CN112067137A - 一种基于无人机巡线的电力线路自动测温方法 - Google Patents
一种基于无人机巡线的电力线路自动测温方法 Download PDFInfo
- Publication number
- CN112067137A CN112067137A CN202010940128.1A CN202010940128A CN112067137A CN 112067137 A CN112067137 A CN 112067137A CN 202010940128 A CN202010940128 A CN 202010940128A CN 112067137 A CN112067137 A CN 112067137A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- line
- image
- control center
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000009529 body temperature measurement Methods 0.000 title claims abstract description 25
- 238000010191 image analysis Methods 0.000 claims abstract description 9
- 238000001514 detection method Methods 0.000 claims abstract description 7
- 238000007726 management method Methods 0.000 claims description 21
- 230000005855 radiation Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 6
- 238000013439 planning Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 230000008676 import Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 4
- 230000005540 biological transmission Effects 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 8
- 238000007689 inspection Methods 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 5
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0096—Radiation pyrometry, e.g. infrared or optical thermometry for measuring wires, electrical contacts or electronic systems
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02G—INSTALLATION OF ELECTRIC CABLES OR LINES, OR OF COMBINED OPTICAL AND ELECTRIC CABLES OR LINES
- H02G1/00—Methods or apparatus specially adapted for installing, maintaining, repairing or dismantling electric cables or lines
- H02G1/02—Methods or apparatus specially adapted for installing, maintaining, repairing or dismantling electric cables or lines for overhead lines or cables
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Traffic Control Systems (AREA)
Abstract
一种基于无人机巡线的电力线路自动测温方法,涉及电力系统巡线技术领域。方法通过基于无人机巡线的电力线路自动测温系统实现,系统包括无人机、控制中心、管理端;无人机挂载有拍摄可见光图像和红外图像的摄像装置;方法包括:步骤S10,控制中心接收由无人机实时发送的可见光图像和红外图像,并进行图像分析获得电力线路图像的温度信息;步骤S20,控制中心判断温度信息大于温度阈值时,发出报警信号给管理端。本发明用于无人机巡线的故障检查,通过无人机全自动巡线对电力线路进行图像实时采集,控制中心对图像进行分析处理和监控报警,满足自动化需求。
Description
技术领域
本发明涉及电力系统巡线技术领域,尤其涉及一种基于无人机巡线的电力线路自动测温方法。
背景技术
我国的电力输配电线路中,现有巡检方式主要包括人工巡检、直升机巡检、无人机巡检等几种。
人工巡检是最常见且应用最广泛的一种,主要由作业人员携带测量设备至现场对照线路逐点测量。但该方式受电力输电线路环境复杂程度影响,效率低下且存在一定的安全问题,线路单次巡线花费的人力资源、时间成本巨大,而且作业人员个体操作差异也会造成数据偏差。
直升机巡线方式受飞行条件的限制,对输电线路周围地理环境要求非常高,偶有应用于山区等低密度阻碍环境的组网线路。
近年来,伴随无人机技术的发展、成熟,电力行业中利用无人机作为工具的应用方式越来越多。无人机电力巡线方式一定程度上解决了人工巡线的效率低下和直升机巡线应用环境苛刻成本高的问题。现有的电力巡线无人机方案,一般都是通过无人机的图像传输设备将采集的巡线视频传输到地面操控者的接收器上,来进行查看和分析。这种方式受图像传输设备和天线的距离限制较大,同时需要地面操控者兼顾飞行操控以及图像视频分析,存在安全隐患。作为一种改进方法,目前也有一些应用是通过无人机巡线完毕后,将采集到的图像视频数据从机载的存储卡中拷贝到服务器上进行处理,这种做法可以将历史巡线的数据进行归档和整理以及分析,但仍然存在实时性差,数据上报不及时,出现线路异常情况只能通过人工预判,无法利用系统数据综合分析,做出准确响应。
发明专利申请CN201910477596.7 公开了一种基于无人机电力系统自主巡线方法,并具体公开了方法包括A、巡线准备:利用GPS卫星的坐标导航功能,与安装在电力塔上的GPS信号定位模块,在目标巡线区域的电子地图中对各个电力塔标记相应坐标;B、巡线规划:步骤A中各个电力塔在电子地图中形成坐标点后,将各个坐标点依次进行串接,在电子地图中形成线段,该线段即作为无人机此次巡线任务的飞行路线;C、设备准备:在即将执行巡线任务的无人机上安装GPS信号天线、成像设备以及图像处理器,并对GPS信号天线、成像设备以及图像处理器的功能进行调试;D、开启巡线:无人机搭载步骤C中的GPS信号天线、成像设备以及图像处理器,按照步骤B中在电子地图中规划的路线执行飞行任务,无人机到达目标区域后,放慢飞行速度;E、图像远程传输:无人机在飞行过程中,借助成像设备,对组成电力系统的电力塔、输电线缆、绝缘子以及线夹进行巡视,通过图像处理器对图像的质量进行优化处理,借助地面搭建的通讯信号塔,将拍摄的图像远程传输给控制室;F、故障点标记:控制室的工作人员接收到步骤E传输的图像后,对图像中的内容进行观察,发现故障时,在电子地图上对故障区段进行标记;G、分析、决策:无人机完成巡线任务后,地面工作人员根据巡线内容信息判断巡线结果,并根据具体情况制定相应的解决措施。该发明可依据飞行路线自动巡航,解决了地面操控者兼顾飞行操控以及图像视频分析带来的不便和不安全问题;然而,该发明利用成像设备、图像处理器对图像采集,之后由工作人员以观察的方式判断故障,这个过程存在图像采集不清晰、不准确,影响故障判断结果的情况,同时对工作人员要求很高,需要工作人员经验丰富,不会误判、漏判。
发明内容
本发明针对现有技术存在的问题,提出了一种基于无人机巡线的电力线路自动测温方法,解决了传统人工方式的效率低、测量准确度不高,现有无人机测温系统方式的成本高、无法适应较高密度障碍物配网环境的多项缺陷。
本发明是通过以下技术方案得以实现的:
一种基于无人机巡线的电力线路自动测温方法,通过基于无人机巡线的电力线路自动测温系统实现,系统包括无人机、控制中心、管理端;无人机挂载有拍摄可见光图像和红外图像的摄像装置;方法包括:
步骤S10,控制中心接收由无人机实时发送的可见光图像和红外图像,并进行图像分析获得电力线路图像的温度信息;
步骤S20,控制中心判断温度信息大于温度阈值时,发出报警信号给管理端。
本发明自动测温方法用于无人机巡线的故障检查,解决了传统人工方式的效率低、测量准确度不高的问题。该方法能够利用无人机自动巡线,实时采集图像信息,并将巡线拍摄的图像传输至控制中心,由控制中心基于测温算法确定巡线线路中各个线路点位是否存在故障,当存在故障时能实时报警,以便管理端能跟进故障维护。
作为优选,方法还包括:步骤S00,在控制中心接收由无人机实时发送的可见光图像和红外图像之前,当无人机巡线路线确定,控制中心开启监控程序以执行步骤S10、步骤S20。
作为优选,所述步骤S00还包括:控制中心将预先训练学习的全局线路数据导入无人机,无人机据此确定无人机巡线路线。
作为优选,方法还包括:步骤S01,在控制中心接收由无人机实时发送的可见光图像和红外图像之前,无人机自动巡线并拍摄可见光图像和红外图像。
作为优选,所述步骤S01具体包括:
步骤S1.1,无人机将所在空间位置和飞行路线中的第N个线路点位比较,得到位置偏差;
步骤S1.2,无人机根据位置偏差规划行进路线,到达该线路点位;
步骤S1.3,在该线路点位处,无人机对目标区域进行拍摄,得到可见光图像和红外图像;
步骤S1.4,无人机将该线路点位得到的可见光图像和红外图像实时传输至控制中心,用以图像分析;
步骤S1.5,在完成一个线路点位的图像拍摄后,对依照飞行路线的先后顺序排列的下一个线路点位进行步骤S1.1~步骤S1.4的巡线拍摄,直到完成飞行路线飞行,无人机返回起飞点位。
作为优选,无人机所在空间位置通过无人机自身RTK系统获得。
作为优选,所述步骤S10具体包括:
步骤S11,控制中心接收由无人机实时发送的可见光图像和红外图像,根据可见光图像和红外图像所在文件的文件名得到巡线时间和对应的所在线路点位位置;
步骤S12,控制中心分析红外图像中的META信息,获取相机校准参数和电力线路红外图像数据;所述相机校准参数包括相机普朗克检测参数B、相机普朗克偏差校准参数F、相机普朗克线性校准参数O、相机普朗克辐射基准参数R1、相机普朗克乘性校准参数R2,所述电力线路红外图像数据包括物体发射率Emissivity、反射温度T_ref1;
步骤S13,控制中心分析红外图像中的图像信息,获取红外图像原始值RAW;
步骤S14,控制中心根据温度计算公式获得图像的温度信息,形成温度图像,计算公式如下:
若物体发射率Emissivity=1.0:
若物体发射率Emissivity<1.0:
其中,RAW_ref1是反射目标的红外数值,RAW_obj是待测目标的红外数值。
作为优选,所述步骤S11还包括:根据巡线时间和线路点位位置进行归档整理,建立索引。
作为优选,方法还包括:步骤S30,当管理端接收到报警信号时,管理端实时检查可见光图像、巡线视频和温度图像。
作为优选,所述摄像装置为可见/红外一体相机,或者,所述摄像装置包括高清相机和红外测试相机。
本发明具有以下有益效果:
一种基于无人机巡线的电力线路自动测温方法:(1) 支持无人机全自动巡线,只需要给无人机选定具体巡线线路即可实现自动巡线,无需操控人员操控; (2) 支持图像视频实时回传控制中心进行分析处理和监控报警,满足自动化需求; (3) 对巡线的图像视频进行了自动归档整理,以用于存储和回调,协助事后故障分析和问题回溯。
附图说明
图1为采用本发明一种基于无人机巡线的电力线路自动测温方法的系统的流程框架图;
图2为本发明一种基于无人机巡线的电力线路自动测温方法的流程图;
图3为本发明示例提供的可见光图;
图4为本发明示例提供的红外图像原始图;
图5为本发明示例提供的温度监控图。
具体实施方式
以下是本发明的具体实施例并结合附图,对本发明的技术方案作进一步的描述,但本发明并不限于这些实施例。
本发明一种基于无人机巡线的电力线路自动测温方法,通过基于无人机巡线的电力线路自动测温系统实现。所述系统包括无人机、控制中心、管理端。所述无人机可支持多路设备挂载,如挂载有拍摄可见光图像和红外图像的摄像装置,所述摄像装置可以是可见/红外一体相机,或者,所述摄像装置包括高清相机和红外测试相机。所述无人机具备自动巡线功能。所述无人机与所述控制中心通信连接,用于将无人机拍摄的信息传输给控制中心。所述控制中心为基于Linux系统的数据分析软件平台,用于对接收到的拍摄信息进行数据分析处理,在得到故障信息时,将故障信息传输给管理端。所述管理端为电力线路管理人员的智能终端,如平板电脑端、移动终端、手持设备端等。所述管理人员可通过管理端实时检查温度图像和巡线视频。
如图1,本发明方法包括:
步骤S10,控制中心接收由无人机实时发送的可见光图像和红外图像,并进行图像分析获得电力线路图像的温度信息;
步骤S20,控制中心判断温度信息大于温度阈值时,发出报警信号给管理端。
如图4,所述步骤S10具体包括:
步骤S11,控制中心接收由无人机实时发送的可见光图像和红外图像,根据可见光图像和红外图像所在文件的文件名得到巡线时间和对应的所在线路点位位置;所述可见光图像与所述红外图像对应存储;
步骤S12,控制中心分析红外图像中的META信息,获取相机校准参数和电力线路红外图像数据;所述相机校准参数包括相机普朗克辐射检测参数B、相机普朗克偏差校准参数F、相机普朗克线性校准参数O、相机普朗克辐射基准参R1、相机普朗克乘性校准参数R2;所述电力线路红外图像数据包括物体发射率Emissivity、反射温度T_ref1;
其中,META信息(即Meta information, Metadata, Meta-Tags)也称为元数据。通常META信息包含图像的生成时间、图像大小、大气温湿度、相机普朗克校准参数(B,F,O,R1,R2)、物体发射率、反射温度。
红外相机测得的辐射值是通过AD采样数据获得的, R2为相机普朗克乘性校准参数,O为相机普朗克线性校准参数,均用以校准RAW_obj待测目标的红外数值。
相机普朗克偏差校准参数F用以对温度进行偏差校准。
步骤S13,控制中心分析红外图像中的图像信息,获取红外图像原始值RAW;
步骤S14,控制中心根据温度计算公式获得图像的温度信息,形成温度图像,计算公式如下:
若物体发射率Emissivity=1.0:
若物体发射率Emissivity<1.0:
其中,RAW_ref1是反射目标的红外数值,RAW_obj是待测目标的红外数值。
为了对巡线的图像视频进行了自动归档整理,所述步骤S11还包括:根据巡线时间和线路点位位置进行归档整理,建立索引。一旦管理端进行实时检查时,可回调相关信息,协助事后故障分析和问题回溯。
在步骤S20中,所述温度阈值为预先设定的温度。所述无人机控制平台将拍摄回的图像存储在视频存储模块、图片数据模块内,以便于管理端接收到报警信号时回调历史巡线数据。
本发明方法还包括:步骤S00,在控制中心接收由无人机实时发送的可见光图像和红外图像之前,当无人机巡线路线确定,控制中心开启监控程序以执行步骤S10、步骤S20。也就是说,当无人机的控制平台收到巡线路线的确定信号后,控制中心就开启服务端监控程序,则可接收无人机传送的实时拍摄信息并对拍摄信息(包括可见光图像和红外图像)进行数据分析(即步骤S10)、判断(即步骤S20)。
所述步骤S00还包括:控制中心将预先训练学习的全局线路数据导入无人机,无人机据此确定无人机巡线路线。具体地,控制中心预先导入训练学习的全局线路数据给无人机控制平台,无人机从此全局线路数据选择出待巡线的线路确定为无人机巡线路线。这种选择可以是无人机操作人员的人为选择,也可以是无人机控制平台按照优先顺序或者随机方式或者按照巡线周期的自动选择。所述预先训练学习的全局线路数据根据电力线路设定的。
本发明方法还包括:步骤S01,在控制中心接收由无人机实时发送的可见光图像和红外图像之前,无人机自动巡线并拍摄可见光图像和红外图像。如图3,所述步骤S01包括:
步骤S1.1,无人机将所在空间位置和飞行路线中的第N个线路点位比较,得到位置偏差;所述无人机根据自身RTK系统获得所在空间位置。飞行路线刚开始时,在比较第1个线路点位时,无人机所在空间位置可以在起飞点位,也可以在离开起飞点位后的飞行一段时间的空间位置。
步骤S1.2,无人机根据位置偏差规划行进路线,到达该线路点位;
步骤S1.3,在该线路点位处,无人机对目标区域进行拍摄,得到可见光图像和红外图像;
步骤S1.4,无人机将该线路点位得到的可见光图像和红外图像实时传输至控制中心,用以图像分析;同时,无人机将巡线视频传输回控制中心;
步骤S1.5,在完成一个线路点位的图像拍摄后,对依照飞行路线的先后顺序排列的下一个线路点位进行步骤S1.1~步骤S1.4的巡线拍摄,直到完成飞行路线飞行,无人机返回起飞点位。
其中,N为大于零的整数。
本发明方法还包括:步骤S30,当管理端接收到报警信号时,管理端实时检查可见光图像、巡线视频和温度图像。
实施例1
无人机巡线的电力线路自动测温系统包括无人机、控制中心、管理端。无人机为经纬系列行业无人机,最多支持3路设备挂载,可挂载可见/红外一体相机或分别挂载高清相机和红外测试相机。无人机控制平台基于SDK开发,包含飞行线路管理模块、自动飞行模块、杆塔位置模块、采样数据管理模块、文本信息模块。所述可见/红外一体相机可采用双光热城乡相机,带有1200万像素镜头,支持4K高清可见光JPEG照片、TIFF、R-JPEG格式图像、MOV、MP4格式视频。无人机通过无线传输模块与控制中心通信,所述无线传输模块为可编程逻辑器件打在编码芯片实现的无线传输设备,可同时支持4路运营商无线上网卡在线传输数据。所述控制中心为基于Linux系统的数据分析软件平台,包括监控程序、线路管理模块、视频数据模块、图片数据模块、分析模块、统计模块。
基于本发明方法的电力巡线测温整体流程如下:
S1.无人机控制平台导入预先训练学习的全局线路数据;
S2. 无人机操纵人员选择具体飞行线路,控制中心开启服务端监控程序;
S3. 无人机根据自动飞行模块和挂载的拍摄装置进行自动巡线以及拍摄,并将巡线拍摄得到的可见光图像和红外图像传输回控制中心;
S4. 控制中心接收到无人机通过无线传输模块传输的可见光图像和红外图像,进行图像分析获得电力线路的温度数据;
S5. 管理人员接收控制中心报警信号,实时检查温度图像和巡线视频。
所述步骤S3包括如下子步骤:
S31: 无人机根据自身RTK系统获得所在的空间位置;
S32: 无人机将得到的空间位置和选择的飞行线路中1号点位进行比较,得到位置偏差;
S33: 无人机的飞行控制模块根据位置偏差规划行进路线,到达1号点位;
S34: 到达1号点位后,无人机的拍摄模块调整拍摄角度,对目标区域进行拍摄,得到可见光图像和红外图像;
S35: 无人机的无线传输模块将得到的可见光图像和红外图像实时传输到控制中心,用以进行图像分析;同时,无人机将巡线视频传送给控制中心
S36: 无人机将自身的空间位置和选择的飞行线路中2号点位进行比较,重复S32-S36直到到达N号点位(N为飞行线路中的最后一个点位);
S37. 无人机完成巡线飞行,返回起飞点位。
所述步骤S4包括如下子步骤:
S41: 控制中心服务器接收到无人机发送的可见光图像和红外图像,根据文件名得到巡线时间和对应的所在的点位位置,根据巡线时间和点位位置归档整理,建立索引;
S42: 控制中心服务器分析红外图像中的META信息,获取相机校准参数和电力线路红外图像数据;所述相机校准参数包括相机普朗克检测参数B、相机普朗克偏差校准参数F、相机普朗克线性校准参数O、相机普朗克辐射基准参数R1、相机普朗克乘性校准参数R2;所述电力线路红外图像数据包括物体发射率Emissivity,反射温度T_refl;
S43: 控制中心服务器分析红外图像中的图像信息,获取红外图像原始值RAW;
S44: 控制中心根据温度计算公式获得图像的温度信息,形成温度图像,计算公式如下:
若物体发射率Emissivity=1.0:
若物体发射率Emissivity<1.0:
S45: 控制中心将计算得到的温度信息和设定的温度阈值进行比较,当超过设定的温度阈值时,进行报警,通知管理人员查看。
本领域的技术人员应理解,上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整有效地实现。本发明的功能及结构原理已在实施例中展示和说明,在没有背离所述原理下,本发明的实施方式可以有任何变形或修改。
Claims (10)
1.一种基于无人机巡线的电力线路自动测温方法,通过基于无人机巡线的电力线路自动测温系统实现,系统包括无人机、控制中心、管理端;无人机挂载有拍摄可见光图像和红外图像的摄像装置;其特征在于,方法包括:
步骤S10,控制中心接收由无人机实时发送的可见光图像和红外图像,并进行图像分析获得电力线路图像的温度信息;
步骤S20,控制中心判断温度信息大于温度阈值时,发出报警信号给管理端。
2.根据权利要求1所述的一种基于无人机巡线的电力线路自动测温方法,其特征在于,方法还包括:步骤S00,在控制中心接收由无人机实时发送的可见光图像和红外图像之前,当无人机巡线路线确定,控制中心开启监控程序以执行步骤S10、步骤S20。
3.根据权利要求2所述的一种基于无人机巡线的电力线路自动测温方法,其特征在于,所述步骤S00还包括:控制中心将预先训练学习的全局线路数据导入无人机,无人机据此确定无人机巡线路线。
4.根据权利要求1所述的一种基于无人机巡线的电力线路自动测温方法,其特征在于,方法还包括:步骤S01,在控制中心接收由无人机实时发送的可见光图像和红外图像之前,无人机自动巡线并拍摄可见光图像和红外图像。
5.根据权利要求4所述的一种基于无人机巡线的电力线路自动测温方法,其特征在于,所述步骤S01具体包括:
步骤S1.1,无人机将所在空间位置和飞行路线中的第N个线路点位比较,得到位置偏差;
步骤S1.2,无人机根据位置偏差规划行进路线,到达该线路点位;
步骤S1.3,在该线路点位处,无人机对目标区域进行拍摄,得到可见光图像和红外图像;
步骤S1.4,无人机将该线路点位得到的可见光图像和红外图像实时传输至控制中心,用以图像分析;同时,无人机将巡线视频传输回控制中心;
步骤S1.5,在完成一个线路点位的图像拍摄后,对依照飞行路线的先后顺序排列的下一个线路点位进行步骤S1.1~步骤S1.4的巡线拍摄,直到完成飞行路线飞行,无人机返回起飞点位。
6.根据权利要求5所述的一种基于无人机巡线的电力线路自动测温方法,其特征在于,无人机所在空间位置通过无人机自身RTK系统获得。
7.根据权利要求1所述的一种基于无人机巡线的电力线路自动测温方法,其特征在于,所述步骤S10具体包括:
步骤S11,控制中心接收由无人机实时发送的可见光图像和红外图像,根据可见光图像和红外图像所在文件的文件名得到巡线时间和对应的所在线路点位位置;
步骤S12,控制中心分析红外图像中的META信息,获取相机校准参数和电力线路红外图像数据;所述相机校准参数包括相机普朗克检测参数B、相机普朗克偏差校准参数F、相机普朗克线性校准参数O、相机普朗克辐射基准参数R1、相机普朗克乘性校准参数R2,所述电力线路红外图像数据包括物体发射率Emissivity、反射温度T_ref1;
步骤S13,控制中心分析红外图像中的图像信息,获取红外图像原始值RAW;
步骤S14,控制中心根据温度计算公式获得图像的温度信息,形成温度图像,计算公式如下:
若物体发射率Emissivity=1.0:
若物体发射率Emissivity<1.0:
其中,RAW_ref1是反射目标的红外数值,RAW_obj是待测目标的红外数值。
8.根据权利要求7所述的一种基于无人机巡线的电力线路自动测温方法,其特征在于,所述步骤S11还包括:根据巡线时间和线路点位位置进行归档整理,建立索引。
9.根据权利要求1所述的一种基于无人机巡线的电力线路自动测温方法,其特征在于,方法还包括:步骤S30,当管理端接收到报警信号时,管理端实时检查可见光图像、巡线视频和温度图像。
10.根据权利要求1所述的一种基于无人机巡线的电力线路自动测温方法,其特征在于,所述摄像装置为可见/红外一体相机,或者,所述摄像装置包括高清相机和红外测试相机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010940128.1A CN112067137A (zh) | 2020-09-09 | 2020-09-09 | 一种基于无人机巡线的电力线路自动测温方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010940128.1A CN112067137A (zh) | 2020-09-09 | 2020-09-09 | 一种基于无人机巡线的电力线路自动测温方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112067137A true CN112067137A (zh) | 2020-12-11 |
Family
ID=73663142
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010940128.1A Pending CN112067137A (zh) | 2020-09-09 | 2020-09-09 | 一种基于无人机巡线的电力线路自动测温方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112067137A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113110577A (zh) * | 2021-04-15 | 2021-07-13 | 中国南方电网有限责任公司超高压输电公司柳州局 | 电网巡检无人机飞行路线规划管理系统 |
CN113177861A (zh) * | 2021-04-29 | 2021-07-27 | 广东电网有限责任公司 | 无人机和电力线路巡检方法 |
CN113241671A (zh) * | 2021-06-03 | 2021-08-10 | 广东电网有限责任公司 | 一种输电线路监测装置、系统及方法 |
CN115808247A (zh) * | 2022-12-27 | 2023-03-17 | 众芯汉创(北京)科技有限公司 | 一种使用无人机搭载的红外测温装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204992418U (zh) * | 2015-09-22 | 2016-01-20 | 南方电网科学研究院有限责任公司 | 一种无人机输电线路缺陷自动巡检装置 |
CN108919821A (zh) * | 2018-06-12 | 2018-11-30 | 浙江大学 | 一种面向规模化集中式光伏电站的无人机自动巡检系统及方法 |
CN110426126A (zh) * | 2019-07-04 | 2019-11-08 | 广州科易光电技术有限公司 | 基于无人机的电力巡检方法及系统 |
-
2020
- 2020-09-09 CN CN202010940128.1A patent/CN112067137A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204992418U (zh) * | 2015-09-22 | 2016-01-20 | 南方电网科学研究院有限责任公司 | 一种无人机输电线路缺陷自动巡检装置 |
CN108919821A (zh) * | 2018-06-12 | 2018-11-30 | 浙江大学 | 一种面向规模化集中式光伏电站的无人机自动巡检系统及方法 |
CN110426126A (zh) * | 2019-07-04 | 2019-11-08 | 广州科易光电技术有限公司 | 基于无人机的电力巡检方法及系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113110577A (zh) * | 2021-04-15 | 2021-07-13 | 中国南方电网有限责任公司超高压输电公司柳州局 | 电网巡检无人机飞行路线规划管理系统 |
CN113177861A (zh) * | 2021-04-29 | 2021-07-27 | 广东电网有限责任公司 | 无人机和电力线路巡检方法 |
CN113241671A (zh) * | 2021-06-03 | 2021-08-10 | 广东电网有限责任公司 | 一种输电线路监测装置、系统及方法 |
CN115808247A (zh) * | 2022-12-27 | 2023-03-17 | 众芯汉创(北京)科技有限公司 | 一种使用无人机搭载的红外测温装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112067137A (zh) | 一种基于无人机巡线的电力线路自动测温方法 | |
CN111537515A (zh) | 基于三维实景模型的铁塔螺栓缺陷展示方法和系统 | |
US10850840B2 (en) | Drone and rover preplacement for remote autonomous inspection of utility system components | |
US8780207B2 (en) | Image acquisition | |
CN108279023B (zh) | 外业数据采集设备精度检核方法及装置、采集车及外业采集系统 | |
CN111311967A (zh) | 基于无人机的电力线路巡检系统及方法 | |
CN106060469A (zh) | 基于无人飞行器拍摄的图像处理系统及其图像处理方法 | |
KR101791467B1 (ko) | 드론을 이용한 원격 전력설비 점검 방법 | |
CN113075938A (zh) | 一种输电线路远距离智能巡检系统及方法 | |
CN110673643A (zh) | 一种无人机智能环保监测系统及方法 | |
CN110969719A (zh) | 一种自动巡检方法、系统、终端设备及存储介质 | |
CN114265418A (zh) | 一种用于光伏电站的无人机巡检与缺陷定位系统及方法 | |
CN112802004B (zh) | 便携式输电线路和杆塔健康智能视频检测装置 | |
CN113312963A (zh) | 一种光伏电站的巡检方法、巡检装置以及存储介质 | |
JP4137817B2 (ja) | 配電線巡視システムおよび方法 | |
WO2020239088A1 (zh) | 一种保险理赔处理方法及装置 | |
CN210603292U (zh) | 一种冬小麦干旱遥感监测分级指标系统 | |
CN115169602A (zh) | 电力设备的维护方法、装置、存储介质及计算机设备 | |
CN116030591A (zh) | 一种基于物联网的矿井外因火灾智能巡检报警系统及方法 | |
CN110781825B (zh) | 一种电网滑坡区域识别系统及方法 | |
CN115755946A (zh) | 一种基于数字孪生的电力巡检方法、装置及系统 | |
CN115617080A (zh) | 一种变电站无人机巡检系统及方法 | |
US20220189126A1 (en) | Portable display device with overlaid virtual information | |
US20240103537A1 (en) | Methods, systems, and devices for inspecting structures and objects | |
KR102575000B1 (ko) | 플랜트 크랙 진단을 위한 인공지능 드론 플랫폼 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201211 |