CN113110601A - 一种无人机电力线路巡检路径优化方法及装置 - Google Patents

一种无人机电力线路巡检路径优化方法及装置 Download PDF

Info

Publication number
CN113110601A
CN113110601A CN202110355143.4A CN202110355143A CN113110601A CN 113110601 A CN113110601 A CN 113110601A CN 202110355143 A CN202110355143 A CN 202110355143A CN 113110601 A CN113110601 A CN 113110601A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
electric power
current
distance
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.)
Granted
Application number
CN202110355143.4A
Other languages
English (en)
Other versions
CN113110601B (zh
Inventor
王华云
徐岸非
陈雪芬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Jiangxi Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Jiangxi Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Jiangxi Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202110355143.4A priority Critical patent/CN113110601B/zh
Publication of CN113110601A publication Critical patent/CN113110601A/zh
Application granted granted Critical
Publication of CN113110601B publication Critical patent/CN113110601B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/12—Target-seeking control
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种无人机电力线路巡检路径优化方法及装置，方法包括：对电力网络进行建模，使创建电力网络的无向图；响应于获取无人机的当前位置，判断当前无人机的最大移动距离是否等于当前位置至某一含有充电平台的电力杆塔的距离；若当前无人机的最大移动距离等于当前位置至某一含有充电平台的电力杆塔的距离，控制无人机移动至某一含有充电平台的电力杆塔的位置，输出当前的巡检路径并更新电力网络的无向图。对电力杆塔、电力线路进行建模，形成带权重和标志位的无向图，并对设有无人机充电平台的电力杆塔进行特殊标记，而后构建了一种带条件的动态贪心算法得出最优巡检路径，从而对无人机的飞行轨迹进行设定和控制，达到节约能源。

Description

一种无人机电力线路巡检路径优化方法及装置
技术领域
本发明属于电网智能化技术领域，尤其涉及一种无人机电力线路巡检路径优化方法及装置。
背景技术
我国电力系统主网与配网大量采用架空线路输送电能，而电力线路与杆塔的巡检一直是比较困难的。近年来，随着无人机的普及，采用无人机巡检在电力系统得到了大力推广。
从无人机供能方式看，主要有燃油与电驱两种，综合考虑各方面因素，目前在电力系统主要采用电驱无人机。但其受电池容量限制，单次续航里程普遍在15～30km(若携带高清摄像头或需实时传递数据，则续航里程更短)，无法一次性完成巡检工作，为解决这一问题，电力公司在部分电力杆塔上装设充电平台，采用无线充电方式对无人机充能，从而提高续航里程，确保其完成巡检任务。
综合前述，在采用无人机进行电力线路巡检时，存在以下约束条件：1、必须完成所有目标的巡检任务；2、无人机单次续航里程有限，其最大值普遍在15～30km；3、因成本控制，只有部分电力杆塔上装有无人机充电平台。
在以上条件下，需要无人机一方面使其飞行总里程最少或较少以节约能源，另一方面确保其能及时充电，不致因缺电而出现相关问题，因此，亟需一种无人机电力线路巡检路径优化方法及装置。
发明内容
本发明提供一种无人机电力线路巡检路径优化方法，用于至少解决上述技术问题之一。
第一方面，本发明提供一种无人机电力线路巡检路径优化方法，包括：对电力网络进行建模，使创建电力网络的无向图，其中，所述无向图中包含电力杆塔和电力线路，所述电力杆塔包括含有充电平台的电力杆塔和不含有充电平台的电力杆塔；响应于获取无人机的当前位置，判断当前无人机的最大移动距离是否等于所述当前位置至某一含有充电平台的电力杆塔的距离；若当前无人机的最大移动距离等于所述当前位置至某一含有充电平台的电力杆塔的距离，控制无人机移动至所述某一含有充电平台的电力杆塔的位置，输出当前的巡检路径并更新电力网络的无向图；依据所述某一含有充电平台的电力杆塔的位置为原点位置，控制所述无人机经由所述电力线路移动至未遍历的电力杆塔中与当前位置距离最小的某一电力杆塔的位置，直至无人机遍历所有的电力杆塔；响应于获取的多个巡检路径，对多个所述巡检路径进行合并。
第二方面，本发明提供一种无人机电力线路巡检路径优化装置，包括：创建模块，配置为对电力网络进行建模，使创建电力网络的无向图，其中，所述无向图中包含电力杆塔和电力线路，所述电力杆塔包括含有充电平台的电力杆塔和不含有充电平台的电力杆塔；判断模块，配置为响应于获取无人机的当前位置，判断当前无人机的最大移动距离是否等于所述当前位置至某一含有充电平台的电力杆塔的距离；第一控制模块，配置为若当前无人机的最大移动距离等于所述当前位置至某一含有充电平台的电力杆塔的距离，控制无人机移动至所述某一含有充电平台的电力杆塔的位置，输出当前的巡检路径并更新电力网络的无向图；第二控制模块，配置为依据所述某一含有充电平台的电力杆塔的位置为原点位置，控制所述无人机经由所述电力线路移动至未遍历的电力杆塔中与当前位置距离最小的某一电力杆塔的位置，直至无人机遍历所有的电力杆塔；合并模块，配置为响应于获取的多个巡检路径，对多个所述巡检路径进行合并。
第三方面，本发明提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例的无人机电力线路巡检路径优化方法的步骤。
第四方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行本发明任一实施例的无人机电力线路巡检路径优化方法的步骤。
本申请的无人机电力线路巡检路径优化方法及装置，对电力杆塔、电力线路进行建模，形成带权重和标志位的无向图，并对设有无人机充电平台的电力杆塔进行特殊标记，而后构建了一种带条件的动态贪心算法得出最优巡检路径，从而对无人机的飞行轨迹进行设定和控制，达到节约能源，减少充电次数的目的。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种无人机电力线路巡检路径优化方法的流程图；
图2为本发明一实施例提供的一电力网络拓扑图；
图3为本发明一实施例提供的一电力网络无向图；
图4为本发明一实施例提供的无人机充电切换条件示意图；
图5为本发明一实施例提供的无人机巡检路径合并逻辑图；
图6为本发明一实施例提供的一种无人机电力线路巡检路径优化装置的结构框图；
图7是本发明一实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，其示出了本申请的无人机电力线路巡检路径优化方法一实施例的流程图。
如图1所示，在S101中，对电力网络进行建模，使创建电力网络的无向图，其中，无向图中包含电力杆塔和电力线路，电力杆塔包括含有充电平台的电力杆塔和不含有充电平台的电力杆塔；
在S102中，响应于获取无人机的当前位置，判断当前无人机的最大移动距离是否等于当前位置至某一含有充电平台的电力杆塔的距离；
在S103中，若当前无人机的最大移动距离等于当前位置至某一含有充电平台的电力杆塔的距离，控制无人机移动至某一含有充电平台的电力杆塔的位置，输出当前的巡检路径并更新电力网络的无向图；
在S104中，依据某一含有充电平台的电力杆塔的位置为原点位置，控制无人机经由电力线路移动至未遍历的电力杆塔中与当前位置距离最小的某一电力杆塔的位置，直至无人机遍历所有的电力杆塔；
在S105中，响应于获取的多个巡检路径，对多个巡检路径进行合并。
本实施的方法，采用对电力杆塔、电力线路进行建模，形成带权重和标志位的无向图，并对设有无人机充电平台的电力杆塔进行特殊标记，而后基于动态贪心算法得出最优巡检路径，在巡检的过程中，若当前无人机的最大移动距离等于当前位置至某一含有充电平台的电力杆塔的距离，控制无人机移动至某一含有充电平台的电力杆塔的位置，输出当前的巡检路径并更新电力网络的无向图，依据某一含有充电平台的电力杆塔的位置为原点位置，控制无人机经由电力线路移动至未遍历的电力杆塔中与当前位置距离最小的某一电力杆塔的位置，直至无人机遍历所有的电力杆塔，在保证无人机续航能力的同时，有效地缩短了无人机总运行的里程，从而达到节约能源的效果。
在一些可选的实施例中，在响应于获取无人机的当前位置，判断当前无人机的最大移动距离是否等于当前位置至某一含有充电平台的电力杆塔的距离之后，方法还包括：若当前无人机的最大移动距离不等于当前无人机移动至某一含有充电平台的电力杆塔的距离，基于无人机的当前位置，控制无人机经由电力线路移动至未遍历的电力杆塔中与当前位置距离最小的某一电力杆塔的位置。
请参阅图2，其示出了本申请的一电力网络拓扑图。
如图2所示，带数字的圆圈如
Figure BDA0003003339480000051
代表电力杆塔，其中，虚线显示的如
Figure BDA0003003339480000052
代表有充电平台的电力杆塔，杆塔间的连线代表电力线路，连线上的数字如“D1-2”代表线路长度，括号内的数字如(X1，Y1)表示电力杆塔的坐标。在对应某一实际区域电网时，上述数据是确定且不变的。
一般的，无人机的起点是固定的，大部分是在变电所或区域电力控制中心，可设图中“①”为起点，则图2所示电力网络的巡检目标可描述为：
a、无人机从“①”出发，对图中所示的所有杆塔和线路进行巡检并返回“①”；
b、对无人机飞行路径进行优化，使其总里程最短或较短，以节约能源并减少充电次数；
c、确保无人机及时充电，即能在无人机电量耗尽前到达图2中所示的带充电平台的杆塔。
为了实现上述目标，本申请将图2所示的电力网络转化为带权重和标志位的无向图，该无向图以一个二维矩阵表示和存储，其形式请参阅图3。
如图3所示，二维数组的横坐标与纵坐标为电力杆塔的编号，用数字1～n表示，数组内的元素为一结构体，包含3个数据，分别为Ci-j、Di-j与Flagi-j，其含义与取值方法如下：
Figure BDA0003003339480000053
Ci-j为各杆塔(统称为节点)的坐标，其取值规则如式(1)，即只有节点处有坐标，矩阵其余元素的Ci-j＝Null(空字符，即为无意义状态)。
Figure BDA0003003339480000054
Di-j为权重，代表两节点间距，其取值规则如式(2)，即：
1)若两节点间有电力线路(即两节点被连通)，则Di-j为该线路长度；
2)节点自身(如1-1)权重取∞(无穷大)，从而避免算法在寻找最短里程时陷入自身循环；
3)若两节点间没有电力线路(即连接点未连通)，权重取∞。
Figure BDA0003003339480000061
Flagi-j为算法标志位，其取值规则如式(3)，即：
①若两节点间有电力线路且该线路尚未被巡检，则Flagi-j＝0；
②若两节点间有电力线路且该线路已经被巡检，则Flagi-j＝1；
③若两节点间没有电力线路(即连接点未连通)或节点自身处，
Flagi-j＝NULL(空字符，即为无意义状态)。
在算法开始运行时，除Flagi-j＝NULL的线路外，其余所有线路的Flag均被置为0。
因对电力线路巡检而言，从节点i运行至节点j或从节点j运行至节点i均是有可能的，故图3所示的二维矩阵应为一无向图(即不考虑路径方向对矩阵数据的影响)，其特点如式(4)：
Figure BDA0003003339480000062
请参阅图4，其示出了本申请的无人机充电切换条件示意图。
如图4所示，
Figure BDA0003003339480000064
表示无人机，虚线圆表示无人机当前电量所支持的最大续航区域，其最大续航距离l＝k·δ是动态变化的。从图4中可以直观的看出，为保证无人机总能及时充电，至少应有一个充电平台在该虚线圆范围内。
具体地，设无人机当前位置坐标为(X，Y)，n个无人机充电平台的坐标分别为(Xi，Yi)，(i＝1～n)，则无人机与各充电平台的距离可描述为式(5)。
Figure BDA0003003339480000063
则图4可描述为：
Figure BDA0003003339480000071
必须至少存在一个j，使得Lj＜R＝k·δ (6)
结合图4和式(6)可以得到无人机必须立即充电的触发条件为：只有一个充电平台在虚线圆范围内且该平台与虚线圆外径相交。
在一个具体的实施例中，无人机电力线路巡检路径优化方法的主程序步骤如下：
S1、进行电力网络数学建模，形成无向图(二维矩阵)；
S2、创建一个一维数组S[i]，用于保存无人机沿途经过的节点编号。例如S[i]＝[1，3，5，2，6，4]，则代表无人机的运行轨迹为①→③→⑤→②→⑥→④；
S3、从起点节点“①”出发，i＝1；S[i]＝1；
S4、i＝2；
S5、从所有未访问过的节点中查找与S[i-1]距离最短的节点p，令S[i]＝p，并使Flagi-p＝1；
S6、i＝i+1；
S7、查询无向图中第p行的所有Flagp-q，q∈[1，n]，记录Flagp-q＝0的数据。若某个Flagp-q＝0，且q已在S[i]中，则S[i]＝q，S[i+1]＝p，Flagp-q＝1，且i＝i+1；若不存在Flagp-q＝0的节点或虽有Flagp-q＝0节点但q不在S[i]中，则进入下一步；
S8、若i＜n(n为节点个数)，则返回步骤S5运行，若i＞＝n，则循环结束，输出S[i]。
经过上述步骤，可以得到遍历了所有节点和线路且总里程最短的巡检路径，但该路径未计及充电问题。本申请将电量动态标记与控制部分作为中断判断程序与上述主程序并行。当电量控制程序判断出必须“立即充电”时，中断程序被触发，进行如下步骤：
步骤1、无人机按直线飞行至充电节点进行充能；
步骤2、充能结束后将该充电节点作为新的起点；
步骤3、重构无向图，删掉主程序中已经遍历且Flag均为1(或Null)的所有接点；
步骤4、将原主程序已生成的S[i]保存；
步骤5、按新的起点和新的无向图重新运行前述的主程序。
经本申请的无人机电力线路巡检路径优化方法优化后，无人机实际巡检路径S[i]是由多段路径合并而成的，其合并逻辑如图5所示。
请参考图6，其示出了本发明一实施例提供的无人机电力线路巡检路径优化装置的结构框图。
如图6所示，巡检路径优化装置200，包括创建模块210、判断模块220、第一控制模块230、第二控制模块240以及合并模块250.
其中，创建模块210，配置为对电力网络进行建模，使创建电力网络的无向图，其中，无向图中包含电力杆塔和电力线路，电力杆塔包括含有充电平台的电力杆塔和不含有充电平台的电力杆塔；判断模块220，配置为响应于获取无人机的当前位置，判断当前无人机的最大移动距离是否等于当前位置至某一含有充电平台的电力杆塔的距离；第一控制模块230，配置为若当前无人机的最大移动距离等于当前位置至某一含有充电平台的电力杆塔的距离，控制无人机移动至某一含有充电平台的电力杆塔的位置，输出当前的巡检路径并更新电力网络的无向图；第二控制模块240，配置为依据某一含有充电平台的电力杆塔的位置为原点位置，控制无人机经由电力线路移动至未遍历的电力杆塔中与当前位置距离最小的某一电力杆塔的位置，直至无人机遍历所有的电力杆塔；合并模块250，配置为响应于获取的多个巡检路径，对多个巡检路径进行合并。
应当理解，图6中记载的诸模块与参考图1中描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作和特征以及相应的技术效果同样适用于图6中的诸模块，在此不再赘述。
在一些可选的实施例中，巡检路径优化装置200还包括第三控制模块，配置为若当前无人机的最大移动距离不等于当前无人机移动至某一含有充电平台的电力杆塔的距离，基于无人机的当前位置，控制无人机经由电力线路移动至未遍历的电力杆塔中与当前位置距离最小的某一电力杆塔的位置。
在另一些实施例中，本发明实施例还提供了一种非易失性计算机存储介质，计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的无人机电力线路巡检路径优化方法；
作为一种实施方式，本发明的非易失性计算机存储介质存储有计算机可执行指令，计算机可执行指令设置为：
对电力网络进行建模，使创建电力网络的无向图，其中，无向图中包含电力杆塔和电力线路，电力杆塔包括含有充电平台的电力杆塔和不含有充电平台的电力杆塔；
响应于获取无人机的当前位置，判断当前无人机的最大移动距离是否等于当前位置至某一含有充电平台的电力杆塔的距离；
若当前无人机的最大移动距离等于当前位置至某一含有充电平台的电力杆塔的距离，控制无人机移动至某一含有充电平台的电力杆塔的位置，输出当前的巡检路径并更新电力网络的无向图；
依据某一含有充电平台的电力杆塔的位置为原点位置，控制无人机经由电力线路移动至未遍历的电力杆塔中与当前位置距离最小的某一电力杆塔的位置，直至无人机遍历所有的电力杆塔；
响应于获取的多个巡检路径，对多个巡检路径进行合并。
非易失性计算机可读存储介质可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据无人机电力线路巡检路径优化装置的使用所创建的数据等。此外，非易失性计算机可读存储介质可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，非易失性计算机可读存储介质可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至无人机电力线路巡检路径优化装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本发明实施例还提供一种计算机程序产品，计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令被计算机执行时，使计算机执行上述任一项无人机电力线路巡检路径优化方法。
图7是本发明实施例提供的电子设备的结构示意图，如图7所示，该设备包括：一个或多个处理器310以及存储器320，图7中以一个处理器310为例。无人机电力线路巡检路径优化方法的设备还可以包括：输入装置330和输出装置340。处理器310、存储器320、输入装置330和输出装置340可以通过总线或者其他方式连接，图7中以通过总线连接为例。存储器320为上述的非易失性计算机可读存储介质。处理器310通过运行存储在存储器320中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例无人机电力线路巡检路径优化方法。输入装置330可接收输入的数字或字符信息，以及产生与无人机电力线路巡检路径优化装置的用户设置以及功能控制有关的键信号输入。输出装置340可包括显示屏等显示设备。
上述产品可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的方法。
作为一种实施方式，上述电子设备应用于无人机电力线路巡检路径优化装置中，用于客户端，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：
对电力网络进行建模，使创建电力网络的无向图，其中，无向图中包含电力杆塔和电力线路，电力杆塔包括含有充电平台的电力杆塔和不含有充电平台的电力杆塔；
响应于获取无人机的当前位置，判断当前无人机的最大移动距离是否等于当前位置至某一含有充电平台的电力杆塔的距离；
若当前无人机的最大移动距离等于当前位置至某一含有充电平台的电力杆塔的距离，控制无人机移动至某一含有充电平台的电力杆塔的位置，输出当前的巡检路径并更新电力网络的无向图；
依据某一含有充电平台的电力杆塔的位置为原点位置，控制无人机经由电力线路移动至未遍历的电力杆塔中与当前位置距离最小的某一电力杆塔的位置，直至无人机遍历所有的电力杆塔；
响应于获取的多个巡检路径，对多个巡检路径进行合并。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种无人机电力线路巡检路径优化方法，其特征在于，包括：
对电力网络进行建模，使创建电力网络的无向图，其中，所述无向图中包含电力杆塔和电力线路，所述电力杆塔包括含有充电平台的电力杆塔和不含有充电平台的电力杆塔；
响应于获取无人机的当前位置，判断当前无人机的最大移动距离是否等于所述当前位置至某一含有充电平台的电力杆塔的距离；
若当前无人机的最大移动距离等于所述当前位置至某一含有充电平台的电力杆塔的距离，控制无人机移动至所述某一含有充电平台的电力杆塔的位置，输出当前的巡检路径并更新电力网络的无向图；
依据所述某一含有充电平台的电力杆塔的位置为原点位置，控制所述无人机经由所述电力线路移动至未遍历的电力杆塔中与当前位置距离最小的某一电力杆塔的位置，直至无人机遍历所有的电力杆塔；
响应于获取的多个巡检路径，对多个所述巡检路径进行合并。
2.根据权利要求1所述的一种无人机电力线路巡检路径优化方法，其特征在于，在响应于获取无人机的当前位置，判断当前无人机的最大移动距离是否等于所述当前位置至某一含有充电平台的电力杆塔的距离之后，所述方法还包括：
若当前无人机的最大移动距离不等于当前无人机移动至某一含有充电平台的电力杆塔的距离，基于无人机的当前位置，控制所述无人机经由所述电力线路移动至未遍历的电力杆塔中与所述当前位置距离最小的某一电力杆塔的位置。
3.根据权利要求1所述的一种无人机电力线路巡检路径优化方法，其特征在于，所述更新电力网络的无向图包括将已遍历的电力杆塔和电力线路从无向图中删除。
4.根据权利要求1所述的一种无人机电力线路巡检路径优化方法，其特征在于，所述移动距离的计算公式如下：
l＝k·δ，式中，δ为无人机剩余电量，l为剩余可续航里程，k为无人机剩余电量与剩余可续航里程的比值。
5.一种无人机电力线路巡检路径优化装置，其特征在于，包括：
创建模块，配置为对电力网络进行建模，使创建电力网络的无向图，其中，所述无向图中包含电力杆塔和电力线路，所述电力杆塔包括含有充电平台的电力杆塔和不含有充电平台的电力杆塔；
判断模块，配置为响应于获取无人机的当前位置，判断当前无人机的最大移动距离是否等于所述当前位置至某一含有充电平台的电力杆塔的距离；
第一控制模块，配置为若当前无人机的最大移动距离等于所述当前位置至某一含有充电平台的电力杆塔的距离，控制无人机移动至所述某一含有充电平台的电力杆塔的位置，输出当前的巡检路径并更新电力网络的无向图；
第二控制模块，配置为依据所述某一含有充电平台的电力杆塔的位置为原点位置，控制所述无人机经由所述电力线路移动至未遍历的电力杆塔中与当前位置距离最小的某一电力杆塔的位置，直至无人机遍历所有的电力杆塔；
合并模块，配置为响应于获取的多个巡检路径，对多个所述巡检路径进行合并。
6.根据权利要求5所述的一种无人机电力线路巡检路径优化装置，其特征在于，所述装置还包括：
第三控制模块，配置为若当前无人机的最大移动距离不等于当前无人机移动至某一含有充电平台的电力杆塔的距离，基于无人机的当前位置，控制所述无人机经由所述电力线路移动至未遍历的电力杆塔中与所述当前位置距离最小的某一电力杆塔的位置。
7.一种电子设备，其特征在于，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至4任一项所述的方法。
8.一种存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1至7任一项所述的方法。
CN202110355143.4A 2021-04-01 2021-04-01 一种无人机电力线路巡检路径优化方法及装置 Active CN113110601B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110355143.4A CN113110601B (zh) 2021-04-01 2021-04-01 一种无人机电力线路巡检路径优化方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110355143.4A CN113110601B (zh) 2021-04-01 2021-04-01 一种无人机电力线路巡检路径优化方法及装置

Publications (2)

Publication Number Publication Date
CN113110601A true CN113110601A (zh) 2021-07-13
CN113110601B CN113110601B (zh) 2023-06-16

Family

ID=76713350

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110355143.4A Active CN113110601B (zh) 2021-04-01 2021-04-01 一种无人机电力线路巡检路径优化方法及装置

Country Status (1)

Country Link
CN (1) CN113110601B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113946161A (zh) * 2021-10-15 2022-01-18 广西电网有限责任公司电力科学研究院 一种基于多机巢多无人机调度的飞行路径规划方法
CN115686070A (zh) * 2022-11-18 2023-02-03 国网江苏省电力有限公司苏州供电分公司 配电/输电线路无人机自主巡线路径规划方法
CN117435850A (zh) * 2023-12-20 2024-01-23 中交通力建设股份有限公司 基于改进贪婪算法的道路巡检方法、系统、设备和介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015131462A1 (zh) * 2014-03-07 2015-09-11 国家电网公司 一种用于无人机输电线路巡检的集中监控系统及监控方法
WO2016078081A1 (zh) * 2014-11-21 2016-05-26 河南送变电工程公司 一种多旋翼巡检飞行器及输电线路巡检系统
KR20180032075A (ko) * 2016-09-21 2018-03-29 한국전력공사 무인항공기용 충전장치 및 제어방법
CN108054453A (zh) * 2017-12-28 2018-05-18 南京工程学院 一种电力巡线无人机充电方法
CN108234953A (zh) * 2018-01-31 2018-06-29 国网浙江省电力有限公司信息通信分公司 输电线路智能巡检方法
CN110133440A (zh) * 2019-05-27 2019-08-16 国电南瑞科技股份有限公司 基于杆塔模型匹配及视觉导航的电力无人机及巡检方法
CN110597286A (zh) * 2019-09-27 2019-12-20 华北电力大学 一种利用智慧机库实现输电线路无人机自主巡检的方法
CN111123975A (zh) * 2019-12-09 2020-05-08 国网浙江省电力有限公司湖州供电公司 一种电力巡检区域内的无人机无线充电站规划方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015131462A1 (zh) * 2014-03-07 2015-09-11 国家电网公司 一种用于无人机输电线路巡检的集中监控系统及监控方法
WO2016078081A1 (zh) * 2014-11-21 2016-05-26 河南送变电工程公司 一种多旋翼巡检飞行器及输电线路巡检系统
KR20180032075A (ko) * 2016-09-21 2018-03-29 한국전력공사 무인항공기용 충전장치 및 제어방법
CN108054453A (zh) * 2017-12-28 2018-05-18 南京工程学院 一种电力巡线无人机充电方法
CN108234953A (zh) * 2018-01-31 2018-06-29 国网浙江省电力有限公司信息通信分公司 输电线路智能巡检方法
CN110133440A (zh) * 2019-05-27 2019-08-16 国电南瑞科技股份有限公司 基于杆塔模型匹配及视觉导航的电力无人机及巡检方法
CN110597286A (zh) * 2019-09-27 2019-12-20 华北电力大学 一种利用智慧机库实现输电线路无人机自主巡检的方法
CN111123975A (zh) * 2019-12-09 2020-05-08 国网浙江省电力有限公司湖州供电公司 一种电力巡检区域内的无人机无线充电站规划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
宋人杰等: "一种智能高压输电铁塔远程监控系统的设计", 《电子器件》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113946161A (zh) * 2021-10-15 2022-01-18 广西电网有限责任公司电力科学研究院 一种基于多机巢多无人机调度的飞行路径规划方法
CN115686070A (zh) * 2022-11-18 2023-02-03 国网江苏省电力有限公司苏州供电分公司 配电/输电线路无人机自主巡线路径规划方法
CN115686070B (zh) * 2022-11-18 2024-01-23 国网江苏省电力有限公司苏州供电分公司 配电/输电线路无人机自主巡线路径规划方法
CN117435850A (zh) * 2023-12-20 2024-01-23 中交通力建设股份有限公司 基于改进贪婪算法的道路巡检方法、系统、设备和介质
CN117435850B (zh) * 2023-12-20 2024-03-19 中交通力建设股份有限公司 基于改进贪婪算法的道路巡检方法、系统、设备和介质

Also Published As

Publication number Publication date
CN113110601B (zh) 2023-06-16

Similar Documents

Publication Publication Date Title
CN113110601A (zh) 一种无人机电力线路巡检路径优化方法及装置
CN106156888B (zh) 一种巡检机器人的巡检路径规划方法及装置
CN111047087B (zh) 无人机与车辆协同下路径的智能优化方法和装置
CN113485429B (zh) 空地协同交通巡检的路径优化方法和装置
CN108827335B (zh) 一种基于单向搜索模型的最短路径规划方法
CN111007874B (zh) 无人机与车辆协同的电力巡检方法和装置
CN109087509B (zh) 一种路网交通运行状态预测方法
Yao et al. Joint routing and charging problem of multiple electric vehicles: A fast optimization algorithm
CN112990538B (zh) 一种山地光伏电站集电线路确定方法、装置及设备
CN111002975B (zh) 车辆能量管理方法、系统、电子设备和存储介质
CN112947591A (zh) 基于改进蚁群算法的路径规划方法、装置、介质及无人机
CN111862590A (zh) 路况预测方法、装置及存储介质
CN112419779A (zh) 无人车停靠点的选取方法及装置、存储介质及电子设备
CN110610273A (zh) 一种车机协同巡检方法
CN113899381B (zh) 用于生成路线信息的方法、装置、设备、介质和产品
Zhang et al. Optimal inspection path planning of substation robot in the complex substation environment
Zhang et al. APFD: an effective approach to taxi route recommendation with mobile trajectory big data
Zhu et al. The path optimization algorithm of car navigation system considering node attributes under time-invariant network
CN111432449B (zh) 基于新生粒子群工业无线可充电传感器网络充电调度方法
CN112948946B (zh) 一种基于杆塔模型的杆塔数据处理方法、装置、设备和存储介质
CN114594790A (zh) 一种配电网多无人机巡线路径规划方法及系统
CN111556546B (zh) 最短信息收集路径的搜索方法、系统、存储介质及应用
CN114091271A (zh) 一种设备模型的简化方法、装置、电子设备及存储介质
CN110146102B (zh) 路径规划方法、装置、设备和存储介质
CN116909318B (zh) 一种基于高精度三维点云的无人机自主巡检航线规划系统

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
GR01 Patent grant
GR01 Patent grant