CN113421354A - 无人机油气管道应急巡检方法及系统 - Google Patents

无人机油气管道应急巡检方法及系统 Download PDF

Info

Publication number
CN113421354A
CN113421354A CN202110568624.3A CN202110568624A CN113421354A CN 113421354 A CN113421354 A CN 113421354A CN 202110568624 A CN202110568624 A CN 202110568624A CN 113421354 A CN113421354 A CN 113421354A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
target
risk point
target risk
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
Application number
CN202110568624.3A
Other languages
English (en)
Inventor
陈露露
院金彪
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.)
Xi'an Wanfei Control Technology Co Ltd
Original Assignee
Xi'an Wanfei Control Technology 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 Xi'an Wanfei Control Technology Co Ltd filed Critical Xi'an Wanfei Control Technology Co Ltd
Priority to CN202110568624.3A priority Critical patent/CN113421354A/zh
Publication of CN113421354A publication Critical patent/CN113421354A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C1/00Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
    • G07C1/20Checking timed patrols, e.g. of watchman
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00Burglar, theft or intruder alarms
    • G08B13/02Mechanical actuation
    • G08B13/12Mechanical actuation by the breaking or disturbance of stretched cords or wires
    • G08B13/122Mechanical actuation by the breaking or disturbance of stretched cords or wires for a perimeter fence
    • G08B13/124Mechanical actuation by the breaking or disturbance of stretched cords or wires for a perimeter fence with the breaking or disturbance being optically detected, e.g. optical fibers in the perimeter fence
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明提供了无人机油气管道应急巡检方法及系统,通过光纤预警模块对管道周边的振动进行分析预警,以及管道泄露和温度变化产生的信号波动来检测管路是否遭到破坏,给出管道风险定位,接受到风险点位置后,由无人机搭载双光吊舱对光纤告警的风险点进行拍摄,图传可提供实时可视化的视频和高清照片,并进行数据处理、图像识别,提高了巡护作业的自动化程度,不仅效率高,而且不受地势和天气影响,安全性高,减轻了人员的劳动强度。

Description

无人机油气管道应急巡检方法及系统
技术领域
本发明属于油气管道监测领域,具体涉及无人机油气管道应急巡检方法及系统。
背景技术
油气管道是石油系统的重要组成部分,它的安全可靠运行直接关系到国家经济的稳定发展,自然环境保护与污染防治问题。石油管线的部分管道由于长期暴露在自然环境中,不仅要承受正常机械载荷和石油输送的内部压力,还要经受降雨、降雪、滑坡、人为打孔等外界侵害,这些因素将会促使管道各元件的老化,如不及时发现和消除,就可能发展成为各种故障,对于石油系统的安全和稳定构成严重的威胁。因此,石油管线巡检是有效保证石油管线设备安全的一项基础工作,通过对石油管线的巡视检查来掌握管线运行状况及周围环境的变化,及时发现设备缺陷和安全隐患,提出具体检修意见,以便及时消除缺陷,防止故障发生,从而保证石油管线的安全和石油系统稳定运行。
传统石油管线巡检工作主要是依靠巡检人员沿石油管道线路巡查的方式进行,该方法多采用手工记录的方式,其存在以下缺陷:巡检不到位,遗漏巡检点,数据保存不完整、不规范、不准确、数据丢失问题严重;此外,人工巡检还存在对隐患点(如管道腐蚀、管道泄漏)的上报时间长,对于隐患地点具体坐标描述不清等问题;石油管线分布在各种环境,如平原、山区、丘陵、沙漠等,复杂的地形分布也为巡检增加了难度;人工巡检劳动强度大、作业程序复杂、资源配置臃肿繁多、工效低、周期较长,特别是在困难地段往往无法按时保质保量完成测量任务。
发明内容
本发明目的在于提供无人机油气管道应急巡检方法及系统,以克服上述技术缺陷。
为解决上述技术问题,本发明提供了无人机油气管道应急巡检方法,包括:
确定目标风险点;
获取目标风险点在X范围内的目标无人机机场;
确定目标无人机机场内的空闲无人机;
在空闲无人机内选取目标无人机;
目标无人机搭载影像采集设备沿着规划航线飞往目标风险点;
到达目标风险点后,目标无人机执行影像采集工作并传送影像至无人机地面站;
无人机地面站推流至云服务器;
云服务器分析确定目标风险点的异常原因并处置。
进一步地,确定目标风险点,包括:
在油气管道内同沟敷设分布式光纤传感器;
分布式光纤传感器通过光纤采集所在油气管道的信号波动;
选出信号波动异常点所对应的位置坐标;
位置坐标为目标风险点的定位坐标;
完成目标风险点的确定。
进一步地,获取目标风险点在X范围内的目标无人机机场,包括:
沿油气管道预先间隔设置若干无人机机场;
确保无人机机场内的所有无人机的巡航范围覆盖油气管道的任一风险点;
选取距离目标风险点为50km以内的无人机机场,作为目标无人机机场;
其中X范围内是指50km以内。
进一步地,在空闲无人机内选取目标无人机,其选取原则包括:
预设在不同无人机平台下每架无人机的巡航距离d;
设计参数
Figure 328254DEST_PATH_IMAGE002
,其中D为目标风险点到目标无人机机场的距离;
在空闲无人机内选择a>0且a值最小的无人机作为目标无人机。
进一步地,目标无人机搭载影像采集设备沿着规划航线飞往目标风险点,包括:
预先采集油气管道及周边的三维卫星图;
利用RRT路径规划算法自动规划在三维卫星图内目标无人机到达目标风险点的航线;
调取目标无人机的规划航线;
目标无人机搭载影像采集设备沿着规划航线飞往所述目标风险点;
其中影像采集设备为可见光相机、双光吊舱、激光甲烷遥测仪中的任一种。
进一步地,到达目标风险点后,目标无人机执行影像采集工作并传送影像至无人机地面站,无人机地面站推流至云服务器,包括:
到达目标风险点后,影像采集设备拍摄目标风险点的图像及视频;
目标无人机实时图传目标风险点的图像及视频至无人机地面站;
无人机地面站推流至云服务器;
云服务器识别目标风险点的图像及视频,并与目标风险点的原始影像比对。
进一步地,云服务器分析确定目标风险点的异常原因并处置,包括:
预先在云服务器内存储所有风险点的所有异常原因;
针对每一个异常原因预先制定处理方案;
云服务器基于深度学习图像识别算法对目标风险点的图像及视频进行分类;
确定目标风险点的异常原因;
调取目标风险点的异常原因对应的处理方案;
执行处理方案。
本发明还提供了一种无人机油气管道应急巡检系统,包括:
光纤预警模块,用于确定目标风险点的定位坐标;
无人机机场选取模块,用于获取所述目标风险点在X范围内的目标无人机机场;
无人机选取模块,用于确定目标无人机机场内的空闲无人机,并在空闲无人机内选取目标无人机;
最近应急航线规划模块,用于规划并调取所述目标无人机的航线;
影像采集模块,用于采集目标风险点的影像;
智能图像识别模块,用于识别目标风险点的影像,并与目标风险点的原始影像比对。
本发明的有益效果如下:
本发明通过无人机油气管道应急巡检系统和光纤预警系统的结合,对油气管道安全实现全天候监控,同时使用图像识别的方法,辅助地面指挥人员决策,提高了巡护作业的自动化程度,不仅效率高,而且不受地势和天气影响,安全性高,减轻了人员的劳动强度。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其他优点及功效。
本发明可以用许多不同的形式来实施,并且不局限于此处描述的实施例,提供这些实施例是为了详尽地且完全地公开本发明,并且向所属技术领域的技术人员充分传达本发明的范围。
除非另有说明,此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外,可以理解的是,以通常使用的词典限定的术语,应当被理解为与其相关领域的语境具有一致的含义,而不应该被理解为理想化的或过于正式的意义。
第一实施方式:
本实施方式涉及无人机油气管道应急巡检方法,包括:
确定目标风险点;
获取目标风险点在X范围内的目标无人机机场;
确定目标无人机机场内的空闲无人机;
在空闲无人机内选取目标无人机;
目标无人机搭载影像采集设备沿着规划航线飞往目标风险点;
到达目标风险点后,目标无人机执行影像采集工作并传送影像至无人机地面站;
无人机地面站推流至云服务器;
云服务器分析确定目标风险点的异常原因并处置。
上述的风险点可以是油气管道周边的异常振动,或者管道泄露,或者温度变化产生的信号波动等等任何异常行为,将其定义为风险事件,该风险事件所在的油气管道的位置即为目标风险点,记录此目标风险点的定位坐标。
沿着油气管道设置若干无人机机场,确保所有的无人机机场内的所有无人机的飞行航线可以覆盖整个油气管道,即油气管道的任一风险点报警,都会有无人机在最短时间内到达风险点,对风险点的风险事件进行影像采集。
在确定了目标无人机机场后,由于目标无人机机场可能存在部分无人机执行任务,或者部分无人机检修中,或者部分无人机故障等等无法执行本任务的可能,因此需要确定目标无人机机场内的空闲无人机。
目标无人机机场内的空闲无人机存在2架以上的可能性,因此需预设条件,选取符合条件的无人机为目标无人机。
目标无人机飞往目标风险点并采集其影像,通过图传传回无人机地面站。
由无人机地面站推流至云服务器,云服务器处理目标风险点,消除风险事件。
第二实施方式:
本实施方式涉及无人机油气管道应急巡检方法,包括:
S1.确定目标风险点,具体如下:
101.在油气管道内同沟敷设分布式光纤传感器;
102.分布式光纤传感器通过光纤采集所在油气管道的信号波动;
103.选出信号波动异常点所对应的位置坐标;
104.位置坐标为目标风险点的定位坐标;
105.完成目标风险点的确定。
本实施方式以第三方施工或者自然灾害为例,分布式光纤传感器对油气管道周边的振动信号进行采集,使用基于深度随机网络方法对信号进行识别分类,记录含有类别(此处为振动)的风险点的定位坐标,此为目标风险点的坐标。
S2.获取目标风险点在X范围内的目标无人机机场,具体如下:
201.沿油气管道预先间隔设置若干无人机机场;
202.确保无人机机场内的所有无人机的巡航范围覆盖油气管道的任一风险点;
203.选取距离目标风险点为50km以内的无人机机场,作为目标无人机机场;
其中X范围内是指50km以内。
沿油气管道,每隔50km放置一个无人机机场,在确定目标风险点的坐标位置后,获取距离目标风险点50km以内的无人机机场的坐标,将该无人机机场作为目标无人机机场。
目标无人机机场,是指停放有目标无人机的机场。
S3.确定目标无人机机场内的空闲无人机;
由于目标无人机机场可能存在部分无人机执行任务,或者部分无人机检修中,或者部分无人机故障等等无法执行本任务的可能,因此需要确定目标无人机机场内的空闲无人机,以确保其随时可以执行后续任务。
S4.在空闲无人机内选取目标无人机,其选取原则具体如下:
401.预设在不同无人机平台下每架无人机的巡航距离d;
402.设计参数
Figure 639150DEST_PATH_IMAGE002
,其中D为目标风险点到目标无人机机场的距离;
403.在空闲无人机内选择a>0且a值最小的无人机作为目标无人机。
设计参数a是本实施方式根据实际飞行条件所定义,在得到目标无人机机场内的所有空闲无人机的设计参数a后,将设计参数a按照从小到大的顺序进行排列,选取a>0且a值最小的无人机执行本次任务。
上述无人机平台可以是多旋翼无人机、电动垂直起降无人机或者油动垂直起降无人机。
S5.目标无人机搭载影像采集设备沿着规划航线飞往目标风险点,具体如下:
501.预先采集油气管道及周边的三维卫星图;
502.利用RRT路径规划算法快速自动规划在三维卫星图内所述目标无人机到达目标风险点的航线;
503.调取目标无人机的规划航线;
504.目标无人机搭载影像采集设备沿着规划航线飞往目标风险点;
其中影像采集设备为可见光相机、双光吊舱、激光甲烷遥测仪中的任一种。
本实施方式优选双光吊舱设备。
除搭载影像采集设备外,也搭载喊话器,如发现人为破坏油气管道,即可通过喊话器进行告警制止。
S6.到达目标风险点后,目标无人机执行影像采集工作并传送影像至无人机地面站,无人机地面站推流至云服务器,具体如下:
601.到达目标风险点后,影像采集设备拍摄目标风险点的图像及视频;
602.目标无人机实时图传目标风险点的图像及视频至无人机地面站;
603.无人机地面站推流至云服务器;
604.云服务器识别目标风险点的图像及视频,并与目标风险点的原始影像比对。
需要说明的是,需要提前采集并储存油气管道的原始影像,此处的原始影像必须是未发生任何风险事件的正常情况下的影像,以此作为对比,才可发现目标风险点的异常数据,进而确定如何处理。
S7.云服务器分析确定目标风险点的异常原因并处置,具体如下:
701.预先在云服务器内存储所有风险点的所有异常原因;
702.针对每一个异常原因预先制定处理方案;
703.云服务器基于深度学习图像识别算法对目标风险点的图像及视频进行分类;
704.确定目标风险点的异常原因;
705.调取目标风险点的异常原因对应的处理方案;
706.执行处理方案。
第三实施方式
本实施方式提供了一种无人机油气管道应急巡检系统,包括:
光纤预警模块,用于确定目标风险点的定位坐标;
无人机机场选取模块,用于获取目标风险点在X范围内的目标无人机机场;
无人机选取模块,用于确定目标无人机机场内的空闲无人机,并在空闲无人机内选取目标无人机;
最近应急航线规划模块,用于规划并调取所述目标无人机的航线;
影像采集模块,用于采集目标风险点的影像;
智能图像识别模块,用于识别目标风险点的影像,并与目标风险点的原始影像比对。
综上所述,本发明建立了一种无人机油气管道应急巡检系统,通过光纤预警模块对管道周边的振动进行分析预警,以及管道泄露和温度变化产生的信号波动来检测管路是否遭到破坏,给出管道风险定位,接受到风险点位置后,由无人机搭载双光吊舱对光纤告警的风险点进行拍摄,图传可提供实时可视化的视频和高清照片,并进行数据处理、图像识别,提高了巡护作业的自动化程度,不仅效率高,而且不受地势和天气影响,安全性高,减轻了人员的劳动强度。
本领域的普通技术人员可以理解,上述各实施方式是实现本发明的具体实施例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。

Claims (8)

1.无人机油气管道应急巡检方法,其特征在于,包括:
确定目标风险点;
获取所述目标风险点在X范围内的目标无人机机场;
确定所述目标无人机机场内的空闲无人机;
在所述空闲无人机内选取目标无人机;
所述目标无人机搭载影像采集设备沿着规划航线飞往所述目标风险点;
到达所述目标风险点后,所述目标无人机执行影像采集工作并传送影像至无人机地面站;
所述无人机地面站推流至云服务器;
云服务器分析确定所述目标风险点的异常原因并处置。
2.如权利要求1所述的无人机油气管道应急巡检方法,其特征在于,所述确定目标风险点,包括:
在油气管道内同沟敷设分布式光纤传感器;
所述分布式光纤传感器通过光纤采集所在油气管道的信号波动;
选出信号波动异常点所对应的位置坐标;
所述位置坐标为所述目标风险点的定位坐标;
完成所述目标风险点的确定。
3.如权利要求2所述的无人机油气管道应急巡检方法,其特征在于,所述获取所述目标风险点在X范围内的目标无人机机场,包括:
沿所述油气管道预先间隔设置若干无人机机场;
确保所述无人机机场内的所有无人机的巡航范围覆盖所述油气管道的任一风险点;
选取距离所述目标风险点为50km以内的无人机机场,作为目标无人机机场;
其中X范围内是指50km以内。
4.如权利要求1或2或3所述的无人机油气管道应急巡检方法,其特征在于,在所述空闲无人机内选取目标无人机,其选取原则包括:
预设在不同无人机平台下每架无人机的巡航距离d;
设计参数
Figure 556332DEST_PATH_IMAGE002
,其中D为目标风险点到目标无人机机场的距离;
在所述空闲无人机内选择a>0且a值最小的无人机作为目标无人机。
5.如权利要求2所述的无人机油气管道应急巡检方法,其特征在于,所述目标无人机搭载影像采集设备沿着规划航线飞往所述目标风险点,包括:
预先采集所述油气管道及周边的三维卫星图;
利用RRT路径规划算法自动规划在三维卫星图内所述目标无人机到达目标风险点的航线;
调取所述目标无人机的规划航线;
所述目标无人机搭载影像采集设备沿着规划航线飞往所述目标风险点;
其中影像采集设备为可见光相机、双光吊舱、激光甲烷遥测仪中的任一种。
6.如权利要求5所述的无人机油气管道应急巡检方法,其特征在于,到达所述目标风险点后,所述目标无人机执行影像采集工作并传送影像至无人机地面站,所述无人机地面站推流至云服务器,包括:
到达所述目标风险点后,所述影像采集设备拍摄所述目标风险点的图像及视频;
所述目标无人机实时图传所述目标风险点的图像及视频至无人机地面站;
所述无人机地面站推流至云服务器;
云服务器识别所述目标风险点的图像及视频,并与目标风险点的原始影像比对。
7.如权利要求6所述的无人机油气管道应急巡检方法,其特征在于,所述云服务器分析确定所述目标风险点的异常原因并处置,包括:
预先在所述云服务器内存储所有风险点的所有异常原因;
针对每一个异常原因预先制定处理方案;
所述云服务器基于深度学习图像识别算法对所述目标风险点的图像及视频进行分类;
确定所述目标风险点的异常原因;
调取所述目标风险点的异常原因对应的处理方案;
执行处理方案。
8.一种无人机油气管道应急巡检系统,其特征在于,包括:
光纤预警模块,用于确定目标风险点的定位坐标;
无人机机场选取模块,用于获取所述目标风险点在X范围内的目标无人机机场;
无人机选取模块,用于确定所述目标无人机机场内的空闲无人机,并在所述空闲无人机内选取目标无人机;
最近应急航线规划模块,用于规划并调取所述目标无人机的航线;
影像采集模块,用于采集所述目标风险点的影像;
智能图像识别模块,用于识别目标风险点的影像,并与目标风险点的原始影像比对。
CN202110568624.3A 2021-05-25 2021-05-25 无人机油气管道应急巡检方法及系统 Pending CN113421354A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110568624.3A CN113421354A (zh) 2021-05-25 2021-05-25 无人机油气管道应急巡检方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110568624.3A CN113421354A (zh) 2021-05-25 2021-05-25 无人机油气管道应急巡检方法及系统

Publications (1)

Publication Number Publication Date
CN113421354A true CN113421354A (zh) 2021-09-21

Family

ID=77712812

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110568624.3A Pending CN113421354A (zh) 2021-05-25 2021-05-25 无人机油气管道应急巡检方法及系统

Country Status (1)

Country Link
CN (1) CN113421354A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114625158A (zh) * 2021-12-08 2022-06-14 中国石油天然气集团有限公司 基于无人机的井控风险应急管理系统和抢险方法
CN115076617A (zh) * 2022-08-22 2022-09-20 深圳市城市公共安全技术研究院有限公司 管道泄漏事故的处理方法、系统、终端设备及介质
CN115762025A (zh) * 2022-12-12 2023-03-07 德昱电力工程设计有限公司 通信光缆智能预警方法及系统
CN116938984A (zh) * 2023-09-14 2023-10-24 四川泓宝润业工程技术有限公司 一种基于无人机和自动机库的管道巡检方法
CN118197027A (zh) * 2024-05-15 2024-06-14 广东力创信息技术有限公司 一种基于管道预警的无人机调度查验方法以及相关装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104506893A (zh) * 2014-12-15 2015-04-08 四川长虹电器股份有限公司 一种信息更新方法、云端服务器及crm服务器
CN108663998A (zh) * 2017-04-02 2018-10-16 上海前孟计算机科技有限公司 一种智能家居系统
CN109323132A (zh) * 2017-11-16 2019-02-12 中国石油化工股份有限公司 一种基于光纤预警技术的长输管道无人机侦检系统
CN109379564A (zh) * 2018-10-30 2019-02-22 长春市万易科技有限公司 一种燃气管道无人机巡检装置及巡检方法
CN109630905A (zh) * 2019-01-25 2019-04-16 电子科技大学 一种基于无人机遥感和深度学习的油气管道全智能巡检系统
CN110673628A (zh) * 2019-09-20 2020-01-10 北京航空航天大学 一种复合翼无人机油气管线巡检方法
CN112434079A (zh) * 2020-11-25 2021-03-02 国网湖北省电力有限公司咸宁供电公司 一种基于大数据的二次设备异常判别决策方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104506893A (zh) * 2014-12-15 2015-04-08 四川长虹电器股份有限公司 一种信息更新方法、云端服务器及crm服务器
CN108663998A (zh) * 2017-04-02 2018-10-16 上海前孟计算机科技有限公司 一种智能家居系统
CN109323132A (zh) * 2017-11-16 2019-02-12 中国石油化工股份有限公司 一种基于光纤预警技术的长输管道无人机侦检系统
CN109379564A (zh) * 2018-10-30 2019-02-22 长春市万易科技有限公司 一种燃气管道无人机巡检装置及巡检方法
CN109630905A (zh) * 2019-01-25 2019-04-16 电子科技大学 一种基于无人机遥感和深度学习的油气管道全智能巡检系统
CN110673628A (zh) * 2019-09-20 2020-01-10 北京航空航天大学 一种复合翼无人机油气管线巡检方法
CN112434079A (zh) * 2020-11-25 2021-03-02 国网湖北省电力有限公司咸宁供电公司 一种基于大数据的二次设备异常判别决策方法及装置

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114625158A (zh) * 2021-12-08 2022-06-14 中国石油天然气集团有限公司 基于无人机的井控风险应急管理系统和抢险方法
CN115076617A (zh) * 2022-08-22 2022-09-20 深圳市城市公共安全技术研究院有限公司 管道泄漏事故的处理方法、系统、终端设备及介质
CN115762025A (zh) * 2022-12-12 2023-03-07 德昱电力工程设计有限公司 通信光缆智能预警方法及系统
CN115762025B (zh) * 2022-12-12 2024-07-12 德昱电力工程设计有限公司 通信光缆智能预警方法及系统
CN116938984A (zh) * 2023-09-14 2023-10-24 四川泓宝润业工程技术有限公司 一种基于无人机和自动机库的管道巡检方法
CN116938984B (zh) * 2023-09-14 2023-11-21 四川泓宝润业工程技术有限公司 一种基于无人机和自动机库的管道巡检方法
CN118197027A (zh) * 2024-05-15 2024-06-14 广东力创信息技术有限公司 一种基于管道预警的无人机调度查验方法以及相关装置
CN118197027B (zh) * 2024-05-15 2024-07-26 广东力创信息技术有限公司 一种基于管道预警的无人机调度查验方法以及相关装置

Similar Documents

Publication Publication Date Title
CN113421354A (zh) 无人机油气管道应急巡检方法及系统
CN110673628B (zh) 一种复合翼无人机油气管线巡检方法
CN109780452B (zh) 基于激光遥测技术的气体泄漏无人机巡检浓度反演方法
CN111951510A (zh) 一种基于大数据的林业防火智能巡检监测预警系统
CN103455036B (zh) 一种场景空中巡视方法和飞行器
CN113075938B (zh) 一种输电线路远距离智能巡检系统及方法
CN108255189A (zh) 一种电力巡检无人机系统
CN103427366B (zh) 用于控制识别输电线路的直升机机载系统的实时空间位置动态度量方法
CN202094531U (zh) 适合于无人飞行器的输电线路巡检装置
CN104834920A (zh) 一种无人机多光谱图像的智能林火识别方法及装置
CN102255259A (zh) 适合于无人飞行器的输电线路巡检装置
CN107069549A (zh) 旋翼无人机电力巡线系统
CN115580708A (zh) 一种光缆线路无人机巡检的方法
CN113077561A (zh) 一种无人机智能巡检系统
CN112017386A (zh) 一种森林草原火灾监测系统
CN210835732U (zh) 一种基于无人机的航标巡检装置
Huang et al. Research and design of space-sky-ground integrated transmission line inspection platform based on artificial intelligence
CN114283548A (zh) 一种无人机火灾持续监测方法及其系统
Wang et al. Application of Intelligent Robot Inspection System in Power Transmission Project
CN113867386A (zh) 管带机无人机巡检方法及系统
CN113111714A (zh) 一种应用于输电现场作业的风险防控系统
Ogan et al. Electrical transmission line inspection using unmanned aircraft
CN115265486A (zh) 基于台风监测系统的无人机风灾后输电线路自主勘测方法
CN115071974A (zh) 基于地质隐患监测系统的无人机灾后自主勘测方法
Cheng Research on the application of computer vision technology in power system UAV line inspection

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