CN116627178A - 一种基于无人机影像智能分析的电力巡检方法 - Google Patents

Abstract

本发明公开了一种基于无人机影像智能分析的电力巡检方法，具体步骤如下：S1：按照地理位置将供电区域进行区域划分；S2：生成目标巡检区域，利用电子地图规划巡检路线；S3：在进行巡检工作前对无人机进行调试，确认无误后开始进行巡检；S4：采集合格的影像数据，计算无人机巡检效率指数；S5：对采集的影像信息进行分析，获取不同高压输电线路当前供电状态、设备表面参数以及热成像参数；S6：确定高压输电线路的输电线路质量并进行判断是否需要维修；S7：将无人机判断结果与人工二次判断结果相互验证计算无人机电力巡检的准确度指数，同时根据无人机反馈情况和待维修点的具体位置制定维修计划；S8：计算无人机巡检质量指数并储存巡航数据。

Description

一种基于无人机影像智能分析的电力巡检方法

技术领域

本发明涉及电力巡检技术领域，具体为一种基于无人机影像智能分析的电力巡检方法。

背景技术

电力系统在我国关系到人民生活、生产、学习等方方面面，电力设备的良好运转关系到电力的稳定输送问题，所以电力系统设备的日常检修、巡检尤为重要，设备的巡检包括：电力线的状态、仪器仪表的数值、关键节点的发热温度、火灾、水淹、气体泄漏等等。

现有一种高压输电线路的电力巡检方法，采用人工巡检的方式进行电力巡检，巡检强度过大且将耗费大量人力资源；由于高压输电线路大多修建在山区，不仅交通不便、道路崎岖，而且相邻铁塔的海拔落差大、相隔距离远，给电力巡检增加了难度，人工巡检的效率较低；如果遇到雨雪天气，检修人员还会面临一定的安全威胁；人工巡检的检测过程依赖巡检人员的经验进行判断，某些检测无法通过人眼识别，巡检结果的准确性有待提高，同样巡检结果上报的及时性也需要进行提升。

发明内容

为了克服现有技术的上述缺陷，本发明的实施例提供一种基于无人机影像智能分析的电力巡检方法，解决了人工巡检中存在的主要问题。

为实现上述目的，本发明提供如下技术方案：一种基于无人机影像智能分析的电力巡检方法，包括以下步骤：

S1：将供电点负责的供电区域记作目标区域，按照地图上的地理位置将目标区域划分为不同子区域，编号分别记为a₁、a₂、...、a_i、...、a_n；

S2：将无人机与对应的目标区域进行匹配生成目标巡检区域，利用电子地图规划巡检路线；

S3：在进行巡检工作前对无人机进行静态整体测试，确认无人机系统工况良好、满足本次电力巡检任务要求后，设定无人机的飞行参数开始进行巡检；

S4：无人机系统对采集到的影像信息进行筛选，不合格的影像数据需要进行二次采集，若出现非工作区的影像数据则需人工进行偏航矫正，根据无人机巡检时间与巡检任务中标志点的个数与高压输电线路长度计算无人机巡检效率指数；

S5：无人机系统对采集的影像信息进行分析，获取不同高压输电线路当前供电状态、设备表面参数以及热成像参数；

S6：无人机系统将高压输电线路影像信息的分析结果与正常高压输电线路无损状态下的数据信息进行比对确定高压输电线路的输电线路质量并进行判断是否需要维修；

S7：将对比结果、判断结果以及对应影像信息进行反馈，由相关技术人员进行二次判断，将无人机判断结果与人工二次判断结果进行相互验证计算无人机电力巡检的准确度指数，同时根据无人机反馈情况和待维修点的具体位置制定维修计划；

S8：由无人机巡检的效率指数和准确度指数计算无人机巡检质量指数，完成巡检任务后无人机按照预设巡检路径返航，工作人员将无人机系统中的巡检数据上传至巡检信息库中进行备份并储存。

优选的，S2中无人机与对应的供电区域进行匹配后会以子区域的编号作为无人机的编号，在后续巡检过程将持续使用同一编号无人机进行巡检过程，避免由于无人机个体差异带来的数据误差，在目标巡检区域的电子地图上选取若干个重要的标志点，然后将这些标志点串连成线，可得到无人机巡检的飞行路径，并确定重点信息采集部位。

优选的，S4中采集到的影像信息包括信息采集部位不同角度的图片信息、视频信息和热成像信息，对于拍摄的图片和视频若出现曝光或者模糊的情况需进行重新拍摄，在无人机的巡检过程，将通过红外热成像传感器对高压输电线路上的零部件进行温度检测，当检测到温度异常时会标记异常点位置，进一步生成热图数据。

优选的，S4中无人机巡检效率指数β_e的具体计算过程如下：

A1、统计不同巡检区域无人机进行电力巡检的时间t₁、t₂、...、t_i、...、t_n；

A2、统计不同巡检区域巡检路径对应的标志点个数m₁、m₂、...、m_i、...、m_n和高压输电线路长度L₁、L₂、...、L_i、...、L_n；

A3、计算不同巡检区域无人机的巡检效率指数β_i，具体公式为：其中α为时间调整因子，k为指数调整因子；

A4、挑选出其中巡检效率异常的数据，计算其余数据的平均值β_e，具体公式为：

优选的，S6中无人机系统对高压输出线路的输电线路质量进行判断的过程如下：

B1、第一判断阶段：联网获取当前线路的供电信息，正常记为a₁，异常记为a₂，a₁>0、a₂<0，无异常则进入下一阶段的判断；

B2、第二判断阶段：将获取的输电线路热成像参数与正常状态下的输电线路热成像数据进行对比，判断获取的输电线路热成像数据是否在正常线路温度波动范围内，在温度波动范围内记为正常，不在波动范围内记为异常，正常记为b₁，异常记为b₂，b₁>0、b₂<0，在正常波动范围内则进行下一阶段的判断；

B3、第三判断阶段：将获取的输电线路设备表面参数与正常无损状态下的输电线路设备表面参数进行对比判断设备表面破损程度并设定等级为初级、中级和高级，对其进行数据化处理则对应的指数为x_ai、x_bi、x_ci，i＝1、2、...、n，x_ai>x_bi>x_ci，x_zi<0.6，当设备表面破损程度达到高级则需进行上报维修；

B4、计算输电线路质量指数φ，具体公式为：其中j₁、j₂、j₃为对应判断因素的比例系数，j₁>j₂>j₃>0，当第一判断阶段不通过时，a_i<0、b_i＝0、x_i＝0，当第二判断阶段不通过时a_i>0、b_i<0、x_i＝0，当第三判断过程不通过时a_i>0、b_i>0、x_i＝x_zi<0.6，当输电线路质量指数低于阈值时判定需要进行维修。

优选的，S7中将无人机维修判断结果与人工二次判断结果进行匹配计算无人机巡检数据判断的准确度指数γ_a，具体公式为：其中γ₁为输电线路维修判断结果相同的数据，γ₀为输电线路中所有异常数据维修判断结果，θ为偏差调整因子，统计不同巡检区域无人机的巡检准确度指数γ_a1、γ_a2、...、γ_ai、...、γ_an，挑选出其中准确度异常的数据，对剩余数据求平均值γ_e，具体公式为：/>

优选的，S8中无人机巡检质量指数We的具体计算公式为：其中λ₁、λ₂为比例系数，λ₁<λ₂。

本发明的技术效果和优点：

该电力巡检方法使用无人机巡检，不受地形影响，可保证全天候巡检作业，扩大巡检范围、减少巡检时间，利用无人机搭载的高清摄像机和红外成像传感器，可以清楚地观察到高压输电线路的运行状态、故障类型和异常温度部位，不仅显著提高了巡检效率，而且还能降低人员劳动强度；该电力巡检方法使用无人机开展自动巡检，则能够近距离地拍摄高压输电线路的导地线、绝缘子、金具，如果存在质量缺陷可以通过拍摄所得照片观察到，这样就保证了故障缺陷能够被第一时间发现、处理，从而显著提高了高压输电线路的运维质量，避免发生严重的电力故障；该方法将采集到的影像信息进行反馈，将无人机判断结果与人工判断结果进行相互验证提高了输电线路维修判断的准确性，巡检质量也得到了提升。

附图说明

图1为本发明的方法流程图。

图2为本发明的无人机系统模块连接图。

具体实施方式

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，所描述的实施例仅仅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做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。

本实施例提供了如图1所示一种基于无人机影像智能分析的电力巡检方法，包括以下步骤：

S1：将供电点负责的供电区域记作目标区域，按照地图上的地理位置将目标区域划分为不同子区域，编号分别记为a₁、a₂、...、a_i、...、a_n；

S2：将无人机与对应的目标区域进行匹配生成目标巡检区域，利用电子地图规划巡检路线；

进一步，S2中无人机与对应的供电区域进行匹配后会以子区域的编号作为无人机的编号，在后续巡检过程将持续使用同一编号无人机进行巡检过程，避免由于无人机个体差异带来的数据误差，在目标巡检区域的电子地图上选取若干个重要的标志点，然后将这些标志点串连成线，可得到无人机巡检的飞行路径，并确定重点信息采集部位。

S3：在进行巡检工作前对无人机进行静态整体测试，确认无人机系统工况良好、满足本次电力巡检任务要求后，设定无人机的飞行参数开始进行巡检；

本实施例中具体需要说明的是，对无人机进行静态整体测试的目的是检查无人机系统运转是否正常，设定的无人机飞行参数包括飞行速度、拍摄角度和巡检范围，在每一次巡检之前将所有无人机的飞行速度调试到同一数值。

S4：无人机系统对采集到的影像信息进行筛选，不合格的影像数据需要进行二次采集，若出现非工作区的影像数据则需人工进行偏航矫正，根据无人机巡检时间与巡检任务中标志点的个数与高压输电线路长度计算无人机巡检效率指数；

进一步，S4中采集到的影像信息包括信息采集部位不同角度的图片信息、视频信息和热成像信息，对于拍摄的图片和视频若出现曝光或者模糊的情况需进行重新拍摄，在无人机的巡检过程，将通过红外热成像传感器对高压输电线路上的零部件进行温度检测，当检测到温度异常时会标记异常点位置，进一步生成热图数据。

进一步，S4中无人机巡检效率指数β_e的具体计算过程如下：

A1、统计不同巡检区域无人机进行电力巡检的时间t₁、t₂、...、t_i、...、t_n；

A2、统计不同巡检区域巡检路径对应的标志点个数m₁、m₂、...、m_i、...、m_n和高压输电线路长度L₁、L₂、...、L_i、...、L_n；

A3、计算不同巡检区域无人机的巡检效率指数β_i，具体公式为：其中α为时间调整因子，k为指数调整因子；

A4、挑选出其中巡检效率异常的数据，计算其余数据的平均值β_e，具体公式为：

S5：无人机系统对采集的影像信息进行分析，获取不同高压输电线路当前供电状态、设备表面参数以及热成像参数；

S6：无人机系统将高压输电线路影像信息的分析结果与正常高压输电线路无损状态下的数据信息进行比对确定高压输电线路的输电线路质量并进行判断是否需要维修；

进一步，S6中无人机系统对高压输出线路的输电线路质量进行判断的过程如下：

B1、第一判断阶段：联网获取当前线路的供电信息，正常记为a₁，异常记为a₂，a₁>0、a₂<0，无异常则进入下一阶段的判断；

B2、第二判断阶段：将获取的输电线路热成像参数与正常状态下的输电线路热成像数据进行对比，判断获取的输电线路热成像数据是否在正常线路温度波动范围内，在温度波动范围内记为正常，不在波动范围内记为异常，正常记为b₁，异常记为b₂，b₁>0、b₂<0，在正常波动范围内则进行下一阶段的判断；

B3、第三判断阶段：将获取的输电线路设备表面参数与正常无损状态下的输电线路设备表面参数进行对比判断设备表面破损程度并设定等级为初级、中级和高级，对其进行数据化处理则对应的指数为x_ai、x_bi、x_ci，i＝1、2、...、n，x_ai>x_bi>x_ci，x_zi<0.6，当设备表面破损程度达到高级则需进行上报维修；

B4、计算输电线路质量指数φ，具体公式为：其中j₁、j₂、j₃为对应判断因素的比例系数，j₁>j₂>j₃>0，当第一判断阶段不通过时，a_i<0、b_i＝0、x_i＝0，当第二判断阶段不通过时a_i>0、b_i<0、x_i＝0，当第三判断过程不通过时a_i>0、b_i>0、x_i＝x_zi<0.6，当输电线路质量指数低于阈值时判定需要进行维修。

S7：将对比结果、判断结果以及对应影像信息进行反馈，由相关技术人员进行二次判断，将无人机判断结果与人工二次判断结果进行相互验证计算无人机电力巡检的准确度指数，同时根据无人机反馈情况和待维修点的具体位置制定维修计划；

进一步，S7中将无人机维修判断结果与人工二次判断结果进行匹配计算无人机巡检数据判断的准确度指数γ_a，具体公式为：其中γ₁为输电线路维修判断结果相同的数据，γ₀为输电线路中所有异常数据维修判断结果，θ为偏差调整因子，统计不同巡检区域无人机的巡检准确度指数γ_a1、γ_a2、...、γ_ai、...、γ_an，挑选出其中准确度异常的数据，对剩余数据求平均值γ_e，具体公式为：/>

S8：由无人机巡检的效率指数和准确度指数计算无人机巡检质量指数，完成巡检任务后无人机按照预设巡检路径返航，工作人员将无人机系统中的巡检数据上传至巡检信息库中进行备份并储存。

进一步，S8中无人机巡检质量指数We的具体计算公式为：其中λ₁、λ₂为比例系数，λ₁<λ₂。

本实施例提供了如图2所示一种无人机系统用于本发明的电力巡检过程，包括图像采集模块、热成像采集模块、自动筛除模块、数据分析模块、数据判断模块、数据反馈模块，其中图像采集模块用于通过高清摄像机采集高压输电线路不同部位、不同角度的图片信息和视频信息；热成像采集模块用于采集高压输电线路不同部位的温度信息；自动筛除模块用于对不合格的图像信息进行筛除，同时发送信息至图像采集模块进行二次采集；数据分析模块用于对采集到的影像信息进行分析，获取不同高压输电线路当前供电状态、设备表面参数以及热成像参数；数据判断模块用于将高压输电线路影像信息的分析结果与正常高压输电线路无损状态下的数据信息进行比对确定高压输电线路的输电线路质量并进行判断是否需要维修；数据反馈模块用于将巡检过程中的所有数据进行反馈。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (7)

1.一种基于无人机影像智能分析的电力巡检方法，其特征在于：包括以下步骤：

S1：将供电点负责的供电区域记作目标区域，按照地图上的地理位置将目标区域划分为不同子区域，编号分别记为a₁、a₂、...、a_i、...、a_n；

S2：将无人机与对应的目标区域进行匹配生成目标巡检区域，利用电子地图规划巡检路线；

S3：在进行巡检工作前对无人机进行静态整体测试，确认无人机系统工况良好、满足本次电力巡检任务要求后，设定无人机的飞行参数开始进行巡检；

S4：无人机系统对采集到的影像信息进行筛选，不合格的影像数据需要进行二次采集，若出现非工作区的影像数据则需人工进行偏航矫正，根据无人机巡检时间与巡检任务中标志点的个数与高压输电线路长度计算无人机巡检效率指数；

S5：无人机系统对采集的影像信息进行分析，获取不同高压输电线路当前供电状态、设备表面参数以及热成像参数；

S6：无人机系统将高压输电线路影像信息的分析结果与正常高压输电线路无损状态下的数据信息进行比对确定高压输电线路的输电线路质量并进行判断是否需要维修；

S7：将对比结果、判断结果以及对应影像信息进行反馈，由相关技术人员进行二次判断，将无人机判断结果与人工二次判断结果进行相互验证计算无人机电力巡检的准确度指数，同时根据无人机反馈情况和待维修点的具体位置制定维修计划；

S8：由无人机巡检的效率指数和准确度指数计算无人机巡检质量指数，完成巡检任务后无人机按照预设巡检路径返航，工作人员将无人机系统中的巡检数据上传至巡检信息库中进行备份并储存。

2.根据权利要求1所述的一种基于无人机影像智能分析的电力巡检方法，其特征在于：S2中无人机与对应的供电区域进行匹配后会以子区域的编号作为无人机的编号，在后续巡检过程将持续使用同一编号无人机进行巡检过程，避免由于无人机个体差异带来的数据误差，在目标巡检区域的电子地图上选取若干个重要的标志点，然后将这些标志点串连成线，可得到无人机巡检的飞行路径，并确定重点信息采集部位。

3.根据权利要求1所述的一种基于无人机影像智能分析的电力巡检方法，其特征在于：S4中采集到的影像信息包括信息采集部位不同角度的图片信息、视频信息和热成像信息，对于拍摄的图片和视频若出现曝光或者模糊的情况需进行重新拍摄，在无人机的巡检过程，将通过红外热成像传感器对高压输电线路上的零部件进行温度检测，当检测到温度异常时会标记异常点位置，进一步生成热图数据。

4.根据权利要求1所述的一种基于无人机影像智能分析的电力巡检方法，其特征在于：S4中无人机巡检效率指数β_e的具体计算过程如下：

A1、统计不同巡检区域无人机进行电力巡检的时间t₁、t₂、...、t_i、...、t_n；

A2、统计不同巡检区域巡检路径对应的标志点个数m₁、m₂、...、m_i、...、m_n和高压输电线路长度L₁、L₂、...、L_i、...、L_n；

A3、计算不同巡检区域无人机的巡检效率指数β_i，具体公式为：其中α为时间调整因子，k为指数调整因子；

A4、挑选出其中巡检效率异常的数据，计算其余数据的平均值β_e，具体公式为：

5.根据权利要求1所述的一种基于无人机影像智能分析的电力巡检方法，其特征在于：S6中无人机系统对高压输出线路的输电线路质量进行判断的过程如下：

B1、第一判断阶段：联网获取当前线路的供电信息，正常记为a₁，异常记为a₂，a₁>0、a₂<0，无异常则进入下一阶段的判断；

B2、第二判断阶段：将获取的输电线路热成像参数与正常状态下的输电线路热成像数据进行对比，判断获取的输电线路热成像数据是否在正常线路温度波动范围内，在温度波动范围内记为正常，不在波动范围内记为异常，正常记为b₁，异常记为b₂，b₁>0、b₂<0，在正常波动范围内则进行下一阶段的判断；

B3、第三判断阶段：将获取的输电线路设备表面参数与正常无损状态下的输电线路设备表面参数进行对比判断设备表面破损程度并设定等级为初级、中级和高级，对其进行数据化处理则对应的指数为x_ai、x_bi、x_ci，i＝1、2、...、n，x_ai>x_bi>x_ci，x_zi<0.6，当设备表面破损程度达到高级则需进行上报维修；

B4、计算输电线路质量指数φ，具体公式为：其中j₁、j₂、j₃为对应判断因素的比例系数，j₁>j₂>j₃>0，当第一判断阶段不通过时，a_i<0、b_i＝0、x_i＝0，当第二判断阶段不通过时a_i>0、b_i<0、x_i＝0，当第三判断过程不通过时a_i>0、b_i>0、x_i＝x_zi<0.6，当输电线路质量指数低于阈值时判定需要进行维修。

6.根据权利要求1所述的一种基于无人机影像智能分析的电力巡检方法，其特征在于：S7中将无人机维修判断结果与人工二次判断结果进行匹配计算无人机巡检数据判断的准确度指数γ_a，具体公式为：其中γ₁为输电线路维修判断结果相同的数据，γ₀为输电线路中所有异常数据维修判断结果，θ为偏差调整因子，统计不同巡检区域无人机的巡检准确度指数γ_a1、γ_a2、...、γ_ai、...、γ_an，挑选出其中准确度异常的数据，对剩余数据求平均值γ_e，具体公式为：/>

7.根据权利要求1所述的一种基于无人机影像智能分析的电力巡检方法，其特征在于：S8中无人机巡检质量指数We的具体计算公式为：其中λ₁、λ₂为比例系数，λ₁<λ₂。