CN116700357A - 一种架空输电线路无人机编队智能巡检方法 - Google Patents
一种架空输电线路无人机编队智能巡检方法 Download PDFInfo
- Publication number
- CN116700357A CN116700357A CN202310984351.XA CN202310984351A CN116700357A CN 116700357 A CN116700357 A CN 116700357A CN 202310984351 A CN202310984351 A CN 202310984351A CN 116700357 A CN116700357 A CN 116700357A
- Authority
- CN
- China
- Prior art keywords
- inspection
- transmission line
- unmanned aerial
- overhead transmission
- aerial vehicle
- 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
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 331
- 230000005540 biological transmission Effects 0.000 title claims abstract description 260
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 90
- 238000000034 method Methods 0.000 title claims abstract description 59
- 239000000725 suspension Substances 0.000 claims description 32
- 238000012216 screening Methods 0.000 claims description 31
- 238000011156 evaluation Methods 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000003384 imaging method Methods 0.000 claims description 16
- 230000003044 adaptive effect Effects 0.000 claims description 15
- 238000010586 diagram Methods 0.000 claims description 15
- 238000005070 sampling Methods 0.000 claims description 14
- 238000012937 correction Methods 0.000 claims description 12
- 230000010354 integration Effects 0.000 claims description 11
- 238000012876 topography Methods 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000012512 characterization method Methods 0.000 claims description 3
- 238000010030 laminating Methods 0.000 claims description 3
- 239000007787 solid Substances 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 12
- 238000012544 monitoring process Methods 0.000 abstract description 10
- 238000012545 processing Methods 0.000 abstract description 3
- 230000004044 response Effects 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 description 12
- 238000013461 design Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 238000010276 construction Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000000087 stabilizing effect Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及架空输电线路巡检技术领域,具体公开一种架空输电线路无人机编队智能巡检方法,该方法包括:巡检设备布设统计、基本信息提取、基本信息预分析、限定巡检无人机编队条件信息整合、目标巡检架空输电线路状态识别和状态异常反馈,本发明针对监测区域的气象信息对巡检无人机本身的巡检适宜性进行分析,能够使实际调用的巡检无人机与区域气象状况相协调适应,不仅会减缓巡检无人机的应用损耗程度,进一步保障巡检无人机的使用寿命,同时还能够有效避免因无法及时发现架空输电线路存在状态安全隐患而导致的缺陷,不仅提高了针对线路安全隐患进行响应处理的及时性,也给整个电力输送系统的运行稳定性提供了保障。
Description
技术领域
本发明涉及架空输电线路巡检技术领域,具体而言,涉及一种架空输电线路无人机编队智能巡检方法。
背景技术
完整的电力系统是由电力产生端、电力传输端以及用户使用端三个主体架构进行组合而成,电力产生端与用户使用端之间往往存在着较远的传输距离,因而需要经过一系列的复杂传输流程架构,在实际的传输过程中,需要通过架空输电线路这一重要的传输媒介,因而不难发现,架空输电线路的传输安全性以及平稳性是保障整个电力系统协调运行的重要支撑因素,由此可见,架空输电线路的安全监测是十分有必要的关注热点。
当前,伴随着科技的发展,也给架空输电线路的监测提供了更多的便捷性,许多区域开始注重应用无人机来缓解人工固定式巡检的压力,然而目前针对架空输电线路采用的无人机巡检技术同样存在一些需要弥补的缺陷,具体体现在:(1)当前巡检无人机在对架空输电线路进行监测的前期,较为匮乏依据监测区域的气象信息对巡检无人机本身的巡检适宜性进行分析,导致实际调用的巡检无人机不能很好地与区域气象状况相适应,不仅会增加巡检无人机应用损耗程度,进一步减少巡检无人机的使用寿命,同时还会导致无法及时的发现架空输电线路存在的状态安全隐患,致使增加了针对线路安全隐患进行响应处理的滞后性,进而给整个电力输送系统造成一定的消极影响。
(2)目前的架空输电线路巡检时,大多仅针对线缆的表面缺陷进行状态异常分析,而缺乏对线缆的深层面信息进行针对性分析,例如横切面的状态数据以及线缆的悬吊状态,导致数据分析的维度存在单一性,无法为线路的状态判断提供更加精准性的数据支撑依据,导致不能及时发现线缆存在的潜在异常风险,不仅会间接增加电力的传输损耗,且不能高效保障输电线路的运行安全。
发明内容
为了克服背景技术中的缺点,本发明实施例提供了一种架空输电线路无人机编队智能巡检方法,能够有效解决上述背景技术中涉及的问题。
本发明的目的可以通过以下技术方案来实现:一种架空输电线路无人机编队智能巡检方法,包括:(1)巡检设备布设统计:以智能无人机为巡检设备主体,并在巡检无人机中搭建巡检辅助设备,进而统计各巡检无人机;(2)基本信息提取:提取基本信息,基本信息包括各巡检无人机的特性参数以及目标巡检架空输电线路的基本数据,并包括目标巡检架空输电线路的特定巡检日所属气象数据;(3)基本信息预分析:对提取的基本信息进行预分析,据此筛分得到目标巡检架空输电线路在特定巡检日所属各限定巡检无人机;(4)限定巡检无人机编队条件信息整合:对目标巡检架空输电线路在特定巡检日所属各限定巡检无人机进行编队条件信息整合,并控制各限定巡检无人机对目标巡检架空输电线路进行巡检;(5)目标巡检架空输电线路状态识别:统计各架空输电线路段,并对各架空输电线路段的状态进行识别,由此判定各架空输电线路段的状态稳定评估值;(6)状态异常反馈:根据各架空输电线路段的状态稳定评估值,由此筛分各状态异常架空输电线路段进行反馈提示。
作为本发明进一步的设计,所述各巡检无人机的特性参数包括类别和预定义分辨率;所述目标巡检架空输电线路的基本数据包括总延展长度、输电塔数目和初始投运三维图像。所述目标巡检架空输电线路的特定巡检日所属气象数据包括归属区域在各界定时间点的地表风速分布预估示意图、气压分布预估示意图、能见度分布预估示意图以及温湿度分布预估示意图。
作为本发明进一步的设计,所述筛分得到目标巡检架空输电线路在特定巡检日所属各限定巡检无人机,具体筛分过程包括:统计目标巡检架空输电线路中的各输电塔,并将相邻的两个输电塔之间衔接的输电线路标定为架空输电线路段,进而统计各架空输电线路段,据此构建各目标巡检轨迹点。
根据目标巡检架空输电线路的特定巡检日所属归属区域在各界定时间点的地表风速分布预估示意图,定位至各目标巡检轨迹点所在位置,进而提取各目标巡航轨迹点在各界定时间点的地表风速,记为各目标巡航轨迹点在各界定时间点的预估地表风速,同理依次提取各目标巡航轨迹点在各界定时间点的预估气压/>、预估能见度以及预估温度/>和湿度/>,i为各目标巡航轨迹点的编号,/>,d为各界定时间点的编号,/>。
初步计算各目标巡航轨迹点在各界定时间点的基础环境干扰判定值,记为。
依据各巡检无人机的类别,进而与SQL库中存储的各类别巡检无人机在各能见度范围中的呈像预估偏差分辨率进行比对,得到各巡检无人机所属各目标巡航轨迹点在各界定时间点的呈像预估偏差分辨率,同理,经过比对得到各巡检无人机的可承受基础环境干扰值/>以及适配巡检环境温度/>和湿度/>,j为各巡检无人机的编号,/>。
通过数值计算得到各巡检无人机在特定巡检日所属巡检契合指数,标记为。
将各巡检无人机在特定巡检日所属巡检契合指数与设定的巡检契合指数阈值进行比对,进而筛分各备用巡检无人机。
根据目标巡检架空输电线路的总延展长度,并依据输电塔数目/>,依据表达式计算目标巡检架空输电线路的巡检任务基础表征值/>,其中/>和/>分别表示为预设的架空输电线路的单位延展长度以及单个输电塔对应的巡检任务表征判定影响因子,e为自然常数。
将目标巡检架空输电线路的巡检任务基础表征值与SQL库中的各巡检任务基础表征值区间对应的预估调用巡检无人机数目进行匹配,得到目标巡检架空输电线路对应的预估调用巡检无人机数目,据此筛分得到目标巡检架空输电线路在特定巡检日所属各限定巡检无人机。
作为本发明进一步的设计,所述各目标巡航轨迹点在各界定时间点的基础环境干扰判定值的具体计算表达式为:/>,其中/>和/>分别为预定义的地表单位风速值和单位气压值对应的基础环境干扰因子。
作为本发明进一步的设计,所述各巡检无人机在特定巡检日所属巡检契合指数的具体计算过程为:初步计算各巡检无人机在特定巡检日所属巡检基本可行性评定值,其中/>为设定的基础环境干扰判定值对应的巡检基本可行性评定修正因子,k为目标巡航轨迹点的总数目。
提取各巡检无人机的预定义分辨率,根据SQL库中存储的架空输电线路所属巡检呈像合规分辨率/>,进而依据表达式/>,计算各巡检无人机在特定巡检日所属巡检适宜指数/>,其中/>、/>和/>分别表示为设定的呈像分辨率、温度和湿度对应的巡检适宜修正因子,/>和/>分别为预定义的适宜巡检所属许可温度差和许可湿度差。
综合计算各巡检无人机在特定巡检日所属巡检契合指数,/>,其中/>和/>分别为预定义的巡检基本可行性评定值和巡检适宜指数对应的契合权重占比值。
作为本发明进一步的设计,所述对目标巡检架空输电线路在特定巡检日所属各限定巡检无人机进行编队条件信息整合,具体整合过程包括:依据筛分的目标巡检架空输电线路在特定巡检日所属各限定巡检无人机,进而统一标定为指定编队巡检无人机,据此筛分指定编队巡检无人机的各参照编队形状。
根据目标巡检架空输电线路的初始投运三维图像,从中定位至各输电塔的上端中心点,并依次进行衔接,构建各架空输电线路段的地势参照角,并提取各架空输电线路段的地势参照角度,p为各架空输电线路段的编号,/>。
提取各架空输电线路段对应的长度,进而通过数值计算得到指定编队巡检无人机的各参照编队形状在各架空输电线路段对应的变形贴合指数,记为/>,g为各参照编队形状的编号,/>。
筛分得到指定编队巡检无人机在各架空输电线路段对应的适配编队形状,将其作为目标巡检架空输电线路在特定巡检日所属各限定巡检无人机的编队条件信息。
作为本发明进一步的设计,所述的具体计算过程为:从SQL库中提取巡检无人机在各参照编队形状下所属适配巡检对应的地势参照角度/>以及输电线路长度/>,进而比对计算指定编队巡检无人机的各参照编队形状在各架空输电线路段对应的变形贴合指数/>,/>,其中/>和/>分别为预设的变形贴合所属许可地势角度偏差以及输电线路长度偏差,/>和/>分别为设定的地势角度和输电线路长度对应的变形贴合修正因子。
作为本发明进一步的设计,所述对各架空输电线路段的状态进行识别,具体过程包括:对各架空输电线路段进行识别,获取各架空输电线路段的三维实景图像,进而构建各架空输电线路段的线缆实体模型,并以设定数量进行采样点布设,得到并提取各架空输电线路段所属各采样点的线缆横切面图像,据此统计各架空输电线路段所属各采样点的线缆横切面面积以及线缆横切面外边缘轮廓线条长度/>,m为各采样点的编号,/>。
提取各架空输电线路段的线缆侧视平面实景图像,进而构建各架空输电线路段的线缆悬吊参照弧度角,并提取线缆悬吊参照弧度角的角度。
作为本发明进一步的设计,所述各架空输电线路段的状态稳定评估值的计算过程为:依据SQL库中存储的各架空输电线路段的线缆初始投运对应的横切面面积、横切面外边缘轮廓线条长度/>以及悬吊弧度角度/>,通过表达式计算各架空输电线路段的状态稳定评估值/>,其中/>、/>和/>分别为预设的修正补偿横切面面积和外边缘轮廓线条长度以及线缆悬吊修正补偿角度,/>、/>和/>分别为设定的横切面面积、横切面外边缘轮廓线条长度以及悬吊弧度角对应的状态稳定评估权重因子,/>为设定的悬吊弧度许可偏差角度。
相对于现有技术,本发明的实施例至少具有如下优点或有益效果:(1)本发明通过获取目标巡检架空输电线路的特定巡检日所属气象数据,进而分析各巡检无人机在特定巡检日所属巡检适宜指数,有效实现了在对架空输电线路进行监测的前期,针对监测区域的气象信息对巡检无人机本身的巡检适宜性进行分析,能够使实际调用的巡检无人机与区域气象状况相协调适应,不仅会减缓巡检无人机的应用损耗程度,进一步保障巡检无人机的使用寿命,同时还能够有效避免因无法及时发现架空输电线路存在状态安全隐患而导致的缺陷,不仅提高了针对线路安全隐患进行响应处理的及时性,也给整个电力输送系统的运行稳定性提供了保障。
(2)本发明通过采集各架空输电线路段所属各采样点的线缆横切面面积、线缆横切面外边缘轮廓线条长度以及线缆悬吊参照弧度角,并进行针对性分析,弥补了目前架空输电线路进行巡检时,大多仅针对线缆的表面缺陷进行状态异常分析而存在的不足,通过对线缆的横切面状态数据以及线缆的悬吊状态进行分析,使数据分析的维度较为多样化,能够为线路的状态判断提供更加精准性的数据支撑依据,进而及时地发现线缆存在的潜在异常风险,与现有的针对线缆表面缺陷进行分析的技术相互融合,不仅能够有助于减少电力的传输损耗,且能够充分高效地保障输电线路的运行安全。
(3)本发明通过计算得到指定编队巡检无人机的各参照编队形状在各架空输电线路段对应的变形贴合指数,进而为后续各架空输电线路段的无人机编队形状的筛分提供了更加科学合理的支撑依据,根据对架空输电线路段的地势偏差以及线路的长度进行分析,并据此进行编队形状的改变,能够使无人机编队更好地适应地形状况,进而合理降低巡检无人机的飞行能耗,提高整个编队的飞行效率,且利于使巡检无人机高效快速的识别和监测输电线路的状态信息。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明的方法步骤流程示意图。
图2为本发明所涉及的地势参照角的示意图。
图3为本发明所涉及的线缆悬吊参照弧度角的示意图。
附图标记:1、上端中心点,2、地势参照角,3、线缆,4、线缆悬吊参照弧度角,5、线缆悬吊基准点。
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。
参照图1所示,本发明提供一种架空输电线路无人机编队智能巡检方法,包括:步骤1、巡检设备布设统计:以智能无人机为巡检设备主体,并在巡检无人机中搭建巡检辅助设备,进而统计各巡检无人机。
需要说明的是,上述在巡检无人机中搭建巡检辅助设备,其中巡检辅助设备为激光雷达扫描仪。
步骤2、基本信息提取:提取基本信息,基本信息包括各巡检无人机的特性参数以及目标巡检架空输电线路的基本数据,并包括目标巡检架空输电线路的特定巡检日所属气象数据。
具体地,所述各巡检无人机的特性参数包括类别和预定义分辨率。
所述目标巡检架空输电线路的基本数据包括总延展长度、输电塔数目和初始投运三维图像。
所述目标巡检架空输电线路的特定巡检日所属气象数据包括归属区域在各界定时间点的地表风速分布预估示意图、气压分布预估示意图、能见度分布预估示意图以及温湿度分布预估示意图。
步骤3、基本信息预分析:对提取的基本信息进行预分析,据此筛分得到目标巡检架空输电线路在特定巡检日所属各限定巡检无人机。
具体地,所述筛分得到目标巡检架空输电线路在特定巡检日所属各限定巡检无人机,具体筛分过程包括:统计目标巡检架空输电线路中的各输电塔,并将相邻的两个输电塔之间衔接的输电线路标定为架空输电线路段,进而统计各架空输电线路段,据此构建各目标巡检轨迹点。
需要补充的是,上述构建各目标巡检轨迹点,具体构建过程为:依据统计的各架空输电线路段,并定位至其中的线缆中心点,得到各架空输电线路段所属线缆中心点,并以设定的巡检间隔高度向上垂直延伸,进而构建得到各架空输电线路段所属线缆巡检基准点,并统一标记为目标巡检轨迹点,由此统计各目标巡检轨迹点。
根据目标巡检架空输电线路的特定巡检日所属归属区域在各界定时间点的地表风速分布预估示意图,定位至各目标巡检轨迹点所在位置,进而提取各目标巡航轨迹点在各界定时间点的地表风速,记为各目标巡航轨迹点在各界定时间点的预估地表风速,同理依次提取各目标巡航轨迹点在各界定时间点的预估气压/>、预估能见度以及预估温度/>和湿度/>,i为各目标巡航轨迹点的编号,/>,d为各界定时间点的编号,/>。
初步计算各目标巡航轨迹点在各界定时间点的基础环境干扰判定值,记为。
依据各巡检无人机的类别,进而与SQL库中存储的各类别巡检无人机在各能见度范围中的呈像预估偏差分辨率进行比对,得到各巡检无人机所属各目标巡航轨迹点在各界定时间点的呈像预估偏差分辨率,同理,经过比对得到各巡检无人机的可承受基础环境干扰值/>以及适配巡检环境温度/>和湿度/>,j为各巡检无人机的编号,/>。
本发明实施例中,通过分析各巡检无人机所属各目标巡航轨迹点在各界定时间点的呈像预估偏差分辨率,其目的在于,考虑到输电线路的巡检主要通过最终的呈像来判定输电线路的状态符合情况,呈像分辨率越高,则表明图像愈加清晰,进而更加有助于判定输电线路的运行状态,但不同类别巡检无人机的呈像分辨率在不同的环境能见度下,也会受到一定程度的干扰,因此,本发明针对这一层面进行分析,有力提升了数据分析的精确性,为后续输电线路的状态识别判定提供了保障。
需要解释的是,上述比对得到各巡检无人机的可承受基础环境干扰值以及适配巡检环境温度和湿度,具体比对过程为:将各巡检无人机的类别与SQL库中存储的各类别巡检无人机的可承受基础环境干扰值、适配巡检环境温度和湿度进行匹配,得到各巡检无人机的可承受基础环境干扰值以及适配巡检环境温度和湿度。
通过数值计算得到各巡检无人机在特定巡检日所属巡检契合指数,标记为。
将各巡检无人机在特定巡检日所属巡检契合指数与设定的巡检契合指数阈值进行比对,进而筛分各备用巡检无人机。
需要说明的是,上述各备用巡检无人机的具体筛分过程为:将各巡检无人机在特定巡检日所属巡检契合指数与设定的巡检契合指数阈值进行比对,由此统计在特定巡检日所属巡检契合指数高于或等于巡检契合指数阈值的各巡检无人机,并标记为各备用巡检无人机。
根据目标巡检架空输电线路的总延展长度,并依据输电塔数目/>,依据表达式计算目标巡检架空输电线路的巡检任务基础表征值/>,其中/>和/>分别表示为预设的架空输电线路的单位延展长度以及单个输电塔对应的巡检任务表征判定影响因子,e为自然常数。
将目标巡检架空输电线路的巡检任务基础表征值与SQL库中的各巡检任务基础表征值区间对应的预估调用巡检无人机数目进行匹配,得到目标巡检架空输电线路对应的预估调用巡检无人机数目,据此筛分得到目标巡检架空输电线路在特定巡检日所属各限定巡检无人机。
需要解释的是,上述筛分得到目标巡检架空输电线路在特定巡检日所属各限定巡检无人机,具体过程为:整合各备用巡检无人机在特定巡检日所属巡检契合指数,并按照从高到低的顺序依次进行排列,得到备用巡检无人机的参照巡检调用次序,并依据目标巡检架空输电线路对应的预估调用巡检无人机数目,进而依次提取目标巡检架空输电线路在特定巡检日对应的预估调用巡检无人机数目所属各备用巡检无人机,并标定为目标巡检架空输电线路在特定巡检日所属各限定巡检无人机。
进一步地,所述各目标巡航轨迹点在各界定时间点的基础环境干扰判定值的具体计算表达式为:/>,其中/>和/>分别为预定义的地表单位风速值和单位气压值对应的基础环境干扰因子。
进一步地,所述各巡检无人机在特定巡检日所属巡检契合指数的具体计算过程为:初步计算各巡检无人机在特定巡检日所属巡检基本可行性评定值/>,其中/>为设定的基础环境干扰判定值对应的巡检基本可行性评定修正因子,k为目标巡航轨迹点的总数目。
提取各巡检无人机的预定义分辨率,根据SQL库中存储的架空输电线路所属巡检呈像合规分辨率/>,进而依据表达式/>计算各巡检无人机在特定巡检日所属巡检适宜指数/>,其中/>、/>和/>分别表示为设定的呈像分辨率、温度和湿度对应的巡检适宜修正因子,/>和/>分别为预定义的适宜巡检所属许可温度差和许可湿度差。
在本发明具体的实施例中,通过获取目标巡检架空输电线路的特定巡检日所属气象数据,进而分析各巡检无人机在特定巡检日所属巡检适宜指数,有效实现了在对架空输电线路进行监测的前期,针对监测区域的气象信息对巡检无人机本身的巡检适宜性进行分析,能够使实际调用的巡检无人机与区域气象状况相协调适应,不仅会减缓巡检无人机的应用损耗程度,进一步保障巡检无人机的使用寿命,同时还能够有效避免因无法及时发现架空输电线路存在状态安全隐患而导致的缺陷,不仅提高了针对线路安全隐患进行响应处理的及时性,也给整个电力输送系统的运行稳定性提供了保障。
综合计算各巡检无人机在特定巡检日所属巡检契合指数,/>,其中/>和/>分别为预定义的巡检基本可行性评定值和巡检适宜指数对应的契合权重占比值。
步骤4、限定巡检无人机编队条件信息整合:对目标巡检架空输电线路在特定巡检日所属各限定巡检无人机进行编队条件信息整合,并控制各限定巡检无人机对目标巡检架空输电线路进行巡检。
具体地,所述对目标巡检架空输电线路在特定巡检日所属各限定巡检无人机进行编队条件信息整合,具体整合过程包括:依据筛分的目标巡检架空输电线路在特定巡检日所属各限定巡检无人机,进而统一标定为指定编队巡检无人机,据此筛分指定编队巡检无人机的各参照编队形状。
需要解释的是,上述指定编队巡检无人机的各参照编队形状的具体筛分过程为:统计限定巡检无人机的数目,并与SQL库中存储的巡检无人机在各数目范围中对应的各参照编队形状进行匹配,得到指定编队巡检无人机的各参照编队形状。
作为进一步的说明,上述指定编队巡检无人机和各限定巡检无人机的区别是:指定编队巡检无人机是由各限定巡检无人机组合构建的整体编队。
根据目标巡检架空输电线路的初始投运三维图像,从中定位至各输电塔的上端中心点,并依次进行衔接,构建各架空输电线路段的地势参照角,并提取各架空输电线路段的地势参照角度,p为各架空输电线路段的编号,/>。
需要解释的是,上述地势参照角具体可参照图2所示。
提取各架空输电线路段对应的长度,进而通过数值计算得到指定编队巡检无人机的各参照编队形状在各架空输电线路段对应的变形贴合指数,记为/>,g为各参照编队形状的编号,/>。
筛分得到指定编队巡检无人机在各架空输电线路段对应的适配编队形状,将其作为目标巡检架空输电线路在特定巡检日所属各限定巡检无人机的编队条件信息。
需要解释的是,上述筛分得到指定编队巡检无人机在各架空输电线路段对应的适配编队形状,具体过程为:依据指定编队巡检无人机的各参照编队形状在各架空输电线路段对应的变形贴合指数,进而提取在各架空输电线路段对应的变形贴合最大指数所属参照编队形状,记为指定编队巡检无人机在各架空输电线路段对应的适配编队形状。
进一步地,所述的具体计算过程为:从SQL库中提取巡检无人机在各参照编队形状下所属适配巡检对应的地势参照角度/>以及输电线路长度/>,进而比对计算指定编队巡检无人机的各参照编队形状在各架空输电线路段对应的变形贴合指数/>,,其中/>和/>分别为预设的变形贴合所属许可地势角度偏差以及输电线路长度偏差,/>和/>分别为设定的地势角度和输电线路长度对应的变形贴合修正因子。
需要说明的是,上述各参照编队形状包括但不限于直线型、V字型和矩形等,本发明通过依据各架空输电线路段的地势参照角度和长度,计算指定编队巡检无人机的各参照编队形状在各架空输电线路段对应的变形贴合指数,为后续指定编队巡检无人机在各架空输电线路段对应的适配编队形状的筛分提供了更加有力的数据基础,根据地形以及线路长度进行及时的编队形状调整,能够以最大限度地利用巡检无人机资源并且适应不同的输电线路巡检任务场景,大幅提高了线路数据收集和传输的效率。
在本发明具体的实施例中,通过计算得到指定编队巡检无人机的各参照编队形状在各架空输电线路段对应的变形贴合指数,进而为后续各架空输电线路段的无人机编队形状的筛分提供了更加科学合理的支撑依据,根据对架空输电线路段的地势偏差以及线路的长度进行分析,并据此进行编队形状的改变,能够使无人机编队更好地适应地形状况,进而合理降低巡检无人机的飞行能耗,提高整个编队的飞行效率,且利于使巡检无人机高效快速的识别和监测输电线路的状态信息。
步骤5、目标巡检架空输电线路状态识别:统计各架空输电线路段,并对各架空输电线路段的状态进行识别,由此判定各架空输电线路段的状态稳定评估值。
本发明实施例中,通过在巡检无人机中搭建激光雷达扫描仪,实现对各架空输电线路段进行识别,并获取各架空输电线路段的三维实景图像。
具体地,所述对各架空输电线路段的状态进行识别,具体过程包括:对各架空输电线路段进行识别,获取各架空输电线路段的三维实景图像,进而构建各架空输电线路段的线缆实体模型,并以设定数量进行采样点布设,得到并提取各架空输电线路段所属各采样点的线缆横切面图像,据此统计各架空输电线路段所属各采样点的线缆横切面面积以及线缆横切面外边缘轮廓线条长度/>,m为各采样点的编号,/>。
提取各架空输电线路段的线缆侧视平面实景图像,进而构建各架空输电线路段的线缆悬吊参照弧度角,并提取线缆悬吊参照弧度角的角度。
需要说明的是,上述构建各架空输电线路段的线缆悬吊参照弧度角,具体为:依据各架空输电线路段的线缆侧视平面实景图像,并定位至线缆的悬吊的最低点位置,作为各架空输电线路段的线缆悬吊基准点,进而分别以设定的构建长度向线缆两侧定位至辅助构建点,将各架空输电线路段的线缆悬吊基准点分别与两侧辅助构建点进行直线连接,并将形成的夹角作为线缆悬吊参照弧度角,进而统计各架空输电线路段的线缆悬吊参照弧度角,具体可参照图3所示。
进一步地,所述各架空输电线路段的状态稳定评估值的计算过程为:依据SQL库中存储的各架空输电线路段的线缆初始投运对应的横切面面积、横切面外边缘轮廓线条长度/>以及悬吊弧度角度/>,通过以下表达式计算各架空输电线路段的状态稳定评估值/>:
;
其中,、/>和/>分别为预设的修正补偿横切面面积和外边缘轮廓线条长度以及线缆悬吊修正补偿角度,/>、/>和/>分别为设定的横切面面积、横切面外边缘轮廓线条长度以及悬吊弧度角对应的状态稳定评估权重因子,/>为设定的悬吊弧度许可偏差角度。
在本发明具体的实施例中,通过采集各架空输电线路段所属各采样点的线缆横切面面积、线缆横切面外边缘轮廓线条长度以及线缆悬吊参照弧度角,并进行针对性分析,弥补了目前架空输电线路进行巡检时,大多仅针对线缆的表面缺陷进行状态异常分析而存在的不足,通过对线缆的横切面状态数据以及线缆的悬吊状态进行分析,使数据分析的维度较为多样化,能够为线路的状态判断提供更加精准性的数据支撑依据,进而及时地发现线缆存在的潜在异常风险,与现有的针对线缆表面缺陷进行分析的技术相互融合,不仅能够有助于减少电力的传输损耗,且能够充分高效地保障输电线路的运行安全。
步骤6、状态异常反馈:根据各架空输电线路段的状态稳定评估值,由此筛分各状态异常架空输电线路段进行反馈提示。
需要补充说明的是,上述筛分各状态异常架空输电线路段进行反馈提示,具体的筛分过程包括:将各架空输电线路段的状态稳定评估值与预定义的状态稳定评估值区间进行比对,若某架空输电线路段的状态稳定评估值超出状态稳定评估值区间,则将该架空输电线路段标记为状态异常架空输电线路段,由此统计各状态异常架空输电线路段进行反馈提示,并提取各状态异常架空输电线路段的三维实景图像以及编号传输至目标巡检架空输电线路所属管理人员的移动接收端。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本发明所定义的范围,均应属于本发明的保护范围。
Claims (9)
1.一种架空输电线路无人机编队智能巡检方法,其特征在于,包括以下步骤:
(1)提取基本信息,并对所述基本信息进行分析,筛分得到目标数据,所述基本信息包括巡检无人机的特性参数、目标巡检架空输电线路的基本数据,以及目标巡检架空输电线路的特定巡检日所属气象数据,所述目标数据包括目标巡检架空输电线路在特定巡检日所属各限定巡检无人机;
(2)对所述目标数据进行编队条件信息整合,控制各限定巡检无人机对目标巡检架空输电线路进行巡检,统计各架空输电线路段,并对各架空输电线路段的状态进行识别,判定各架空输电线路段的状态稳定评估值;
(3)根据各架空输电线路段的状态稳定评估值,筛分各状态异常架空输电线路段并进行反馈提示。
2.根据权利要求1所述的架空输电线路无人机编队智能巡检方法,其特征在于:所述巡检无人机的特性参数包括类别和预定义分辨率;
所述目标巡检架空输电线路的基本数据包括总延展长度、输电塔数目和初始投运三维图像;
所述目标巡检架空输电线路的特定巡检日所属气象数据包括归属区域在各界定时间点的地表风速分布预估示意图、气压分布预估示意图、能见度分布预估示意图以及温湿度分布预估示意图。
3.根据权利要求2所述的架空输电线路无人机编队智能巡检方法,其特征在于:所述筛分得到目标数据,具体筛分过程包括:
统计目标巡检架空输电线路中的各输电塔,并将相邻的两个输电塔之间衔接的输电线路标定为架空输电线路段,进而统计各架空输电线路段,据此构建各目标巡检轨迹点;
根据目标巡检架空输电线路的特定巡检日所属归属区域在各界定时间点的地表风速分布预估示意图,定位至各目标巡检轨迹点所在位置,提取各目标巡航轨迹点在各界定时间点的地表风速,记为各目标巡航轨迹点在各界定时间点的预估地表风速,并依次提取各目标巡航轨迹点在各界定时间点的预估气压/>、预估能见度以及预估温度/>和湿度,i为各目标巡航轨迹点的编号,/>,d为各界定时间点的编号,/>;
初步计算各目标巡航轨迹点在各界定时间点的基础环境干扰判定值,记为;
依据各巡检无人机的类别,进而与SQL库中存储的各类别巡检无人机在各能见度范围中的呈像预估偏差分辨率进行比对,得到各巡检无人机所属各目标巡航轨迹点在各界定时间点的呈像预估偏差分辨率,各巡检无人机的可承受基础环境干扰值/>以及适配巡检环境温度/>和湿度/>,j为各巡检无人机的编号,/>;
通过数值计算得到各巡检无人机在特定巡检日所属巡检契合指数,标记为;
将各巡检无人机在特定巡检日所属巡检契合指数与设定的巡检契合指数阈值进行比对,进而筛分各备用巡检无人机;
根据目标巡检架空输电线路的总延展长度、输电塔数目/>,根据表达式,计算目标巡检架空输电线路的巡检任务基础表征值/>,其中和/>分别表示为预设的架空输电线路的单位延展长度以及单个输电塔对应的巡检任务表征判定影响因子,e为自然常数;
将目标巡检架空输电线路的巡检任务基础表征值与SQL库中的各巡检任务基础表征值区间对应的预估调用巡检无人机数目进行匹配,得到目标巡检架空输电线路对应的预估调用巡检无人机数目,据此筛分得到目标巡检架空输电线路在特定巡检日所属各限定巡检无人机。
4.根据权利要求3所述的架空输电线路无人机编队智能巡检方法,其特征在于:所述各目标巡航轨迹点在各界定时间点的基础环境干扰判定值的具体计算表达式为:
,
其中,和/>分别为预定义的地表单位风速值和单位气压值对应的基础环境干扰因子。
5.根据权利要求3所述的架空输电线路无人机编队智能巡检方法,其特征在于:所述各巡检无人机在特定巡检日所属巡检契合指数的具体计算过程为:
初步计算各巡检无人机在特定巡检日所属巡检基本可行性评定值,其中/>为设定的基础环境干扰判定值对应的巡检基本可行性评定修正因子,k为目标巡航轨迹点的总数目;
提取各巡检无人机的预定义分辨率,根据SQL库中存储的架空输电线路所属巡检呈像合规分辨率/>,进而依据表达式/>,计算各巡检无人机在特定巡检日所属巡检适宜指数/>,其中/>、/>和/>分别表示为设定的呈像分辨率、温度和湿度对应的巡检适宜修正因子,/>和/>分别为预定义的适宜巡检所属许可温度差和许可湿度差;
综合计算各巡检无人机在特定巡检日所属巡检契合指数,/>,其中/>和/>分别为预定义的巡检基本可行性评定值和巡检适宜指数对应的契合权重占比值。
6.根据权利要求1所述的架空输电线路无人机编队智能巡检方法,其特征在于:步骤(2)中,对所述目标数据进行编队条件信息整合,具体整合过程包括:
依据筛分的目标巡检架空输电线路在特定巡检日所属各限定巡检无人机,进而统一标定为指定编队巡检无人机,据此筛分指定编队巡检无人机的各参照编队形状;
根据目标巡检架空输电线路的初始投运三维图像,从中定位至各输电塔的上端中心点,并依次进行衔接,构建各架空输电线路段的地势参照角,并提取各架空输电线路段的地势参照角度,p为各架空输电线路段的编号,/>;
提取各架空输电线路段对应的长度,进而通过数值计算得到指定编队巡检无人机的各参照编队形状在各架空输电线路段对应的变形贴合指数,记为/>,g为各参照编队形状的编号,/>;
筛分得到指定编队巡检无人机在各架空输电线路段对应的适配编队形状,将其作为目标巡检架空输电线路在特定巡检日所属各限定巡检无人机的编队条件信息。
7.根据权利要求6所述的架空输电线路无人机编队智能巡检方法,其特征在于:所述的具体计算过程为:
从SQL库中提取巡检无人机在各参照编队形状下所属适配巡检对应的地势参照角度以及输电线路长度/>,进而比对计算指定编队巡检无人机的各参照编队形状在各架空输电线路段对应的变形贴合指数/>,/>,其中/>和/>分别为预设的变形贴合所属许可地势角度偏差以及输电线路长度偏差,/>和/>分别为设定的地势角度和输电线路长度对应的变形贴合修正因子。
8.根据权利要求1所述的架空输电线路无人机编队智能巡检方法,其特征在于:所述对各架空输电线路段的状态进行识别,具体过程包括:
对各架空输电线路段进行识别,获取各架空输电线路段的三维实景图像,进而构建各架空输电线路段的线缆实体模型,并以设定数量进行采样点布设,得到并提取各架空输电线路段所属各采样点的线缆横切面图像,据此统计各架空输电线路段所属各采样点的线缆横切面面积以及线缆横切面外边缘轮廓线条长度/>,m为各采样点的编号,/>;
提取各架空输电线路段的线缆侧视平面实景图像,进而构建各架空输电线路段的线缆悬吊参照弧度角,并提取线缆悬吊参照弧度角的角度。
9.根据权利要求8所述的架空输电线路无人机编队智能巡检方法,其特征在于:所述各架空输电线路段的状态稳定评估值的计算过程为:
依据SQL库中存储的各架空输电线路段的线缆初始投运对应的横切面面积、横切面外边缘轮廓线条长度/>以及悬吊弧度角度/>,通过以下公式计算各架空输电线路段的状态稳定评估值/>:
;
其中,、/>和/>分别为预设的修正补偿横切面面积和外边缘轮廓线条长度以及线缆悬吊修正补偿角度,/>、/>和/>分别为设定的横切面面积、横切面外边缘轮廓线条长度以及悬吊弧度角对应的状态稳定评估权重因子,/>为设定的悬吊弧度许可偏差角度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310984351.XA CN116700357B (zh) | 2023-08-07 | 2023-08-07 | 一种架空输电线路无人机编队智能巡检方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310984351.XA CN116700357B (zh) | 2023-08-07 | 2023-08-07 | 一种架空输电线路无人机编队智能巡检方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116700357A true CN116700357A (zh) | 2023-09-05 |
CN116700357B CN116700357B (zh) | 2023-12-22 |
Family
ID=87839690
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310984351.XA Active CN116700357B (zh) | 2023-08-07 | 2023-08-07 | 一种架空输电线路无人机编队智能巡检方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116700357B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117726959A (zh) * | 2024-02-09 | 2024-03-19 | 国网安徽省电力有限公司巢湖市供电公司 | 基于智能图像识别的无人机电力线路安全巡检系统及方法 |
CN117687427B (zh) * | 2024-02-01 | 2024-04-23 | 国网安徽省电力有限公司巢湖市供电公司 | 一种基于无人机的高压线路智能巡检系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103823450A (zh) * | 2014-03-07 | 2014-05-28 | 国家电网公司 | 基于gis的无人机电力线路巡检调度终端及方法 |
CN109871032A (zh) * | 2019-03-04 | 2019-06-11 | 中科院成都信息技术股份有限公司 | 一种基于模型预测控制的多无人机编队协同控制方法 |
CN111404075A (zh) * | 2020-03-13 | 2020-07-10 | 国家电网有限公司 | 一种无人机巡检的输电线路自动测量方法 |
US20210009266A1 (en) * | 2019-07-10 | 2021-01-14 | Coretronic Corporation | Unmanned aerial vehicle patrol system and unmanned aerial vehicle patrol method |
CN113362487A (zh) * | 2021-06-21 | 2021-09-07 | 广西电网有限责任公司电力科学研究院 | 配电线路无人机智能自主巡检统一管控系统 |
CN114442664A (zh) * | 2022-01-17 | 2022-05-06 | 江苏方天电力技术有限公司 | 一种计及空域冲突的输电线路无人机编队协同巡检任务分配方法 |
CN114460963A (zh) * | 2021-12-27 | 2022-05-10 | 河南福多电力工程有限公司 | 变电站无人机自动巡检系统及其运行方法 |
CN115617037A (zh) * | 2022-09-15 | 2023-01-17 | 武汉纺织大学 | 一种输电线巡检任务分配的多机器人协作团队形成方法 |
CN115882600A (zh) * | 2022-11-24 | 2023-03-31 | 江西省八达新型建材科技有限公司 | 带有人工智能的电力箱式变电站设备基础 |
WO2023087599A1 (zh) * | 2021-11-18 | 2023-05-25 | 维谛技术有限公司 | 一种数据中心自动巡检方法、装置、设备及介质 |
-
2023
- 2023-08-07 CN CN202310984351.XA patent/CN116700357B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103823450A (zh) * | 2014-03-07 | 2014-05-28 | 国家电网公司 | 基于gis的无人机电力线路巡检调度终端及方法 |
CN109871032A (zh) * | 2019-03-04 | 2019-06-11 | 中科院成都信息技术股份有限公司 | 一种基于模型预测控制的多无人机编队协同控制方法 |
US20210009266A1 (en) * | 2019-07-10 | 2021-01-14 | Coretronic Corporation | Unmanned aerial vehicle patrol system and unmanned aerial vehicle patrol method |
CN111404075A (zh) * | 2020-03-13 | 2020-07-10 | 国家电网有限公司 | 一种无人机巡检的输电线路自动测量方法 |
CN113362487A (zh) * | 2021-06-21 | 2021-09-07 | 广西电网有限责任公司电力科学研究院 | 配电线路无人机智能自主巡检统一管控系统 |
WO2023087599A1 (zh) * | 2021-11-18 | 2023-05-25 | 维谛技术有限公司 | 一种数据中心自动巡检方法、装置、设备及介质 |
CN114460963A (zh) * | 2021-12-27 | 2022-05-10 | 河南福多电力工程有限公司 | 变电站无人机自动巡检系统及其运行方法 |
CN114442664A (zh) * | 2022-01-17 | 2022-05-06 | 江苏方天电力技术有限公司 | 一种计及空域冲突的输电线路无人机编队协同巡检任务分配方法 |
CN115617037A (zh) * | 2022-09-15 | 2023-01-17 | 武汉纺织大学 | 一种输电线巡检任务分配的多机器人协作团队形成方法 |
CN115882600A (zh) * | 2022-11-24 | 2023-03-31 | 江西省八达新型建材科技有限公司 | 带有人工智能的电力箱式变电站设备基础 |
Non-Patent Citations (2)
Title |
---|
LINXIN LI: "The UAV intelligent inspection of transmission lines", THE UAV INTELLIGENT INSPECTION OF TRANSMISSION LINES, pages 1542 - 1545 * |
罗炜: "配网线路集群无人机智能巡视技术研究与应用", 科技创新与应用, no. 7, pages 146 - 147 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117687427B (zh) * | 2024-02-01 | 2024-04-23 | 国网安徽省电力有限公司巢湖市供电公司 | 一种基于无人机的高压线路智能巡检系统 |
CN117726959A (zh) * | 2024-02-09 | 2024-03-19 | 国网安徽省电力有限公司巢湖市供电公司 | 基于智能图像识别的无人机电力线路安全巡检系统及方法 |
CN117726959B (zh) * | 2024-02-09 | 2024-05-10 | 国网安徽省电力有限公司巢湖市供电公司 | 基于智能图像识别的无人机电力线路安全巡检系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116700357B (zh) | 2023-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116700357B (zh) | 一种架空输电线路无人机编队智能巡检方法 | |
CN111353413A (zh) | 一种输电设备低漏报率缺陷识别方法 | |
CN111402247B (zh) | 一种基于机器视觉的输电线路上悬垂线夹缺陷检测方法 | |
CN112381784A (zh) | 一种基于多光谱图像的设备检测系统 | |
CN111832398B (zh) | 一种无人机影像的配电线路杆塔导地线断股图像检测方法 | |
CN108680833B (zh) | 基于无人机的复合绝缘子缺陷检测系统 | |
CN114373245A (zh) | 基于数字化电厂的智能巡检系统 | |
CN112243249B (zh) | 5g nsa组网下lte新入网锚点小区参数配置方法和装置 | |
CN111145159B (zh) | 提取巡检关键部件点的方法及装置 | |
CN116704733B (zh) | 铝合金电缆的老化预警方法及系统 | |
CN113065484A (zh) | 一种基于紫外图谱的绝缘子污秽状态评估方法 | |
CN115328063A (zh) | 基于人工智能的设备优化系统及方法 | |
CN113536944A (zh) | 基于图像识别的配电线路巡检数据识别及分析方法 | |
CN112033393A (zh) | 基于激光雷达点云数据的三维航线规划方法及装置 | |
CN115202404B (zh) | 基于无人机的光伏发电组维护巡检方法 | |
CN112257329A (zh) | 一种判定台风对线路影响的方法 | |
CN107194923B (zh) | 一种用于接触网电力设备缺陷巡检的紫外图像诊断方法 | |
CN116046796A (zh) | 一种基于无人机的光伏组件热斑检测方法及系统 | |
CN115187880A (zh) | 基于图像识别的通信光缆缺陷检测方法、系统及存储介质 | |
CN114819451A (zh) | 一种适用于输电线路多类型移动终端巡检方式寻优的方法及系统 | |
CN108470140B (zh) | 一种基于统计特征与机器学习的输电线路鸟巢识别方法 | |
CN113821895A (zh) | 输电线路覆冰厚度预测模型的构建方法、装置及存储介质 | |
CN113298874A (zh) | 基于无人机巡检的输电线路安全距离风险评估方法及装置 | |
CN113284103A (zh) | 基于空间变换Faster R-CNN模型的变电站设备缺陷在线检测系统 | |
CN111626095A (zh) | 一种基于以太网配电巡检系统 |
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 |