内蒙古地区输电线路运维区域东起满归、西至鄂托克旗,跨度约3000 km,途经沙漠、草原、森林、沼泽、山区等多种运行环境,呈大跨度、单向辐射运维半径大等特点,人员到岗率较低,存在运维难度大、成本高、智能水平差以及运检效率低等诸多问题。近年来,无人机在输电线路巡检方面得到了广泛应用[1-3],在一定程度上解决了上述问题。但传统无人机巡检作业存在续航时间短、人工依赖性强、数据采集模式单一、缺乏海量巡检数据高效分析手段等问题,制约着无人机巡检的进一步发展。线路协同立体化巡检体系建设,亟需推进无人机智能巡检技术应用,持续提升输电专业智能化运检水平,构建基于智能装备的立体化巡检体系。为此研制了基于泛在物联网多机编队智能自主巡检移动式机舱(以下简称智能移动式机舱),集无人机远程精准定位,多机编队智能协同巡检、数据智能实时分析等诸多功能于一体,极大提升了巡检效率,降低了线路运维成本。
1 智能移动式机舱功能设计 1.1 功能简介智能移动式机舱主要由移动式机舱、无人机集群作业系统、无人机远程地面站、专业图传工作站以及数据智能分析系统构成,可实现无人机多机编队、智能协同开展输电线路巡检作业,解决现有无人机只能进行单一的杆塔本体精细化巡视或通道巡视的问题;研发了无人机异地起降技术,引入车载充电功能,实现无人机接力续航,缩短现有无人机返程、转场作业时间,大大提升无人机续航能力;搭载巡检数据(图像视频)智能分析系统,通过卷积神经网络算法进行数据智能分析,并一键生成数据报告,自主标记巡检缺陷信息,降低工作人员劳动强度、提高巡检数据分析的时效性与准确性,解决无人机巡检数据分析比对耗时长、时效性低的问题。
1.2 功能设计 1.2.1 多任务智能自主巡检智能移动式机舱利用现有巡视车辆设计改装,设计5个无人机舱位,包括1架中型无人机,配置RTK(实时动态控制系统),负责精益化巡检;4架中小型无人机(配置RTK),负责通道巡检和红外测温,可有效解决传统无人机巡检模式单一的问题,其外观形貌如图 1所示。移动式机舱可同时搭载5架无人机编队,通过GPS(北斗)和RTK模块差分、可见光引导、红外引导、雷达避障、光流测速、双目避障等多种先进技术,实现精准定位起降和悬停、多机编队智能自主巡检[4],保障飞行安全。巡检时确定巡检作业的输电线路及杆塔后,根据现场情况选择编队模式,对无人机下达巡检指令,一键启航,多架无人机即可自主完成巡检任务。无人机可多角度、多方位、多模式同步进行作业,全面高效感知线路状态,从而确保了巡检作业的高效性、自主性和安全性。
![]() |
图 1 智能移动式机舱外观形貌 |
由于输电线路受自然环境和整体规划限制,常处于高山大岭、河流湖泊、沼泽沙漠的复杂环境,许多杆塔处于无人区、无信号区,巡线人员不易到达。采用传统无人机巡检,因单机巡航能力不足、无人机图传信号弱,作业有效距离仅为3 km。而智能移动式机舱在通信能力、续航能力以及稳定性方面优势明显,解决了上述问题。
1.2.2.1 通信能力智能移动式机舱设计时,利用2.4 GHz和5.8 GHz双频通信+远程4G定位技术,将复杂环境下的作业距离提升至5 km。采用广域/局域通信技术(GPS/GLONASS)双模定位,车体布置增益天线,以增强无线电传输信号,扩大局域通信范围,无人机上部署远程通信4G模块,提高了广域通信能力,与车内地面站实时通信、数据互联,可边走边巡、异地起降,实现无人机移动巡检模式,且不会因车辆位置动态变化而中断通信,车辆在无人机起飞作业时即可直接开至作业区段终点接收返航无人机,缩短无人机返航及车辆转场的时间,从而延长无人机作业时间,提高无人机巡检效率。
1.2.2.2 续航能力配置12位车载智能充电柜,可同时充12块电池,实现远程操控寻址、充电接力续航,单兵通道巡视作业效率可达60 km/d、单兵杆塔精益化巡视作业效率可达30 km/d。同时配备气象监测装置,解决现有无人机因天气情况差而无法起降的问题。
1.2.2.3 稳定性无人机承载起降平台采用滑轨式,可顺利推进拉出,根据不同尺寸机型设计双层多起降平台,并设计了限位以防运输过程中无人机晃动。采用弹片式捆压固定方法,将无人机脚架底部固定在海绵泡沫材料上,以减少运输过程中振动对无人机造成的损坏。
1.2.3 多类型现场诊断智能分析 1.2.3.1 现场作业指挥系统构成及功能智能移动式机舱现场作业指挥系统主要由现场作业指挥车及其配套车载智能组件、高精度自主飞巡无人机、遥控器、控制终端(平板电脑)和工作站(智慧机群作业控制中心和输电线路智能运检管控平台)等组件构成,通过4G网络远程控制,集指挥、管控、监管、数据智能分析和处理为一体,可实时了解现场情况,并能实时将数据上传至工作站,自动分析处理,实现智能、高效、安全和可视化的作业方式;能及时发现隐患、收集现场资料和处理问题,且不受地域和信号传输距离的限制,即使是在偏远山区也可以高效作业。智能移动式机舱现场作业指挥系统架构如图 2所示。
![]() |
图 2 智能移动式机舱现场作业指挥系统架构图 |
智慧机群作业控制中心为B/S(浏览器/服务器架构模式)架构应用,部署在远程地面工作站,现场作业指挥车上的工作站通过浏览器即可打开此中心,并实时控制5台无人机。航线任务通过机群作业控制中心下达至云端,通过物联网协议,转发至对应控制终端上,控制终端再下达航线任务至无人机端,其控制流程如图 3所示。智慧机群作业控制中心可实现包含杆塔本体精细化巡视、通道巡视、树障巡视、360°全景采集、倾斜摄影、正射影像和红外特巡7种自主作业模式,可全面采集输电线路巡检数据。
![]() |
图 3 智慧机群作业控制流程 |
智能移动式机舱配置遥控器,用于遥控无人机。控制终端连接遥控器,通过4G网络与云端控制中心进行通信,无人机执行完任务后,在终点悬停,当控制终端与无人机重新连接后,自动下发任务,无人机降落至现场作业指挥车上。在无人机飞向现场作业指挥车的过程中,可通过控制终端下载图片,并自动转发至云端,进行云端智能识别;也可以从无人机端直接拷贝图片,接入工作站,进行数据快速处理。
智慧机群作业控制中心可进行移动作业车管理、无人机管理、航线任务管理和巡视成果管理。其智能巡检管控平台系统包含计划线路巡视周期、巡视过程管控、数据成果管理、消缺管理、统计及预警分析等功能模块,如图 4所示。
![]() |
图 4 智能巡检管控平台系统 |
智能移动式机舱的数据智能分析系统基于泛在物联网远程通信,可实现无人机作业姿态实时显示,杆塔信息实时采集,数据分析实时进行。搭载数据(图像视频)智能分析系统配置GPS/RTK双模导航系统,使用前端识别+边缘计算+后端识别+深度学习技术,一键生成缺陷分析报告,智能巡检APP审批消缺。智能巡检APP包含杆塔智能导航、线上办公、线上审批等功能。其中,前端识别为无人机端输电线路设备缺陷识别;边缘计算基于华为At⁃ las 200 AI加速模块,16路高清视频实时分析;后端识别为站端输电线路设备缺陷识别;深度学习基于卷积神经网络算法对图像进行缺陷智能识别[5],实现海量巡检数据高效分析。
智能缺陷识别系统是基于深度学习卷积神经网络和小波矩的图像识别方法,能对机巡、人巡数据进行快速识别分析,对于通道类隐患识别率可达85%以上,金具、绝缘子、防震锤以及销钉级的杆塔本体部件缺陷识别率可达40%~80%。系统配置自学功能,可随时对输电线路杆塔小目标的智能识别算法进行优化,不断提高缺陷识别率和诊断精度[6-7]。智能缺陷识别系统基于图像密集点云匹配和立体测图技术(见图 5),可清晰反映杆塔挂点水平距离值、挂点垂直距离值和导线最低点的弧垂距离值等;可自动分析不同温度下弧垂变化及树障/交跨的安全距离;可对输电线路通道导线弧垂建模、分析树障安全距离、测量交叉跨越距离,并自动生成树障缺陷报告;系统支持多旋翼无人机采集的多样化数据,其分析成果可共享至输电运检管控系统。
![]() |
图 5 激光点云测距智能识别 |
智能移动式机舱适用于内蒙古地区沙漠、草原、森林、沼泽、山区等多种环境,在呼伦贝尔25.3万km2运维区域实施了应用,累计完成50条1409 km输电线路本体及通道智能巡检作业,发现并分析缺陷454条,消除了通道隐患132处。运检效率较人工处理提升了60%,节省工作时间4400 h,节省人力成本900万元以上,节省车辆、无人机等设备保养费用约70万元,应用效果显著。
3 结语智能移动式机舱融合了云计算、大数据、物联网、移动互联网、智慧电网技术,实现输电运维环节互联、人机交互。数据智能识别+智能运检管控平台+智能巡检APP,实现输电线路巡检从制订巡检任务到缺陷识别,最后至消除缺陷的全过程闭环管理。解决了传统无人机续航时间短、人工依赖性强、数据采集模式单一等问题,具有生产投入和后期维护成本低,多机协同一键式自主作业效率成倍增长,人员投入成本大幅降低,综合性价比更高等优点。不仅适用于电力行业,更能够推广至石油、管道、通信等多个行业领域。
[1] |
周宗国, 周海, 胡彬, 等. 无人机在电力线路巡检中的应用及前景[J]. 科学技术创新, 2018(23): 85-89. |
[2] |
周小红, 李向欢, 石蕾, 等. 无人机倾斜摄影技术在电力巡线树障检测中的实践应用研究[J]. 电力大数据, 2019, 22(8): 53-59. |
[3] |
周宏辉, 汪从敏, 江炯, 等. 基于地理信息系统的输电线路无人机巡检管理平台研究与实现[J]. 浙江电力, 2018, 37(12): 32-37. |
[4] |
迟海毅. 无人机协同输电线路智能巡检管理[J]. 科学导报.科学工程与电, 2019(3): 25-28. |
[5] |
杨军伟, 王艳, 郝韩兵. 智能巡检机器人在滁州电网的应用与分析[J]. 山东工业技术, 2016(7): 33-37. |
[6] |
鲁轩, 郗来迎, 赵赫男, 等. 基于无人机和图像缺陷识别算法的输电线巡检系统研究[J]. 电子设计工程, 2019(12): 67-71. |
[7] |
李江平. 无人机输电线巡检专利技术综述[J]. 中国科技信息, 2019(7): 17-18. |