配電網線路無人機智能巡檢技術研究

賈秉健，劉博文，張潤賢，陳志瑩

（新疆信息產業有限責任公司 新疆 烏魯木齊 830001）

0 引言

配電網電路巡檢是電力輸送過程中極為重要的環節，它對于保障電力系統的安全穩定運行和用戶用電質量具有至關重要的作用。 通過定期巡視、檢測和維護配電網電路，能夠及時發現和修復線路設備的故障，確保電網安全穩定運行［1］。 配電網電路的巡檢工作非常重要，傳統的巡檢方法目前則面臨一些挑戰。 為了克服這些挑戰并提升巡檢效率，無人機智能巡檢技術應運而生。 利用無人機進行配電網電路巡檢，有著多重優勢［2］。 首先，無人機可以快速覆蓋大范圍的巡檢區域，減少人力資源的需求，從而提高巡檢的效率和效果。 其次，無人機配備了先進的傳感器和攝像設備，能夠進行高清晰度的拍攝和監測，以便快速發現電路漏電、設備短路等安全隱患。 最后，無人機具備遠程控制和實時監測的能力，可以實時傳輸巡檢數據，加快故障的檢測和處理時間，有效地提升電網的可靠性和響應能力。

1 配電網線路巡檢介紹

1.1 巡檢目標

配電網線路巡檢的目標是確保供電質量、防范事故并提高設備的可靠性［3］。 具體來說，其目標包括以下三個方面：

（1）確保供電質量。 配電網線路巡檢的首要目標是保障供電質量，確保電力供應的穩定性和可靠性。 通過巡檢，可以及時發現和解決線路故障、松動接頭、絕緣老化等問題，避免供電中斷、電壓波動和電能損耗，提高用戶用電的質量和可靠性［4?5］。

（2）防范事故。 對配電網線路進行定期巡檢，可以發現潛在的安全隱患和故障風險。 及時處理線路問題，減少電氣火災、短路、漏電和觸電等事故的發生，保障人身安全和財產安全［6］。

（3）提高設備可靠性。 配電網線路巡檢可以及時發現設備損壞、老化和磨損等問題，及時采取維修、更換或加固的措施，提高設備的可靠性和壽命。 通過巡檢，可以對線路的接地、絕緣、連接件等進行檢查，及時處理問題，避免故障的蔓延和惡化［7］。

1.2 無人機巡檢技術介紹

無人機巡檢技術原理是指利用無人機飛行平臺和相關設備，結合航線規劃、傳感器技術和數據處理等技術手段，實施高效、全面的線路巡檢。 其主要原理包括無人機飛行平臺、傳感器使用和數據處理等方面的技術［8－10］。

（1）無人機飛行平臺：選擇適當的無人機類型，如多旋翼或固定翼。 無人機應具備穩定的飛行能力、負載能力和飛行時間。 無人機配備先進的飛行控制系統，包括自主導航系統、飛行控制單元等，通過遙測和遙控技術，地面操作人員可以實時監控無人機的狀態、姿態和飛行參數，并對其進行遠程操控和指令傳輸。

（2）相機／傳感器：搭載高清相機、紅外熱像儀或其他傳感器設備，相機可以進行高分辨率的航拍，紅外熱像儀可檢測線路溫度異常。

（3）航線規劃：通過地面站或預設航線規劃軟件，確定無人機的巡檢航線和飛行軌跡，設置航點和拍攝區域參數。

（4）數字圖像處理與分析：對航拍數據進行圖像處理和分析，通過模式識別、機器學習等技術，檢測線路故障和異常情況。 通過對航拍數據的圖像處理和分析，提取關鍵信息，如線路桿塔狀態、導線弧垂、雜草生長、松動接頭、腐蝕損傷等，實現線路故障和異常的自動識別。

2 智能無人機巡檢系統

在城市和周圍地區，由于存在建筑物和樹木等復雜環境，配網線路和設施的巡視和維護工作變得困難。 為了解決上述問題，研究人員采用高精度智能自動追蹤導航系統作為無人機的輔助工具，實現了無人機的自動化和半自動化巡視，極大地提高了配網無人機的應用價值，減少了人力投入，提高了工作效率和安全性。

2.1 總體架構設計

本文采用GPS、機載相機和毫米波雷達等傳感器，并結合慣性導航定位和模式識別技術。 據導線GPS 定位飛行至上方，通過機載相機和毫米波雷達進行測距和識別，確定無人機的高度和水平位置，然后飛行至距離導線2～5 m 的高度，沿著桿塔的GPS 信息開始巡檢，如圖1 所示。

圖1 巡檢示例

2.2 無人機導航定位研究

姿態融合解算是無人機導航定位算法的核心。 通過計算出無人機相對于北方向的夾角和相對于水平反向的夾角，再結合地理系加速度積分獲取無人機的速度和其GPS 信息。 假設姿態四元數為Q，機體系加速度為a b，而a b在無振動和運動加速度情況下可以被視為機體系下測量得到的重力向量a b。 在這種情況下，機體系的姿態角誤差e b可以由a b與Q*g nQ的夾角來表示，其中g n為地理系下的重力向量。 為了修正姿態誤差，可以將k·e b疊加到機體系角速度上進行積分。 其中k為修正系數，其數值越大表示修正越快。 如式（1），其中n b、m b分別為機體系下的傳感器以及震動造成的噪聲、機體系下的運動加速度。 為了濾除噪聲及運動加速度的影響，通常做法是對a b進行低通濾波。 通過將姿態誤差乘以修正系數并加到角速度上，可以實現對姿態角誤差的修正。 通過校正機體系角速度，從而使姿態估計結果更準確。 修正后的角速度將用于姿態積分，以獲得更精確的飛行器姿態信息。

位置融合解算的目的是通過將慣性測量單元（inertial measurement unit，IMU） 的數據與其他位置傳感器（如GPS、氣壓計、毫米波雷達等）的數據進行融合，以獲取高精度的位置和速度信息。 本文設計一種多傳感器融合算法來獲取位置信息，并使用包絡檢波器來檢測傳感器的誤差。 在此算法中，誤差e i被定義為傳感器位置數據p i與地理系加速度積分得到的位置數據p之間的差異，即式（2）。 為了實時計算各個傳感器的噪聲值，使用包絡檢波器對誤差e i進行檢波。 包絡檢波器可以提取信號的振幅變化，從而得到傳感器誤差的噪聲值。 將傳感器數據輸入到包絡檢波器中，然后通過觀察包絡檢波器的輸出來估計傳感器的噪聲水平。 對于測距型傳感器如毫米波雷達，閾值應設置較小，如15 cm 以內為正常；對于噪聲較大的相對高度傳感器如氣壓計，閾值應設置較大；最終，根據噪聲大小和傳感器的信任度進行加權計算，選擇使用最優的傳感器。

2.3 線路巡檢算法研究

對于線路的巡檢，一般有俯視巡檢和側視巡檢兩種方式。 考慮到側視巡檢過程中，配電網電路的彎曲程度比較大，會導致最終巡檢的結果產生較大的誤差，本文采用俯視巡檢技術對配電網電路進行巡檢。 圖2 給出了巡檢的整體流程，其中Hough 直線檢測是用于特征檢測和特征篩選。

圖2 線路巡檢流程圖

為了能夠將配電網線路的位置更具體地展示在圖像上，本文首先對無人機獲取的圖像進行直方圖均衡化，通過將直方圖拉伸到整個灰度范圍內，來增強巡檢圖像的對比度，直方圖均衡化的前后對比如圖3 和圖4 所示。 其次對圖像進行Canny 邊緣檢測和形態學濾波，使用閉運算操作填充邊緣中的空洞，進一步提高邊緣的連續性和完整性，以得到更具有實用價值的邊緣圖像，適用于各種圖像分析和處理應用。 處理之后的結果如圖5 和圖6 所示。

圖3 原始灰度圖

圖4 直方圖均衡化結果圖

圖5 Canny 邊緣檢測結果圖

圖6 形態濾波結果圖

最后，使用Hough 變換進行特征提取，將圖像中的像素點轉換為參數空間中的曲線或點，并通過對參數空間進行分析來檢測圖像中的直線。 同時，為了進一步增加識別的精度，在算法中加入特征篩選，通過迭代對比所獲取的直線的斜率和長度來進一步識別配電網線路，最終所獲得的結果如圖7 所示。

圖7 最終配電路篩選結果

3 實驗分析

3.1 導航定位測試

在無人機線路巡檢過程中，結合無人機反饋的GPS定位信息，使用姿態融合解算預測出無人機的位置。 融合解算的位置數據相較于GPS 原始數據可以提前約0.2 s，并且補償了GPS 傳感器的延時時間。 融合解算利用了慣性數據進行位置預測，因此可以實現更高的頻率，從而解決了GPS 定位延時長和采樣率低的問題。 通過結合多種傳感器的數據，融合解算技術可以提供更準確、更實時的位置信息。

3.2 巡檢效果測試

本文提出的配電網無人機智能巡檢方法，無人機在根據線路定位信息巡檢過程中，不僅能夠實時修正無人機飛行位置，始終保持無人機處于線路正上方，確保無人機視野開闊，而且能夠準確識別輸電導線位置，如圖8 所示。

圖8 巡檢導線識別測試

4 結語

本文提出了一種配電網線路無人機智能巡檢的方法，研究核心是姿態和位置融合解算，它通過將不同傳感器的數據進行融合，取長補短，從而提供更準確、穩定的飛行器姿態和位置信息。 首先，為了更精確地進行定位，本文設計了圖像識別算法，用于識別導線目標。 通過圖像修正GPS 航線，確保飛行器始終位于導線正上方進行飛行。 通過實際巡檢飛行測試，本文算法的可靠性和穩定性得到了驗證。 其次本文算法的應用為巡檢無人機的飛行提供了更可靠的定位解決方案，提高了巡檢任務的執行效率和準確性。 最后，通過使用圖像識別技術，還可以進一步提升飛行器對導線目標的感知能力，提高巡檢的安全性和可控性。