输电线路无人机巡检图像自动命名关键技术研究

针对海量的输电线路无人机巡检图像，传统的人工命名耗费了大量的人力，且存在命名错误等一些问题，严重影响无人机发挥巡检效能，因此提出输电线路自动命名技术。该技术基于输电线路高精度激光点云，提取零部件关键位置坐标，基于无人机RTK定位技术，提取巡检图像坐标，运用以上两种坐标，完成了基于空间距离的图像自动命名方法研究，并基于python研发了自动命名软件，在没有人员干预的条件下，快速、准确、自动地完成输电线路无人机巡检图像命名。在佛山地区应用实践中，该软件每年完成22万张输电线路无人机巡检图像的自动命名，节约了大量的人力，提高了无人机巡检时效性。     

无人机激光扫描作业杆塔位置提取算法

基于激光点云的输电线路杆塔自动定位是电网无人机、直升机智能巡检技术应用的基础,但目前从激光点云中定位杆塔主要依赖于人工处理,工作效率低。针对如何从激光点云中自动定位杆塔这一问题,根据输电杆塔在激光点云中具有高密度、大坡度、大高差特征,提出了一种基于二维格网多维特征分析的输电杆塔自动定位方法。首先对无人机获取的激光点云进行滤波去噪处理,再对激光点云进行规则化,在此基础上计算点云的特征图像;然后结合架空线路走廊区域分析,根据密度、高差和坡度特征迭代定位出输电杆塔,最终实现了从无人机激光点云中自动定位输电杆塔位置。采用广东电网公司大型无人直升机实际巡检获取的输电线路激光点云数据对自动定位算法进行了验证,实验结果表明提出的算法具有较高的自动化程度和处理效率,对提高无人机、直升机机巡作业智能化水平具有促进作用。     

基于无人机探测的35kV架空输电线路故障定位方法及装置研制

目前,我国35kV电压等级架空输电线路多分布在农村或偏远山区,由于该线路未安装专门的故障定位装置,线路巡检只能通过“逐基杆塔,逐段排查”的方式完成,致使线路维护的效率降低,安全风险提升。针对这一问题,提出一种基于无人机探测的35kV架空线路故障定位方法及装置研制。首先,针对接地故障问题,利用S注入法将注射点与故障点形成回路,通过监测故障电流进而判断出故障点的方位,采用二分法搜索算法得到故障点。其次,无人机搭载电流监测装置可节省大量的人力物力,并且能够实现在地形复杂的情况下进行故障排除。最后,通过对装置的实际线路巡检情况可以表明,该方法能够对故障进行精准定位,且能够将无人机巡检发挥其更大的价值。     

基于三维激光扫描技术的输电线路无人机巡检方法分析

通过分析国内输电线路无人机巡检现状,结合目前无人机巡检输电线路存在的问题,提出基于三维激光扫描技术的输电线路无人机巡检方法。该方法通过应用激光系统、GPS、空中测量平台、IMU/INS及数码相机等技术,对杆塔进行全方位立体扫描,经地面站系统精确指令,能够快速有效地开展巡检工作。该方法应用于线路故障巡视,可克服人力巡检查找故障困难等问题,保障了输电线路的安全运行。     

固定翼激光雷达网格化输电线路巡检方式应用

随着电网输电线路范围不断扩大,输电线路从高压发展到超高压、特高压等级,传统模式的人工巡检不能满足当前输电线路发展的需求.随着无人机技术的发展,当前输电线路大多采用无人机搭载相关辅助设备的巡检模式,鉴于已开发部分无人机存在续航时间短、需要多次飞行才能完成一次输电线路巡检任务的问题,采用成都纵横CW-30固定翼无人机搭载激光雷达系统,以某地区220 kV输电线路使用网格化巡视巡检为例,对所采集的数据进行处理,生成高精度的线路点云数据,结果表明,采用固定翼无人机搭载激光雷达系统网格化巡检输电线路具有续航时间长、精度高、效率高的特点.     

基于深度学习和无人机图像的架空线路缺陷巡检综述

架空输电线路巡检是电网运维工作的一项重要内容,运维人员利用无人机进行线路巡视检测已成为电力巡检工作中的重要手段。本研究首先概述了无人机巡检任务中人机协同作业系统以及无人机智能自主作业系统的架构;其次,分析了当前架空输电线路缺陷巡检领域数据集状况以及数据扩增技术;然后,综述了基于深度学习的无人机图像缺陷检测典型方法以及评价指标,并对比总结了各种方法的优缺点;随后,讨论了无人机图像视觉检测方法中图像采集规范、数据集形式、缺陷检测算法专业化应用等对架空线路缺陷检测效果,指出了图像检测指标和类别定义在电力巡检专业化领域中的不足;最后,探讨了基于深度学习的无人机图像缺陷巡检任务的未来发展方向。     

无人机载多载荷输电线路巡检方法研究

为提高线路巡检效率、提高隐患目标识别准确度,针对目前无人机及有人机挂载激光雷达进行巡检的作业方式,本文提出激光雷达和可见光相机一体化应用的方法来提高巡检自动化程度、提高巡检精细度、作业效率及可靠性。首先,利用一次飞行同步采集巡检区域的激光点云数据和可见光影像数据,分别进行相应的预处理;然后,将点云数据和影像数据融合处理分析,实现输电线路隐患目标自动识别和精准定位。采用旋翼无人机实际巡检获取的输电线路激光点云数据和影像数据对该过程进行了验证,试验结果表明,基于无人机载多载荷的输电线路巡检具有较高的自动化程度和准确性,缺陷检测的水平距离误差为0.146 7 m,垂直距离误差为0.102 5 m,净空距离误差为0.1 57 5 m,精度优于当前输电线路巡检要求。     

基于激光点云精确定位的输电线路无人机自主巡检系统研究

为了实现输电线路无人机全自主巡检,减少手动飞行控制操作,本研究实现了一种基于激光点云精确定位的无人机自主巡检系统,通过高精度三维激光点云数据实现航线自主规划、自主生成,从而实现无人机全过程无人化巡检作业飞行。试验结果表明,基于激光点云精确定位的无人机在自主巡检飞行过程中,具备空间碰撞检测与自动壁障能力,有效保证无人机飞行安全,降低电网潜在风险,提高输电线路巡检效率和运行可靠性,为后续输电线路巡检探索提供新的发展方向。     

无人机倾斜摄影测220kV输电线路树障的研究

在输电线路的巡检方案中引入无人机携带相关巡视设备,弥补了传统人工巡检方案的不足,解决了输电线路通道可见性的问题.随着无人机从搭载普通摄影设备到搭载LiDAR技术的发展,采用无人机倾斜摄影技术对输电线路的巡检得到广泛运用.阐述了无人机倾斜摄影技术的原理,通过对广东地区某200 kV输电线路进行采集摄影、数据处理、形成点云三维模型,生成报告,与实测数据进行比对.结果表明,无人机倾斜摄影技术对输电线路的巡检效率高、树障检测误差小、精度高.     

基于多旋翼无人机的输电通道自主巡检技术研究

传统输电线路通道电网巡检技术无法控制巡检安全距离,导致存在巡检精度低的问题,提出输电线路通道多旋翼无人机电网巡检技术研究方法。构建多旋翼无人机电网自主巡检飞行控制模型,寻找塔体的兴趣点,在确保不穿越塔体的情况下,实现安全检测,通过高速图像模块、成像传感模块、超声波局放传感模块,实现对无人机电网自主巡检飞行控制。为检测巡检技术的综合能力,设定对比实验,检测不同技术的环境适应能力、巡检精度和成像效果,实验结果表明,多旋翼无人机电网巡检技术的环境适应能力强、巡检精度更高,成像传感效果更好。     

倾斜摄影技术在无人机电力巡检设计中的应用

主要探究倾斜摄影技术在无人机电力巡检系统中的应用.通过无人机搭载倾斜摄影相机,对输电线路及其周边设备的图像信息进行采集并传输到地面站,以便分析数据、构建三维模型、促进故障排查,有效提高电力巡检判断准确性,为电力传输提供安全保障.     

无人机在电力巡检中的安全风险评估

正无人机巡检在电力行业中得到越来越广泛的使用。通过无人机,电力技术人员可以清楚判断重要部件是否受到损坏,保证输电线路的安全,除正常巡检和特殊巡检,还可将无人机应用在电网灾后故障巡检。当灾害导致道路受阻、人员无法巡检时,无人机可以发挥替代作用,开展输电线路巡查,准确定位杆塔、线路故障,且视角更广,能避免"盲点"。然而,无人机电力巡检的广泛运用必然也存在着作业过程中的风险隐患及突发事件的发生。     

基于计算机视觉的架空输电线路机器人巡检技术综述

架空输电线路是电网安全运行和电能可靠输送的关键,对其进行定期巡检至关重要。计算机视觉系统具有集成度高、交互性好、自动化程度高、处理速度快等特点,能够在架空输电线路巡检过程中各类设备的准确识别和故障判断中发挥重要作用,因此计算机视觉系统在架空输电线路机器人巡检与故障诊断中具有广泛的应用前景。从导线的识别、杆塔识别以及绝缘子串的识别等架空输电线路关键设备方面综述了机器人计算机视觉巡检技术及其研究现状,分析了多种相应的图像处理方法,在此基础上对基于机器学习的架空输电线路机器人视觉巡检关键技术进行了总结与展望。     

融合行波时频信息的HVDC线路雷击点与短路故障点不一致时的定位方法

雷电流在输电线路传播时,可能导致线路的绝缘薄弱环节被击穿,发生短路故障,此时现有时域行波测距算法只能获取雷击点位置而无法获取精确的故障距离。因此,针对高压直流输电线路雷击点与短路故障点不一致的情况,提出一种综合利用输电线路两端电流行波的时域信息和频域信息的故障定位方法。该方法首先根据线路两端故障电流行波的时域信息判断雷击点位置,然后利用雷击点与短路故障点存在的位置关系判断输电线路短路故障点位置区段,最后根据线路双端或单端的故障电流行波固有频率计算短路故障点距离。PSCAD/EMTDC仿真结果表明,该方法在高压直流输电线路雷击点与短路故障点不一致情况下对短路故障点定位精度高,且不受雷击点与短路故障点位置、过渡电阻及噪声干扰的影响,具有良好的适用性和实用价值。     

院士欣然作序,这本新书独特在哪?

正中/国/电/力/出/版/社/倾/力/推/出架空输电线路作为电力运输的重要通道,其安全稳定运行是国家稳定、人民安居的坚实基础,一旦发生故障将直接威胁电力的安全可靠供应。对架空输电线路开展巡视和检修,及时清除存在的安全隐患和故障缺陷,是电力系统安全运行的重要内容。近年来,先进传感技术、信息通信技术、自动控制技术、人工智能技术等蓬勃发展,与架空输电线路巡检技术深度融合,出现了载人直升机巡检、无人机巡检、机器人巡检等新型的机器巡检技术。中国南方电网有限责任公司多年以来积极开展架空输电线路机巡研     

基于差分定位的输电线路多旋翼无人机智能巡检

针对目前人工操作无人机进行输电线路巡线自动化程度不高,人工操作无人机难以标准化、规范化,导致巡线时间偏长或多发坠机等问题,围绕南方电网公司提出的无人机无人操控自主巡线目标,制定了基于载波相位差分定位技术的输电线路多旋翼无人机智能巡检方法。该方法在载波相位差分高精度定位技术的支撑下,首先由人工操控无人机进行线路巡检,再根据记录的巡检航迹提取航拍控制轨迹点精确的经纬度、海拔高度和每一航拍点的摄像头俯仰角度等信息,制定该线路的自主巡检方案。进行自主巡航时沿设定的轨迹控制点按预设角度进行航拍,实现无人机巡航的流程化和标准化。现场测试效果表明,无人机利用所提方法可在强电磁场环境下快速准确地完成定点巡航任务,为实现规范化、标准化的无人机安全巡线作业奠定了基础。     

基于计算机视觉的架空输电线路机器人巡检技术综述

架空输电线路是电网安全运行和电能可靠输送的关键,对其进行定期巡检至关重要。计算机视觉系统具有集成度高、交互性好、自动化程度高、处理速度快等特点,能够在架空输电线路巡检过程中各类设备的准确识别和故障判断中发挥重要作用,因此计算机视觉系统在架空输电线路机器人巡检与故障诊断中具有广泛的应用前景。从导线的识别、杆塔识别以及绝缘子串的识别等架空输电线路关键设备方面综述了机器人计算机视觉巡检技术及其研究现状,分析了多种相应的图像处理方法,在此基础上对基于机器学习的架空输电线路机器人视觉巡检关键技术进行了总结与展望。     

基于红外图像的输电线路故障识别

传统红外图像输电线路故障识别方法易受到噪声的干扰,故障边缘特征信息模糊,不能准确找出输电线路故障的位置,存在识别准确率低,抗干扰性差等难题,为此提出了基于红外图像对输电线路故障识别方法。采用红外成像仪器采集输电线路的温度变化图像,并采用粒子滤波算法去除故障图像中的噪声干扰,通过RGB色彩通道转换对输电线路红外图像的故障区域进行划分,利用共轭梯度法对输电线路故障区域的故障点进行识别和定位。实验结果表明,该方法能够实现输电线路故障的准确定位和高精度识别,且定位精度高达80%。     

电网巡检作业电动无人机关键技术与应用

<正>关键技术①输电线路巡检作业电动无人机系统设计②航摄信息数据分析处理③无人机与人工协同实施输电线路巡检作业模式应用在①500kV万顺三回②大房双回③张南双回④高海拔极寒、恶劣气候地区的青藏联网线路柴拉直流等25条输电线路电网巡检作业电动无人机,航巡里程千余公里,在走廊通道巡查、缺陷巡视、故障点查找和新建线路验收等方面,提高了巡检效率,降低了劳动强度,实现     

输电线路移动式不间断自主智能巡检技术研究

为解决传统巡检作业模式中的难度大、标准杂、效率低、盲点多等集中突出的问题,提出了一种基于多机协同作业的不间断自主杆塔巡检方法,建立了A、B车交替不间断巡检的作业方式,使得无人机可以不间断地对电力杆塔进行巡检.所建立标准的作业线路模型,可根据不同杆塔类型的巡检目标自动生成不同的安全线路,对无人机实现自动巡检的线路规划提供科学依据.构建了输电线路移动式不间断自动精益化智能巡检系统,应用计算机视觉技术,在高精度RTK定位的基础上辅助定位,更加精准地完成自动巡检与降落,通过建立任务、线路为导向的操作方式,直观展现了作业成果,提高了管理决策质量及作业效率.