无人机电力线路安全巡检系统及关键技术

电力线路的安全巡检工作对于电网的安全稳定运行有着极为重要的作用,随着无人机技术的成熟化,电网安全工作人员开始把越来越多的无人机应用于电力线路巡检工作。将无人机技术运用到电力线路巡检工作中,以其便利性与灵活性,能为电网系统节省大批的人力资源,促进电力系统安全运行的可持续发展。本文就无人机技术应用于电力线路巡检工作的意义、无人机电力线路安全巡检系统具体内容、无人机电力线路安全巡检系统的关键技术展开论述与探讨。     

无人机电力线路安全巡检系统及关键技术

近年来架空输电线路架设规模日益扩大,由于其覆盖范围区域广、穿越区域地形复杂并且自然环境恶劣,采用人工定期巡检的方式越来越不能满足现代电力系统安全稳定运行的需要。无人机技术的发展为架空输电线路巡检工作提供了新的平台,借助无人直升机,通过遥感技术应用,采用多传感器集成的方法,可实现电力线路安全巡检工作的高效和全自动化开展。本文介绍了基于遥感技术的电力线路安全巡检系统的基本概念和组成部分,重点分析了主要的关键技术,包括无人机飞行姿态控制、多传感器间高精度时间同步、缺陷探测和智能诊断、机载传感器检校、无线通讯、地面数据处理等,将无人直升机用于电力线路巡检工作的技术要点进行了较为全面的阐述。     

输电线路多旋翼无人机自动驾驶智能巡检系统

针对日益繁重的输电线路巡视工作以及输电专业无人机巡视方面难度大、风险高、自动化程度低等问题,本文提出了一种输电线路多旋翼无人机自动驾驶智能巡检系统及方法,结合人工智能图像识别技术实现了机巡数据的智能处理,建立了输电线路自动智能巡检作业的新模式.本文重点介绍了巡检系统的结构、功能及关键技术,通过佛山地区输电线路巡视的应用实践,该系统大大提高了电网巡检效率,证明了其有效性和合理性.     

图像处理技术在无人机电力线路巡检中的应用

目前,巡检高压输电线路过程中,其中一项常见方式是利用无人机进行线路巡线。研究和处理无人机航拍收集的通道图像,能够及时发现线路器件是否存在问题。利用图像处理技术,能够有效解决人工处理效率低下、误差率高等问题,在无人机电力线路巡检领域具有广阔的发展前景。基于此,针对当前国内和国外无人机电力线路巡检中图像处理技术的应用情况,探讨无人机电力线路巡检中影响图像处理技术的因素,研究图像处理技术在无人机电力线路巡检中的应用。     

电力巡检无人机精准降落方法研究与应用

针对现有电力巡检无人机降落方法定位误差较大、机身稳定性较差、易受外部环境干扰等问题,提出一种电力巡检无人机自适应降落方法.构建基于多级视觉标识图像识别的四维定位降落方法,指引无人机进行垂直方向精确降落.开发基于分段式反馈控制的速度矢量的四维控制方法,稳定无人机水平方向的姿态.设计基于视觉标识阵列的自适应抗干扰降落方法,克服降落平台的阴影对无人机定位的影响.开展无人机精准降落现场实验,结果表明所提方法具有非常高的降落定位精度,简单实用.     

应用机器人轨迹跟踪技术的电力线路无人机智能化巡检系统设计

野外电力线路易发生损坏,且时变特性干扰较大,检测准确度较低,因此,设计应用机器人轨迹跟踪技术的电力线路无人机智能化巡检系统。该系统通过数据采集模块和飞行状态检测模块,分别进行电力线路图像数据获取与飞行状态监测,飞行控制模块接收图像与状态数据,并在轨迹跟踪控制子模块中使用自适应鲁棒滑模控制算法,实现无人机的轨迹跟踪,同时,该模块经无线数据传输模块将数据传输至地面站,在巡检数据智能分析管理模块中,地面站根据数据信息,完成电力线路故障识别,进而实现电力线路无人机智能化巡检。实验结果表明,该系统具有良好的轨迹跟踪效果,且巡检准确率较高,满足多种天气作业需求。     

基于遗传算法的输电线路无人机巡检路径规划

针对无人机有效、安全巡检输电线路的路径问题,提出了一种基于遗传算法的输电线路无人机巡检路径规划方法,采用极坐标编码方式对无人机巡检路径构造染色体;结合实际情况中的无人机巡检各种约束问题,设计了适合于无人机巡检路径规划的遗传算子;实验结果证明算法能综合考虑各种因素,提高了全局寻优能力,是解决实际输电线路无人机巡检路径规划问题的较好办法.     

基于无人机遥感技术的配电网巡检系统设计

目前我国电网巡检以人工为主,由于相关监管体系并不到位,存在电力支线丢失等问题,现提出基于无人机遥感技术的配电网巡检系统设计。系统硬件设计方面包括客户端、服务器、无人机遥感终端三部分,根据硬件配置设计无人机遥感终端,确定终端操控方式。系统软件设计方面包括获取遥感巡检图像,采用自适应滤波设计系统导航算法巡检配电网,建立配电网数据模型,检测配电网线路的运行情况,让图像与实际数据紧密结合,实现配电网巡检。实验结果表明,与选取的其余系统相比,本系统与实际配电网电力线路具有较高的拟合度。     

基于PID算法的输电线路无人机巡检路径智能自动规划技术

为降低定位误差，规避复杂环境造成的巡检风险，研究基于PID算法的输电线路无人机巡检路径智能自动规划技术。采用RTK定位技术，采集了输电线路无人机巡检标志点位置信息，利用路径生成方法，模拟无人机从起始点到目标点的最优几何路径，创建无人机高度和姿态直接受PID参数控制的动力学模型，运用基于PID算法的路径规划跟踪控制器，控制无人机按照最优路径飞行到目标点，实现了输电线路无人机巡检路径智能自动规划。实验结果表明：待巡检标志点定位误差始终低于0.25×10^-4;该技术规划的输电线路无人机巡检路径较短，能有效规避复杂环境造成的巡检风险。     

基于无人机巡检的输电线路规避系统设计

针对无人机进行输电线路巡检时存在与线路发生碰撞的风险,影响无人机巡线系统及输电线路运行安全。基于毫米波雷达传感器,采用LTCC多层技术,设计了输电线路规避系统,通过采用恒虚警算法和多目标检测算法,设计了规避算法。试验结果表明,输电线路规避系统对输电导线和地线的测试范围在50m左右,误差小于1m,规避效果良好,对保障无人机巡检系统和输电线路运行安全具有重要的意义。     

基于神经棒的电力变压器离线图像识别研究与应用

为解决智能移动设备在电力变压器等设备的巡检、运维工作的图像识别中难以适用于无网络的离线环境问题,本文综合考虑电力设备巡检、运维工作的实际需求和真实情况,设计一种基于神经棒的电力变压器离线图像识别系统。首先,引入卷积神经网络算法,构建深度学习图像识别模型,并利用真实图片数据集对模型进行训练调优;然后,创新地将模型集成到神经计算加速棒中,搭建电力变压器离线图像识别系统,进一步解决网络对系统的束缚;最后将本文的基于神经棒的电力变压器离线图像识别系统与现有的4G网环境下移动设备识别系统、离线环境下移动设备识别系统在贵州电网贵阳局城北分局提供的真实图片数据集上进行对比验证,结果表明本文提出的基于神经棒的电力变压器离线图像识别系统具有较高的识别准确率和稳定性。     

基于图像识别技术的输电线路智能监控系统应用

针对持续多发的输电线路外力破坏事件,人工巡视以及传统监控设备并不能及时有效发现事故隐患,因此提出基于图像识别技术的输电线路智能监控系统.该系统应用卷积神经网络的深度学习算法训练模型,可以智能识别出输电线路现场的安全隐患.建立起前端采集图像,数据无线传输,后台识别分析,隐患定向推送的智能监控新模式.在佛山地区应用实践中,该系统实现了对输电线路现场的24小时实时监控预警,提高了对外力破坏隐患的监管能力,有效预防了大型施工机械所致的线路跳闸事故.     

基于卷积神经网络的宇航电源光学检测技术

传统自动光学检测（AOI）方法难以适应宇航电源生产线多品种、小批量的特点，具有识别率低、操作复杂等问题。利用卷积神经网络(CNN)学习速度快、特征提取效果好的优势，提出了一种能够对宇航电源产品质量进行可靠检验的光学检测技术。通过对历史生产数据的精细化筛选构建了训练样本库，并设计了宇航电源产品光学检验专用卷积神经网络；将Canny算子边缘检测与CNN图像识别相结合，实现了印制板装配图信息的自动读取。与传统AOI检测方法相比，该方法缺陷识别率高达99%，且检验过程简单，提高了宇航电源产品光学检验工作效率，已应用于宇航电源生产线。     

基于Qt与Arm NN的嵌入式喷码检测系统设计与实现

现存的喷码检测系统大多基于工控PC电脑实现,其在价格、体积、功耗、灵活性等方面存在着较大的局限性。为此,设计了一种基于Qt与Arm NN的嵌入式喷码检测系统,该系统的核心处理器采用Arm cortex-a9,搭载配置有相关软件工具的嵌入式linux操作系统,采用位置检测算法来实现软件检测待测目标的位置,通过由图像预处理、喷码区域提取、条形码识别、字符子串分割、基于卷积神经网络及caffe框架的喷码字符识别模型训练、利用Arm NN将识别模型引入到ARM端实现喷码字符识别、识别结果处理等过程组成的喷码检测算法来实现对喷码内容的检测。该系统还基于Qt多线程技术开发了具有完善系统功能的图形应用程序,便于现场生产人员使用。经相关测试表明该系统有效可行、正检率高,能够满足包装生产流水线喷码检测的实际需求。     

变电站关键图像识别技术研究

随着变电站巡检机器人的不断普及,针对巡检图片的识别逐渐成为研究的重点与难点。该文采用基于两次模版匹配与霍夫直线变换的方法对变电站巡检机器人图像中沉降、油温、液位、红外温度读数等场景下的关键信息进行提取识别,以提高变电站巡检效率,对实现变电站的智能巡检具有重要意义。     

基于结构约束的架空输电线路巡线机器人障碍识别

巡线机器人沿相线行走时必须探测识别各种障碍，并根据障碍类型规划越障行为．针对220 kV架空输电线路的结构特点，利用视觉传感器，设计了基于结构约束的障碍识别算法．算法利用图像的边缘信息，采用改进的基于存在概率图的圆/椭圆检测方法和分层决策机制，以减少自然环境中光线变化和机器人运动对识别质量的影响，满足了巡线机器人的实时越障要求．实验室模拟线路和实际线路实验结果表明，算法能可靠地识别出复杂背景中的防震锤、悬垂线夹和耐张线夹等障碍物．     

基于自定义特征的飞机结构件智能检测规划技术

飞机结构件常用坐标测量机检测形状特征的加工质量。为了满足飞机结构件需要检测复杂形状特征以及便于拓展形状特征检测范围的迫切需求,研究了独立于形状特征类型的特征定义框架及统一的特征识别算法;提出了检测知识驱动的测量点智能分布方法;设计了结合聚类和改进模拟退火算法的测量方向优化算法;实现了基于自定义特征及检测知识的智能检测规划。该技术已在多个重大航空产品的研制中得到应用,显著提升了飞机结构件检测规划的效率和智能化水平。     

输电线路无人机自主巡检方法研究与应用

为了解决输电线路无人机巡检作业易受恶劣天气影响、远距离遥控不及时、通信稳定性差等问题,提出了一种输电线路无人机自主巡检方法.首先,利用卡尔曼滤波算滤除原始线路中的轨迹噪点,采用垂距法对轨迹冗余点进行过滤,优化巡检航线;其次,提出基于巡检对象差异特性的动态优化定位方法提升无人机巡检质量.以某220 kV输电线路杆塔进行测试,测试结果表明,提出的方法解决了航线采集以及定位优化问题,贯穿航线学习到自主巡检的流程之中,兼顾了无人机自主巡检效率以及巡检精确度.