变电设备巡检机器人为保护国家输变电财产保驾护航

为了更好确保高压线路安全稳定运行,针对超高压输电线路障碍物类型及特点,中国科学院沈阳自动化研究所机器人学国家重点实验室与锦州超高压局在国家科技部“863”计划、国家电网公司及东北电网公司的支持下,经过七年多的艰苦努力,共同研制开发了一种全新的双臂自主越障巡检机器人—“超高压输电线路巡检机器人”,不仅成功地减轻了送电职工“千里巡线”的劳动强度,降低高压输电的运行维护成本,提高了巡检作业的质量和科学管理技术水平,对于增强超高压企业生产自动化综合能力、创造更高的经济效益和社会效益都具有重要意义,真正的为输电线路和国家财产保驾护航。     

高压输电线路中无人机电力巡检技术的应用

做好高压输电线路的巡检维护,对保证持续供电和维护企业利益有重要影响。使用无人机代替人工完成高压输电线路的巡检任务,在保障人员安全、提高检修效果、降低运维成本等方面具有诸多优势。本文首先介绍了无人机巡检的突出优势和使用到的核心技术,随后以某500 kV高压输电线路的雷击故障为例,使用多旋翼无人机开展巡检,最终确定了故障类型、故障位置。最后分析了无人机巡检技术的发展前景,为供电公司引进和应用无人机先进技术,更好地支持无人机巡检作业的开展提供了借鉴。     

基于GPS的输电线路巡检

在电力系统中,架空高压输电线路是重要组成部分.为了保证输电线路的稳定安全运行、减少巡检员的工作量、同时为管理人员提供有效的监督依据,文中开发了基于GPS的输电线路巡检系统,该系统由终端手持机和后台管理系统组成,集卫星定位系统(GPs)、计算机通信技术和手持式处理终端于一体,具有低成本、操作方便、使用时间长等特点.该系统具有安排线路、记录数据、监督工作状态.汇总数据等功能,同时实现了无纸化办公以及巡检标准的规范化.     

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.     

输电线路固定翼无人机多目标巡检线路优化

以提升固定翼无人机(UAV)输电线路巡检避障能力、缩减巡检路径长度为目标，提出基于改进粒子群算法的输电线路固定翼UAV多目标巡检线路优化方法。以最小化线路长度和线路威胁作为目标函数，结合航迹段的长度约束和最大转弯角度约束，构建固定翼UAV多目标巡检线路优化模型。将多目标函数作为粒子群优化算法的适应度函数，找出最优输电线路巡检线路。创新性地通过调整粒子群算法惯性权重，引入相邻适应度函数值比较策略、遗传算法的杂交运算，优化生成UAV多目标巡检线路。试验结果表明，该方法可以对巡检范围内存在的所有障碍物进行有效规避。巡检线路可以覆盖巡检范围内所有输电线路。100 m²范围内航迹点设置为25个时，优化效果最适宜。     

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.     

基于知识库的输电线路巡检机器人的越障控制

介绍了一种高压输电线路巡检机器人越障控制方法。高压输电线路巡检机器人在翻越同一障碍物时重复同一套操作动作,可通过在实验室进行越障过程示教,离线学习形成操作知识库,实际越障时自动调用操作知识库并与在线信号相结合完成自主越障动作。讨论了知识库的一般组成和功能,并分析了激光传感器定位的方法以实现巡检机器人滚动轮与导线“对中”。经过实验验证,该控制方法具有稳定可靠,硬件结构简便,能可靠地完成控制任务,实现自主越障。     

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。     

基于超像素和深度神经网络的高压输电线路环境检测

高压输电线路通道环境对高压线路的安全性影响重大,以往都是采用人工对高压输电线路通道环境进行巡检,人工检测作业危险,效率低,难度大.因此,本文提出基于超像素和深度神经网络的航拍高压输电线路环境检测的方法.首先,采用无人机对高压输电线路通道环境航拍,将视频图像进行拼接,得到通道环境的整体图像,然后使用超像素分割算法实现图像的预分割, SURF描述子具有速度快、特性鲁棒性好,因此本文采用SURF描述子提取超像素特征向量,最后采用DNN模型对提取的超像素特征进行训练,对待检测的超像素块进行分类,从而达到检测的目的.通过本算法的应用,电力部门提高了无人机巡视特高压输电通道环境的巡检效率且验证了本算法的有效性.     

基于Android的输电线路巡检系统的设计与实现

针对传统输电线路巡检工作监督不到位、作业不规范、安全事故多等缺陷,结合智能移动技术与输电线路巡检规范,设计并实现了一套基于Android的输电线路巡检系统。系统采用基于MVC的层级架构风格,利用GPS定位、多线程机制、传感器以及语音识别等关键技术,实现了任务管理、缺陷管理、资料库、异常状态告警以及数据同步功能,并根据实际应用场景和业务需求开展了初步测试实验。结果表明,该系统能够自动判断到达杆塔,规范巡检作业流程,支持线路名称语音输入以及异常状态告警,可提高巡检工作的智能化和安全性。     

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。     

粗糙集与决策树理论在输电线路巡检中的应用

针对输电线路巡检需求,为了提高巡检的效率,充分考虑了影响输电线路运行状态的各种因素,采用基于粗糙集理论与决策树的数据挖掘方法,建立了输电线路运行状态预测模型,将从输电线路历史异常数据中提取的规则应用于输电线路异常预测,根据预测结果可以制定出科学合理的巡检计划,经过测试样本的验证,该模型有较高的准确率.     

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RTK定位技术的输电线路无人机自主巡检方法

为了提高无人机在输电线路巡检作业中的定位精度,保障无人机按照预设巡检线路进行自主巡检,提出基于RTK定位技术的输电线路无人机自主巡检方法。采用基于RTK定位技术获取输电线路无人机的动态位置,基于无人机动力学模型识别无人机姿态信息,结合串级模糊PID控制器控制无人机的作业姿态按照巡检路线巡检,实现输电线路无人机自主巡检。实验结果表明,所提方法能高精度定位无人机位置,定位误差控制在1 cm之内,并且俯仰角都可在1 s内抵达理想值,可有效控制无人机准确按照预设巡检线路完成自主巡检,避障效果较好。     

无人机在输电线路巡检中的应用及发展前景

随着经济的不断发展,我国电力事业的进步也非常快速,电网的安全与否会在很大程度上对社会的稳定产生影响,而输电线路的稳定运行能够为电网的安全提供有效保障。无人机是随着电力企业发展而诞生的新型巡检设备,能够有效分担工作人员的工作量,提升工作效率。本文以输电线路巡检的概述为研究基点,论述当前无人机在输电线路巡检中的应用,并展望无人机在输电线路巡检中的未来发展。     

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。     

输电线路无人机自动巡检系统不间断作业实时监控方法

针对输电线路无人机自动巡检信息冗杂,数据噪声较大,海量数据传输难以完整传输的问题,提出了一种输电线路无人机自动巡检系统不间断作业实时监控方法,保障输电线路不间断作业。构建输电线路不间断作业监控架构,利用无人机自动巡检系统的无人机飞行器实时采集输电线路图像信息,经无线传输模块传输至地面站存储;输电线路不间断作业监控模块调用采集到的数据,采用非局部均值滤波算法去噪处理输电线路图像,将去噪后图像输入至卷积神经网络,优化检测异常输电线路图像,并利用粗定位算法定位异常点,便于巡检人员实时修复输电线路,实时监控输电线路不间断作业。实验结果表明,所提方法能够清晰、直观地检测到输电线路异常点,实时监控输电线路不间断作业;拥有较为优秀的去噪效果,为后期高效、实时检测输电线路异常点提供保障;信息传输性能突出,保证海量数据传输具有极高的完整性。     

基于无线通信网络技术的机器人巡检远程监控系统

该文提出一种基于无线通信网络技术的机器人巡检远程监控系统,监控输电线路故障。系统的硬件设计包括主控模块设计、无线通信网络设计、驱动器接口电路设计、远程监控模块设计;系统软件设计主要是在远程监控模块利用增量式PID控制算法控制机器人巡检驱动,实现机器人巡检远程监控。实验结果表明,该系统可控制巡检机器人巡检输电线路、监测输电线路故障状态,可监测不同风速下线路风偏角变化情况,且该系统具备较好的信息传输能力和运行可靠性。     

基于无人机载多载荷的输电线路巡检方法研究检测

无人机进行电力线路巡检的作业模式在南方电网已经开展了一些示范验证并获得一定的推广应用,目前的巡检方式多为无人机或有人机挂载激光雷达进行巡检。为提高线路巡检效率、提高隐患目标识别准确度,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、提高作业效率及可靠性。首先针对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,在对采集的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,缺陷识别检测的水平距离误差为0.1467米,缺陷识别的垂直距离误差为 0.1025米,缺陷识别的净空距离误差为0.1575米,识别检测效果良好,对输电线路巡检具有重要的意义。     

Android平台下的无人机输电线路施工车辆巡检

无人机巡检成为输电线路巡检的重要方式.然而,目前的无人机巡检,由于受到前端设备性能的影响,大多基于后期的图像处理,无法达到实时检测的要求.针对无人机巡检中输电线路施工车辆的安全隐患,提出了一个基于Android平台,使用神经网络实时检测施工车辆的方法.通过收集无人机获取的输电线路施工车辆的数据,使用数据增广的方法,并将构建的SSD-MobileNet算法模型集成到Android平台,实现施工车辆的实时目标检测.