摘 要：无人机在输电线路巡检业务中取得了大规模的应用。为了满足无人机巡检数据智能采集、处理的需要，针对现有存在的可靠性不高、效率较低、安全隐患较大等不足，本文利用载波相位差分技术提高无人机高精度定位，利用实时消息传输协议技术对无人机获取的视频流进行实时传输，利用卷积神经网络对无人机巡检结果进行处理，用三维地理信息系统对无人机飞行状态进行展示，以此实现了集无人机航线规划、自主飞行、三维监控等功能一体的无人机电力巡检系统。通过实地测试，该系统可以规范巡检作业，提高作业效率，具有一定的实用性和推广潜力。

关键词：无人机;电力巡检;载波相位差分;卷积神经网络

近几年，伴随着我国社会对电力能源需求量的不断增长，电力网络规模和长度都实现了成倍增加，在这种情况下，依然沿用人工对输电线路进行检查的方式必然会逐渐被淘汰。基于超特高压输电线路的无人机全程自主巡检云台系统，采用深度学习目标识别以及视觉和惯性测量单元结合的导航技术，运用无人机自动飞到线路周边然后对线路进行拍摄，能够实现线路的自动巡检以及监控，这不但能够提升电力企业对特高压输电线路运行的监控能力，同时还有助于降低线路巡检成本，提升企业经济效益。

1无人机发展现状及线路巡检的优势

无人机技术相较于传统的人工巡检，使用无人机进行巡检不仅效率高，而且更加安全。无人机高压输电线路巡检技术系统结合了输电、电力、遥感、通信、GIS、信息处理等多种技术，同时还涉及到了多个高精尖技术领域，例如”飞行控制技术、数据链通讯技术、导航技术、遥测遥感技术、故障诊断等，目前使用的无人机可以实现超远距离、高空快速、自动作业的功能。

利用多旋翼无人机进行超（特）高压紧凑型输电线路巡检工作的优点在于，它能够适应各种各样复杂的地形和情况，而且在进行巡检的时候还能够从多个方位进行拍摄，并且能够将故障点的细节也清楚的记录下来，这就能大大的减少巡检中投入的工作时间。另外，在无人机完成拍摄后，能高效的将图片远程传送给分析人员，这样能够有效的提升巡检的速度，也能确保检修人员的安全。

2超特高压输电线路无人机全程自主巡检云台系统开发

2.1系统主要功能

该云台系统的目的是实现无人监值的线路巡检，所以应具备根据坐标飞往巡检起点的功能。在起点的杆塔位置进行杆塔的目标识别确定杆塔的位置，进而根据输电线路的方向沿途寻找下一座杆塔。在每一座杆塔的位置检测到后，利用视觉和惯性测量单元相结合的方案进行相对坐标的定位，再此过程中环绕杆塔进行绝缘端以及其他感兴趣目标的检测。检测流程执行完毕后，无人机系统返回杆塔检测开始时的位置，进行线路检测并前往下一.座杆塔。该方案同时具备飞行过程中的安全控制系统，全程利用GPS系统进行绝对坐标的约束，保证无人机系统的安全并在系统异常时及时发出预警。.

2.2硬件选型

根据系统的主要功能，硬件主要使用了以下几个模块：处理器、摄像头、惯性测量单元、GPS、云台系统、无人机平台。本部分将根据这几个模块的内容分别进行选型。处理器是该系统的运算核心，常用于嵌入式系统的处理器多为MCU微控制单元或x86以及ARM架构的mini-PC。由于要进行目标识别以及视觉与IMU的融合，该处理器需要一定的算力基础，而微控制单元的算力显然达不到需求，所以处理器方面会选用mini-PC进行运算。这里我们采用NvidiaJetsonTX2运算模组，NvidiaJetsonTX2核心板的尺寸和重量仅相当于一张信用卡，市面上存在小尺寸的TX2载板，所以比较适合在无人机.上进行使用。.

本方案所使用的相机为单目相机。由于要在无人机上使用，工业相机的大重量就会变得难以承担，所以这里可以使用的航拍相机，参数根据上方所述进行选择。对于无人机以及云台系统的硬件平台，可以使用无人机以及防抖云台系统解决方案，进而在该平台上对运算和检测模块进行搭载。

2.3软件方案

该系统在软件.上分为杆塔检测、环绕杆塔飞行、绝缘子及感兴趣目标检测、线路检测及巡迹几个方面，涉及的部分包含了三维视觉、深度学习及神经网络、多传感器融合等传统以及现代计算机视觉技术和方法。

无人机在输电线路上会进行杆塔的检测，并将杆塔的检测结果作为感兴趣目标的识别位置以及下一个杆塔检测的开始节点。杆塔的检测主要使用了深度学习及神经网络的方法，这里采用卷积神经网络进行杆塔的识别。卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习的代表算法之一。由于卷积神经网络能够进行平移不变分类，因此也被称为“平移不变人工神经网络”。卷积神经网络首先会交替对图像进行卷积与池化，以对图像的特征进行抽象与提取。卷积是一种线性运算，它可以实现图像像素特征的集中，而池化又称下采样，主要目的为降低图像的数据量，对特征信息进行进一步精炼。在若干层卷积与池化之后，特征图被依次按行展开，连接成向量，并输入全连接的BP神经网络，实现端到端的网络搭建。在使用卷积神经网络进行目标识别之前，我们首先要利用已有的杆塔数据集对电线杆塔的模型进行训练，在训练后的测试环节中将检测结果作为正负样本投入之前训练过的神经网络中进行修正，直到达到预期的识别准确率，完成杆塔的训练环节。而在训练完成之后，自主巡检云台系统就可以使用卷积神经网络对每一帧图像进行杆塔的识别，从而完成输电线路杆塔的检测环节。

3无人机在特高压输电线路巡检中的具体应用

通过对当前输电线路巡检工作的调颌分析，从大体情况上来看，一旦输电线路导线部分发生了外力破坏，受高度角度等原因影响，很难在人工巡检的过程中被发现，就算是选择了最为危险的人工登杆检查，有的地方也很难观察到。这些不易发现的损伤点更对线路稳定安全运行埋下了种种隐患。利用无人机却可以较为方便准确地解决这一难题。

2015年5月南网超高压某局通过“无人机机巡+人巡”模式开展线路隐患排查。人巡通过高倍望远镜发现500kV贺罗1线352号大号侧第9至第10个间隔棒.上方地线（光缆）断股，该档距1123m，由于档距大，光缆距离地面较远，不能准确判定断股数目。考虑到无人机快速、灵活的特点，随后组织无人机开展断股确认。为便于操作，操作手首先使无人机悬停在横线路方向且与导线同等高度的安全位置，调整载荷相机方向对准拍摄导线的方向，并调整焦距至拍摄导线清晰可见的倍率，程控手顺线路方向监视无人机飞行姿态及与线路安全距离，操作手始终观测实时图传画面，然后以不大于3m/s的飞行速度，沿线路方向进行连拍或者录像飞行。该过程中程控手始终观测无人机飞行姿态及与线路的安全距离并与操作手沟通，操作手通过实时图传画面结合程控手传达的各种信息及时调整无人机飞行姿态，图传画面发现损伤点后，第一时间确认该点的高度和距离，悬停无人机进行精细化拍摄或录像。最后通过图片核实，发现断股3处，然后同时利用多旋翼无人机拍摄了故障周边地形，为后续施工提供了有效资料。最后安全收回无人机至降落点，工作完毕。

结语

该方案实现的超特高压输电线路无人机全程自主巡检云台系统，拟用以代替当前人工巡线的方式。相比于当前人工巡线高成本、周期长、安全性低等特点，无人机巡线可以大大降低巡.线的工作成本，缩短巡线周期，并且可以降低工人巡线的安全风险。同时，该方案降低了巡线所需的人力资源，对实现电网自动化具有重要意义。

参考文献

[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[].科学技术创新，2018（2）：164-165.

[2]吴凯东，缪希仁，刘志颖，等。基于泛在物联的输电线路智能巡检技术综述[J].电器与能效管理技术，2020，000（003）：P.1-7.

[3]汤明文，戴礼豪，林朝辉，etal.无人机在电力线路巡视中的应用[J].中国电力，2013（03）：35-38.