摘要：电缆是输送电力的主要途径，高空电缆检测是一大难题，存在耗时耗力，无安全保障等问题。为了解决这一难题，该文主要简述如何智能化进行高空电缆检测，该方式可利用人工智能和计算机网络技术远程操控机器人对电缆进行远距离检测，以此为高空电缆检测人员提供一个安全可靠的检测环境，能高效的发现远距离电缆的故障并及时维修。

关键词：智能化、远距离检测、安全可靠、高效

1引言

电缆作为输送电力的主要途径，它的安全性必须时刻有保障。而引起电缆故障的原因有很多。例如，电缆过负荷导致电缆过热，引起绝缘老化变质，如果不及时发现、维修和更换，可能导致电网故障，从而导致大范围停电，造成经济损失和不利的社会后果。因此，应定期检查和维护高压电缆，以便及时发现线路缺陷和隐患，并进行维修，确保高压电缆的安全性和可靠性。而目前为了排除电缆故障原因的主要方式是采用人工近距离检测，该方式安全系数低，无法保障检测人员安全，为了针对这一情况，旨在提出一种新型智能化高空电缆检测方式，以此提高人员工作环境的安全性，给他们工作环境的安全性提供一定的保障。

2国内电缆检测技术现状

2.1巡检方式

根据调查，目前国内高空电缆的主要巡检方式有人工巡检，直升机巡检和车辆巡检这三种方式。

1）人工检测是检测电缆的最主要方法。检查人员通过目视检查或望远镜监测电缆，并根据实际观察情况决定是否需要登塔进行近距离仔细检查。由于我国输电网面积广泛，需要巡检的地方很多且环境复杂，有些地形复杂的地方甚至难以到达，这种方法的巡检效率很低，并且工人的工作强度大、危险系数较高。

2）直升机巡检是由检测人员带着电缆巡检设备飞越电缆上空，调查和检测电缆隐患和缺陷，这种巡检方式既保持与电缆的近距离，也保证了巡检人员的安全，提高了巡检的效率和准确性，但这种方法成本较为昂贵，且在山上飞行容易存在安全隐患。同时天气环境等外在因素的影响过于强烈。

3）车辆巡检是指检察人员与车辆进行配合，人员使用各种测试设备对电缆进行故障排除，并可根据巡检需要，利用车辆承载维修设备进行额外的维护，进行现场维护。这种巡检的主要缺点是必须在路面状况良好时才能进行。路面情况复杂的地区，例如道路崎岖的山区，会导致巡检无法顺利开展。

近几年，我国对于人工智能的研究不断加强，在此领域颇有建树。目前在生活中许多方面已经采用智能化设备代替人工。例如在日常生活中，智能化家居已经渗透进人们的生活，给人们带来更高效舒适的生活体验。研究一种新型且智能化检测方式，利用平台远距离操控智能化设备检测电缆以此来代替人工检测，降低人员危险系数与消耗成本，可以更高效准确快速地检测电缆的隐患，保证电缆的稳定运行，提高了安全性与稳定性，以此带来更高的经济效益。

2.2检测方式

检测方式分为图像检测和脉冲电流法等。

1）图像检测：由智能设备携带可见光摄像传感器对电缆表面情况进行图像拍摄，智能设备将采集拍摄完整的画面进行处理，保证画面的清晰度，再将处理后的图像上传至软件云端，由检测人员观察分析并检测电缆表面情况是否存在损坏。

2）脉冲电流法：脉冲电流法是检测部分放电的最早方法之一，其检测原理是从通信电容器侧面的电力设备的中性点或接地点或通过罗戈斯基线圈获得耦合阻抗，测量部分放电引起的脉冲电流，还可以获得放电量和放电相位等信息[1]，以此来检测电缆内部的故障点。

3智能化高空电缆检测方式分析

智能化高空电缆检测方式的核心技术分为基于人工智能的电网大脑系统、基于3D SLAM+路径规划+自主导航的自主巡航技术、基于计算机视觉的模式识别技术。

1）基于人工智能的电网大脑系统：现代化发展迅速，万物互联的时代已经到来，利用人工智能，将智能设备、智能化平台、检测人员信息终端进行互联，形成一个电网大脑，进行人机交互。运用现代化信息化技术交联互动，综合产生决策因子，以决策因子来制定最适合当下情况的检测方案，做到电网智能决策。同时电网大脑将肩负起统筹规划检测方案和管理调度智能设备进行检测，并将检测信息与结果输送到检测人员的信息终端，方便其查看。由平台作为中介进行多方联合，快速高效地完成巡检任务。同时将检测数据保存在前端，方便随时调取查看。如同人们家中的智能管家，统筹管理家中所有智能电器，只要一声令下，所有程序便井然有序地进行。

2）基于3D SLAM+路径规划+自主导航的自主巡航技术：自主巡航技术主要包括路径规划、实时定位和主动避障三个部分。由智能设备装备激光雷达与可见光摄像头等硬件，通过 3D 激光雷达 SLAM 算法得出点云地图，它可以直观描述周围环境，具备基本的环境展示功能[2]，结合了3D SLAM技术地智能设备能实时感知到周围的环境，如此智能设备便可以一边移动一边扫描周围环境，得到一份完整的地图，并将地图完整清晰地传输到平台中，通过平台中电网大脑进行路线规划，指引并控制智能设备避开周围障碍，准确到达目标点。同时利用导航技术，软件会实时显示智能设备所在位置，方便检测人员查看其身处何方。

3）基于计算机视觉的模式识别技术：模式识别是通过计算机用数字技术来研究模式的自动处理和判读。采集大量电缆及电塔的图片作为数据集，大部分作为训练集，选取一部分标准图片作为测试集。利用labelimg对其进行标注，标注完成后，利用YOLOV4在数据集上对算法进行模型训练，获得最终的检测模型权重，由权重大小、准确率、检测速度三个参数作为评价指标[3]。智能设备需准确地检测前方是否存在电塔且精确定位电塔电缆所在位置，利用YOLO算法，使其这一目标的准确性提高，能让平台更加准确的对智能设备发出指令，控制其到达电塔并对电缆进行检测。

4）检测方式：智能设备将会携带相关的检测设备，利用脉冲电流法，低压脉冲法等对电缆情况进行检测。设备将与平台互联，利用无线传输技术将所得数据传输到检测人员的信息终端，方便其确定故障点与故障类型。

4结束语

高压电缆是输送电力的主要方式，要确保电力能安全稳定地输送，必须对高压电缆日常检测，故障检测等十分重视。如今人工智能与计算机网络技术发展迅速，人工检测不安定因素过多，人们应对电缆检测技术进行更新换代，将人工智能、物联网等运用其中，将其深度融合，充分利用智能时代所带来的便利，让人工智能更好的为人类生活服务，促进经济与社会的共同发展，促使电力铲平对人类生活提供更大便利。

参考文献

[1]王晓文，钟晓宇. 电气设备局部放电检测方法综述[J]. 沈阳工程学院学报（自然科学版），2017，13（04）：331-339.

[2]周治国，曹江微，邸顺帆. 3D激光雷达SLAM算法综述[J]. 仪器仪表学报，2021，42（09）：13-27.

[3]邹振超，刘瑜. 适用于Android平台的SG-YOLO人脸检测算法研究[J]. 计算机时代，2023，（01）：55-59.

依靠项目：2022年国家大学生创新创业项目 项目编号：202213291010

指导老师：姬红旭