何奇 丁戈
摘要:隨著無人機在電力巡檢領(lǐng)域的推廣應(yīng)用,輸電線路巡檢工作模式發(fā)生巨大轉(zhuǎn)變,海量巡檢數(shù)據(jù)需要后期人工處理,巡檢工作高度依賴專業(yè)人員,對巡檢工作智能化有著迫切需求。目前的無人機巡檢作業(yè)中,無論是人工手控巡檢還是軟件程控巡檢,都需要作業(yè)人員始終在野外操作并進行大量干預(yù),而且巡檢數(shù)據(jù)不能及時傳回處理。針對這些不足,我公司通過研發(fā)無人值守技術(shù)、遠程自主精準降落技術(shù)和人工智能圖像識別技術(shù)等關(guān)鍵技術(shù),構(gòu)建了無人機遠程自主巡檢系統(tǒng),實現(xiàn)了輸電線路巡視、數(shù)據(jù)傳輸處理分析全過程無人自主化。
關(guān)鍵詞:輸電線路;無人機巡檢;無人值守;遠程自主精準降落
線路巡檢是保證架空線路正常運行的重要手段。隨著我國輸電線路的快速發(fā)展,線路巡檢工作面臨著作業(yè)強度大、周期長,部分線路環(huán)境惡劣等問題,傳統(tǒng)的人工巡視方法面臨巨大挑戰(zhàn)。為此,近年來電網(wǎng)積極引進新技術(shù),提高線路巡檢工作自動化程度,改進巡檢工作模式。
無人機巡檢是對傳統(tǒng)人工巡檢的技術(shù)提升,由飛手遠程操控無人機,通過機載的傳感設(shè)備(如相機、紅外成像儀等)對架空線路進行巡查。相比其他改進技術(shù),如直升機巡檢、機器人巡檢等,無人機巡檢雖然在巡檢精度上有所下降,但具有設(shè)備簡單、成本低廉、機動靈活、安全高效、視野良好、易于發(fā)現(xiàn)桿塔平口以上的缺陷等優(yōu)點,且無需對線路進行改造,不存在損傷線路的隱患,更容易與人工巡檢相融合,成為日常巡檢手段,是當前電網(wǎng)的主要推廣方向。根據(jù)國家電網(wǎng)公司公布的數(shù)據(jù),無人機架空線路巡檢效率是人工巡檢的8~10倍,在日常巡檢工作中,人工巡檢與無人機巡檢各占50%??梢灶A(yù)見,無人機巡檢將會成為未來電網(wǎng)最主要的,應(yīng)用范圍最廣泛的巡檢手段。但隨著無人機巡檢技術(shù)的推廣,新的問題也隨之產(chǎn)生:巡檢過程中產(chǎn)生的海量圖像數(shù)據(jù)需要后期人工處理;巡檢工作人員需要具備較高的無人機相關(guān)技能,其技能水平對巡檢質(zhì)量和電力設(shè)施安全有直接影響。在現(xiàn)階段,專業(yè)無人機巡檢人員的欠缺與巡檢工作智能化水平的不足是無人機巡檢推廣應(yīng)用的主要制約因素
為有效解決現(xiàn)有問題,我公司充分應(yīng)用國內(nèi)外先進的無人機控制、人工智能、云計算等相關(guān)前沿技術(shù),實現(xiàn)了無人機遠程自主巡視、數(shù)據(jù)自動傳輸處理分析、成果自動上傳共享,全程無需人工干預(yù)。
1基于人機協(xié)同巡檢的輸電智能運檢模式
目前,我公司已實現(xiàn)可飛行區(qū)域輸電線路無人機巡檢全覆蓋并常態(tài)開展。為提高協(xié)同巡檢綜合效率,同步研發(fā)并使用人巡移動作業(yè)終端,建設(shè)了輸電線路智能運檢管控平臺,實現(xiàn)數(shù)據(jù)互聯(lián)共享和智能化處理,建立了基于“無人機+人工”協(xié)同巡檢的輸電智能運檢模式。
2無人機遠程自主巡檢系統(tǒng)
無人機遠程自主巡檢系統(tǒng)主要由長航時無人機、無人值守機場(機巢)、中央控制系統(tǒng)、云監(jiān)控平臺組成。
機巢主要部署在變電站,由中央控制系統(tǒng)遠程控制長航時無人機從變電站機巢開機、起飛、按航線自主飛行拍照,完成任務(wù)后在相鄰變電站機巢精準降落,巡檢數(shù)據(jù)通過4G網(wǎng)絡(luò)既可以實時回傳,也可以降落至機巢后邊充電邊回傳至中央控制系統(tǒng),由人工智能圖像識別模塊進行智能處理分析,分析成果自動上傳輸電智能運檢管控平臺。
3無人機遠程自主巡檢關(guān)鍵技術(shù)
3.1無人值守技術(shù)
3.1.1機巢
機巢和長航時無人機一起構(gòu)成無人值守平臺,機巢是一款為無人機巡檢作業(yè)定向研發(fā)的一體化設(shè)備,可以遠程控制和傳輸數(shù)據(jù),實時監(jiān)控無人機的狀態(tài)以及任務(wù)前的準備情況,配合無人機完成無人值守任務(wù),并為無人機提供完整的后勤保障,是無人值守系統(tǒng)中不可缺少的一部分。機巢具有以下顯著優(yōu)勢:
1)機巢嚴格按照長期野外靜置的條件研制,采用防拆除、防移動、防雷電的加強結(jié)構(gòu)設(shè)計,具備防水、防潮、恒溫性能,內(nèi)部使用模塊化設(shè)計,方便后期維護。
2)機巢具備無人機輔助降落平臺,保證無人機通過視覺、RTK定位的方式安全降落,回收后的無人機封閉式存放于機巢內(nèi)部,確保安全。
3)機巢具備氣象監(jiān)測、狀態(tài)監(jiān)控和實時通信功能,巡視時如果遇到天氣突變,機巢會發(fā)出返航指令,控制無人機自動就近返航回收。機巢狀態(tài)數(shù)據(jù)上傳至中央控制系統(tǒng),輔助維護保養(yǎng)決策。
4)機巢具備獨立應(yīng)急電源,即使突然出現(xiàn)斷電情況,也能保證機巢的正常使用,為無人機安全降落和執(zhí)行任務(wù)的安全性保駕護航。
5)機巢具備為無人機自動充電功能,充分保障無人機續(xù)航能力。
3.1.2長航時無人機
長航時無人機是一款為機巢定向研發(fā)的高端無人機,配合機巢實現(xiàn)無人值守作業(yè),具有以下顯著優(yōu)勢:
1)長航時無人機采用了全新的飛控和動力方案,擁有超長的續(xù)航能力。在正常工作條件下,新型智能電池能夠在30min之內(nèi)完成充電,作業(yè)時間長達58min,單向航程超過30km。
2)內(nèi)置飛管計算機,由4顆ARMCortex-A9處理器組成,主頻高達1.2GHz,同時還搭載2GBDDR3運行內(nèi)存和16GBEMMC存儲空間,具備強大的運算能力。還內(nèi)置4G模塊,可進行遠程控制和通信。
3)搭載RTK定位系統(tǒng),可以提供厘米級精度的定位,同時雙天線的配置為飛控準確定向,可提供強大的抗電磁干擾能力,在高壓線、金屬建筑等強磁干擾的環(huán)境下保障可靠的飛行。
4)搭載高清可見光云臺相機,最大可達2010萬像素。
3.2遠程自主精準降落技術(shù)
無人機具備雷達測高、光流測速等定位技術(shù),并搭載了RTK定位系統(tǒng),可以提供厘米級精度的定位,但是降落過程受地面效應(yīng)和現(xiàn)場環(huán)境影響,而且機巢降落平臺面積小,為確保降落安全和足夠精準,還配置了視覺輔助降落系統(tǒng),引導(dǎo)無人機精準降落。 3.3人工智能圖像識別技術(shù)
圖像識別模塊內(nèi)置于中央控制系統(tǒng)中,對傳回的巡檢照片進行智能處理分析。圖像識別采用卷積神經(jīng)網(wǎng)絡(luò)算法,具有強大的自學(xué)能力、容錯能力,通過大量樣本訓(xùn)練進行深度學(xué)習(xí),實現(xiàn)在圖像中自動提取目標。目前已建立70萬張巡檢圖像樣本庫進行深度學(xué)習(xí),可高效識別施工外破、漂浮物、速生樹種、鳥窩等缺陷隱患。
巡檢圖像處理結(jié)果會自動上傳至輸電智能運檢管控平臺進行共享和大數(shù)據(jù)分析,危急缺陷可直接形成工單推送到相應(yīng)班組人員的手持移動作業(yè)端,極大提高缺陷閉環(huán)效率。
4實踐應(yīng)用
只要天氣條件允許,無需人員乘車到現(xiàn)場,在中央控制室即可一鍵啟動任務(wù)遠程巡檢,可機群作業(yè),巡檢成果實時自動生成并回傳。遠程自主巡檢系統(tǒng)的應(yīng)用極大的節(jié)約了人力、物力和時間,有效破解了電網(wǎng)規(guī)模增長和運檢人員不足的矛盾難題。經(jīng)測算,若全面應(yīng)用,每年至少可創(chuàng)造經(jīng)濟效益1580萬元。贛西公司已制定無人機巡檢管理制度、技術(shù)標準和作業(yè)指導(dǎo)書共13項,建立了完善的無人機巡檢管理體系。
5結(jié)語
無人機遠程自主巡檢系統(tǒng)融合無人值守技術(shù)、遠程自主精準降落技術(shù)和人工智能圖像識別技術(shù)三大關(guān)鍵技術(shù),實現(xiàn)了輸電線路巡視、數(shù)據(jù)傳輸處理分析無人自主化和智能化,解決了之前手控或程控無人機巡檢過程中需要耗費大量人力物力、人員始終在野外等痛點問題,可在電力行業(yè)內(nèi)廣泛應(yīng)用,并可推廣至電信、石油等其他行業(yè),有廣闊的應(yīng)用前景。此外,基于人機協(xié)同巡檢的輸電智能運檢模式,實現(xiàn)運檢數(shù)據(jù)的精準分析和可控預(yù)警,為運檢管理決策提供有力支撐,實現(xiàn)生產(chǎn)指揮及決策的高度智能化和集約化,大幅提升設(shè)備狀態(tài)管控能力和班組管理穿透力。
參考文獻:
[1]李凱,胡智敏,湯國鋒,等.基于無人機和人工協(xié)同巡檢的輸電智能運檢實踐[J].江西電力,2018,42(10):7-9+21.
[2]何惠清,朱昱,袁煒.小型多旋翼無人機在架空輸電線路巡檢應(yīng)用探索[J].江西電力,2017,41(8):32-35.
[3]劉萬軍,梁雪劍,曲海成.基于雙重優(yōu)化的卷積神經(jīng)網(wǎng)絡(luò)圖像識別算法[J].模式識別與人工智能,2016,29(9):856-864.
[4]張咪,趙勇,布樹輝,等.基于階層標識的無人機自主精準降落系統(tǒng)[J].航空學(xué)報,2018,39(10):213-221.