摘要：由于輸電線路長期工作在野外環(huán)境，受到天氣和電力負(fù)荷自身因素的影響，導(dǎo)致輸電線路的損傷概率不斷增大，需要利用無人機(jī)控制方法進(jìn)行輸電線路無損探傷設(shè)計(jì)，其能有效的提高輸電線路的穩(wěn)定性。

關(guān)鍵詞：無人機(jī);無損探傷;無損探傷

1無人機(jī)及無損探傷的相關(guān)概述

1.1無人機(jī)

無人機(jī)是利用無線電遙控設(shè)備和自備的程序控制裝置操縱的不載人飛行器。無人機(jī)實(shí)際上是無人駕駛飛行器的統(tǒng)稱，從技術(shù)角度定義可以分為：無人固定翼飛機(jī)、無人垂直起降飛機(jī)、無人飛艇、無人直升機(jī)、無人多旋翼飛行器、無人傘翼機(jī)等。

1.2無損探傷

無損探傷是在不損壞工件或原材料工作狀態(tài)的前提下，對被檢驗(yàn)部件的表面和內(nèi)部質(zhì)量進(jìn)行檢查的一種測試手段。常用的無損探傷方法有：X光射線探傷、超聲波探傷、磁粉探傷、滲透探傷、渦流探傷、γ射線探傷、螢光探傷、著色探傷等。

2輸電線路的無人機(jī)圖像采集和信息增強(qiáng)

2.1無人機(jī)圖像采集

為了實(shí)現(xiàn)基于無人機(jī)技術(shù)的輸電線路無損探傷應(yīng)用，建立輸電線路無人機(jī)視覺圖像的邊緣輪廓檢測模型，采用多尺度特征分解方法進(jìn)行輸電線路無人機(jī)視覺空間分布式融合處理，輸電線路無人機(jī)視覺圖像的統(tǒng)計(jì)函數(shù)為：

上式表示為輸電線路無人機(jī)視覺圖像邊緣像素特征量，結(jié)合模糊約束指標(biāo)參量集融合的方法，進(jìn)行輸電線路無人機(jī)視覺重構(gòu)，像素分布特征函數(shù)為一個(gè)標(biāo)準(zhǔn)的正態(tài)分布函數(shù)，ω為輸電線路無人機(jī)視覺圖像的統(tǒng)計(jì)特征分布的慣性權(quán)重。采用統(tǒng)計(jì)平均分析方法，進(jìn)行輸電線路無人機(jī)視覺圖像的量化分析，建立輸電線路無人機(jī)視覺圖像的關(guān)聯(lián)規(guī)則分布集RN與XN，得到輸電線路無人機(jī)視覺關(guān)聯(lián)分布關(guān)系為：

把和的表達(dá)式代入到上述方程組中，建立輸電線路無人機(jī)視覺圖像采集模型，采用輸電線路無人機(jī)視覺圖像的邊緣輪廓檢測模型進(jìn)行特征檢測和重建，采用多尺度特征分解方法進(jìn)行輸電線路無人機(jī)視覺空間分布式融合處理。受光照、風(fēng)速及氣流等因素的影響，采用傳統(tǒng)的輸電線路損傷檢測方法獲取輸電線路圖像易出現(xiàn)模糊現(xiàn)象，而采用輸電線路無人機(jī)視覺圖像的邊緣輪廓檢測模型進(jìn)行特征檢測和重建并經(jīng)過處理后的圖像，能獲取到清晰的輸電線路導(dǎo)線圖像，并通過相應(yīng)的圖像處理可以對實(shí)現(xiàn)輸電導(dǎo)線損傷的準(zhǔn)確識別。

2.2圖像增強(qiáng)處理

結(jié)合參數(shù)分析和圖像邊緣特征參數(shù)分析的方法，進(jìn)行輸電線路無人機(jī)視覺圖像的模糊參量識別，構(gòu)建輸電線路無人機(jī)視覺信息統(tǒng)計(jì)分析模型，得到模糊相關(guān)像素特征分布集表達(dá)式為：

令f（si）=（f（x1），f（x2），…，f（xn）），構(gòu)建輸電線路無人機(jī)視覺信息重建的模糊子空間調(diào)度模型，表示為P（ni）={pk|prkj=1，k=1，2，…，m}，進(jìn)行輸電線路無人機(jī)視覺圖像的關(guān)聯(lián)調(diào)度和模糊度特征分析，根據(jù)輸電線路無人機(jī)視覺圖像的模糊特征分布集，進(jìn)行輸電線路無人機(jī)視覺特征重構(gòu)和信息增強(qiáng)處理，建立輸電線路無人機(jī)視覺信息重構(gòu)模型，重構(gòu)規(guī)則如下式：

式中，λ表示輸電線路無人機(jī)視覺分布因子，為輸電線路無人機(jī)視覺圖像的統(tǒng)計(jì)特征分量，ωw為自適應(yīng)加權(quán)系數(shù)，構(gòu)建輸電線路無人機(jī)視覺圖像的信息優(yōu)化融合模型，進(jìn)行模糊相關(guān)性約束參量分析。通過建立輸電線路無人機(jī)視覺圖像的特征匹配函數(shù)，結(jié)合模板匹配方法進(jìn)行損傷檢測和信息增強(qiáng)處理，進(jìn)行輸電線路無人機(jī)視覺信息評估，得到輸電線路無人機(jī)視覺圖像的模糊性調(diào)度函數(shù)為：

式中，Xj（t）為第t次迭代后輸電線路無人機(jī)視覺圖像的模糊規(guī)則集，根據(jù)圖像信息增強(qiáng)結(jié)果，進(jìn)行信息重構(gòu)和無損檢測，提高輸電線路的無損檢測能力。

3輸電線路無損探傷優(yōu)化

3.1輸電線路無人機(jī)視覺特征重構(gòu)

構(gòu)建模糊子空間調(diào)度模型進(jìn)行輸電線路無人機(jī)視覺圖像的特征重構(gòu)，給出輸電線路無人機(jī)視覺圖像的控制函數(shù)為：

上式中，輸電線路無人機(jī)視覺圖像的關(guān)聯(lián)規(guī)則分布函數(shù)為Mh，采用模糊直方圖特征分析方法進(jìn)行輸電線路無人機(jī)視覺特征采樣和聯(lián)合關(guān)聯(lián)規(guī)則挖掘方法，得到輸電線路的損傷特征檢測輸出表示如下：

通過相似度融合的方法，進(jìn)行輸電線路無人機(jī)視覺圖像動(dòng)態(tài)評估，得到輸電線路無人機(jī)視覺圖像無損探測輸出為：

設(shè)當(dāng)前的輸電線路無人機(jī)視覺信息采集的多維子空間分布特征集表示為CF=[F，Q，n，RT1，RT2，RW]，其中輸電區(qū)域性像素序列為{X1，X2，…，Xn}，（F，Q）為關(guān)聯(lián)約束系數(shù)，計(jì)算輸電線路無人機(jī)視覺圖像的模糊特征分布集，結(jié)合LBG矢量量化進(jìn)行特征重構(gòu)。

3.2輸電線路無人機(jī)視覺圖像的損傷檢測輸出

構(gòu)建輸電線路無人機(jī)視覺信息特征分布式融合模型，根據(jù)視覺特征的差異性進(jìn)行輸電線路無人機(jī)視覺圖像的損傷檢測，差異性特征分布為：

設(shè)定損傷區(qū)域的邊緣輪廓d，利用邊緣像素融合性分解的方法得到能量函數(shù)為：

式中，輸電線路無人機(jī)視覺信息梯度分布權(quán)系數(shù)λ，v均為常數(shù)。若假設(shè)輸入的輸電線路無人機(jī)視覺圖像ri對應(yīng)的輸出為yi，則有：

根據(jù)上式，采用子空間融合方法，進(jìn)行輸電線路無人機(jī)視覺特征重建，得到輸出的重建結(jié)果為{r1，r2，…，rN}，對應(yīng)的輸出像素特征分布序列為{y1，y2，…，yN}，輸電線路無人機(jī)視覺圖像追蹤，得到輸電線路無損檢測輸出為：

w為圖像信號的自相關(guān)矩陣。

綜上分析，實(shí)現(xiàn)基于無人機(jī)技術(shù)的輸電線路無損探測和損傷檢測。實(shí)現(xiàn)流程如圖1所示。

4結(jié)束語

本文通過根據(jù)無人機(jī)采集的圖像特征，進(jìn)行輸電線路無損探傷設(shè)計(jì)，提出基于無人機(jī)技術(shù)的輸電線路無損探傷方法，采用無人機(jī)進(jìn)行輸電線路的視覺圖像采集，建立輸電線路無人機(jī)視覺圖像的邊緣輪廓檢測模型，采用多尺度特征分解方法進(jìn)行輸電線路無人機(jī)視覺空間分布式融合處理，構(gòu)建輸電線路無人機(jī)視覺特征重構(gòu)模型，結(jié)合模糊度檢測和信息增強(qiáng)方法，進(jìn)行輸電線路無人機(jī)視覺圖像信息增強(qiáng)處理，構(gòu)建輸電線路無人機(jī)視覺信息特征分布式融合模型，根據(jù)視覺特征的差異性進(jìn)行輸電線路無人機(jī)視覺圖像的損傷檢測。

參考文獻(xiàn)

[1]謝曉君.針對高壓輸電線路技術(shù)無人機(jī)巡檢的運(yùn)用簡析[J].通訊世界，2019，26（11）：263-264.

[2]周子強(qiáng).輸電線路無人機(jī)巡檢智能管理系統(tǒng)的研究與應(yīng)用[J].數(shù)字技術(shù)與應(yīng)用，2019，37（11）：105-107.

作者介紹：姚東（1985.4.36—）;男;湖南岳陽;漢族;本科;工程師;輸電運(yùn)檢管理;研究方向：輸電線路運(yùn)檢;國網(wǎng)四川省電力公司自貢供電公司。