朱澤鋒，胡金磊 ，溫佳靜

(1. 廣東電網(wǎng)有限責(zé)任公司清遠(yuǎn)供電局，廣東 清遠(yuǎn) 511500；2. 武漢大學(xué)電氣與自動化學(xué)院，湖北 武漢 430072)

1 引言

中國電網(wǎng)在新一輪能源革命下將進(jìn)一步豐富和擴(kuò)展[1]，電網(wǎng)規(guī)模也依然處于快速增長中[2]。當(dāng)前電網(wǎng)全要素生產(chǎn)率總體上處于較高水平[3]，而智能電網(wǎng)的快速發(fā)展也讓傳統(tǒng)人工巡檢方式越來越難以適應(yīng)工作需要[4]。

變電站巡檢為設(shè)備檢修提供有力的數(shù)據(jù)支持，檢修常見的方式包括故障檢修、定期檢修以及狀態(tài)檢修[5]。隨著電力信息數(shù)據(jù)采集趨于完善，基于大數(shù)據(jù)的電力設(shè)備運行及健康狀態(tài)評估日臻準(zhǔn)確[6]，由此對設(shè)備開展差異化檢修也成為可能[7]。

在變電站中為提高巡檢效率通常會應(yīng)用多臺機(jī)器人，而為了彌補(bǔ)機(jī)器人巡檢的盲點，采用無人機(jī)巡檢可以更加靈活、全面的采集數(shù)據(jù)，實現(xiàn)變電站巡檢無人化[8]。

在變電站中可以采用機(jī)器人與無人機(jī)協(xié)同開展無人化巡檢，為提高巡檢的效率，需要對現(xiàn)場的數(shù)據(jù)開展即時分析，從而提高巡檢的效率與質(zhì)量。從人的認(rèn)知角度出發(fā)，障礙物狀態(tài)量化準(zhǔn)確性評價是態(tài)勢感知SA(State Awareness)的典型應(yīng)用，可分成核心態(tài)勢感知和影響態(tài)勢感知的要素兩部分。核心態(tài)勢感知包括數(shù)據(jù)和環(huán)境因素提取、對當(dāng)前態(tài)勢的理解、對未來態(tài)勢的預(yù)測、決策以及行動措施等[9]。高楊團(tuán)隊對無人機(jī)集群態(tài)勢感知進(jìn)行了深入的探索。文獻(xiàn)[10]利用態(tài)勢感知模型給出同構(gòu)無人機(jī)集群SA 的一致性形成過程，異構(gòu)無人機(jī)集群 SA 的一致性判斷方法和無人機(jī)集群 SA 評價方法的選擇流程。

無人值守變電站中依然可能存在與預(yù)先觀察和設(shè)置數(shù)據(jù)不一致的情況，例如：人員或動物入侵，物件的擺放位置出現(xiàn)變動。這些障礙物對無人機(jī)飛行造成安全隱患。與現(xiàn)有單一依靠無人機(jī)采集的數(shù)據(jù)進(jìn)行避障有差別的是，基于變電站攝像頭、機(jī)器人及無人機(jī)的多源數(shù)據(jù)采集，采用邊緣計算EC(Edge Computing)框架，對障礙物的大小、位置、評估精度等狀態(tài)判斷更加精確，基于一致性分析，可以對障礙物的狀態(tài)開展量化評估與分析，由此，為無人機(jī)的安全避障飛行提供保障。

2 障礙物狀態(tài)量化準(zhǔn)確性評估系統(tǒng)

2.1 系統(tǒng)EC架構(gòu)及實現(xiàn)

無人機(jī)、機(jī)器人與攝像頭在變電站內(nèi)安全開展協(xié)同巡檢，數(shù)據(jù)采集和分析的量較大，云計算是目前在變電站集控式管理中應(yīng)用最為廣泛的技術(shù)，EC從其技術(shù)起源上就與云計算有著密切的關(guān)系，減少了云計算的響應(yīng)延遲，減輕網(wǎng)絡(luò)傳輸負(fù)擔(dān)。Agent技術(shù)雖然也有與云計算結(jié)合的[11]，但并沒有與云計算的計算與分析過程深度結(jié)合，只是完成云計算相關(guān)的任務(wù)模塊，屬于松耦合。

圖1 變電站協(xié)同巡檢EC框架

變電站的邊緣計算中心節(jié)點通常位于集控中心，不在本文研究范圍內(nèi)。機(jī)器人由于續(xù)航時間長，可以攜帶的存儲及計算資源所受限制較少，因此，在邊緣計算中承擔(dān)邊緣服務(wù)器的職責(zé)。無人機(jī)集群行動方便靈活，也可以克服單個無人機(jī)續(xù)航能力不足帶來的困擾，單個無人機(jī)承擔(dān)邊緣設(shè)備的作用。

在變電站中使用無人機(jī)集群與機(jī)器人開展協(xié)同巡檢，行進(jìn)過程中，根據(jù)任務(wù)的需要以及機(jī)器人的當(dāng)前位置， 根據(jù)任務(wù)的完成與推進(jìn)與不同的機(jī)器人協(xié)同完成所需任務(wù)。由此，在某一個特定時刻協(xié)同巡檢是一個標(biāo)準(zhǔn)的EC框架，但隨著時間的推進(jìn)，EC框架中參與的邊緣服務(wù)器、邊緣設(shè)備都可能發(fā)生變化，是一個動態(tài)EC框架。

變電站中的一次巡檢任務(wù)中通常包括多個子任務(wù)，由于無人機(jī)飛行的速度有限，也可以對子任務(wù)之間的間隔時間進(jìn)行調(diào)整，由此，子任務(wù)之間的時間間隙是最優(yōu)的EC框架動態(tài)調(diào)整時機(jī)。當(dāng)然，無人機(jī)電量不足必須返航，機(jī)器人的運行位置切換也是需要考慮的因素，可以通過任務(wù)啟動前的提前規(guī)劃，盡量避免子任務(wù)執(zhí)行過程中參與EC的節(jié)點切換。

2.2 技術(shù)難點分析

變電站無人化值守經(jīng)過多年的實施已經(jīng)基本普及，機(jī)器人巡檢也初步得到應(yīng)用。目前變電站機(jī)器人巡檢多采用履帶式或輪式，運行速度較慢，所以通常在一個變電站中需要采用多臺機(jī)器人同時開展巡檢工作。

由于機(jī)器人在地面運行，視角會受到限制，當(dāng)前有采用升降桿調(diào)整攝像頭的高低和角度，但出于運行安全的考慮，調(diào)整范圍受到限制。無人機(jī)由于其飛行速度快，較少受到限制，因此，在變電站中與機(jī)器人協(xié)同，可以在很大程度上代替人工巡檢，向無人化巡檢的方向推進(jìn)。協(xié)同巡檢有以下主要技術(shù)難點：

1)多種數(shù)據(jù)采集：變電站巡檢中，常見需要搜集的數(shù)據(jù)包括可見光圖片及紅外數(shù)據(jù)。無人機(jī)由于搭載負(fù)荷的能力有限，采用多臺無人機(jī)搭載不同的負(fù)荷開展協(xié)同巡檢非常必要。

2)數(shù)據(jù)采集同步：在一些情況下，需要機(jī)器人與無人機(jī)對同一設(shè)備的不同部位進(jìn)行同步的采樣，這也需要無人機(jī)與機(jī)器人協(xié)同。

3)數(shù)據(jù)共享：單一機(jī)器人或無人機(jī)在運行過程中，需要對環(huán)境數(shù)據(jù)進(jìn)行感知、決策，決策的內(nèi)容可以共享，例如：如果機(jī)器人分析出前方障礙物的高度，可以將相關(guān)信息分享給無人機(jī)，由此無人機(jī)不需要對圖像數(shù)據(jù)進(jìn)行分析，直接決策是否需要繞飛。

攝像頭的數(shù)據(jù)在目前變電站中應(yīng)用還比較有限，集中在安監(jiān)、數(shù)據(jù)讀取等方面。將攝像頭、機(jī)器人數(shù)據(jù)與無人機(jī)數(shù)據(jù)融合，可以對障礙物的狀態(tài)更好的量化評估，而通過一致性分析方法，可以將無效的數(shù)據(jù)從中剔除，從而以高質(zhì)量數(shù)據(jù)為依據(jù)評估，準(zhǔn)確性更高。

3 量化評估一致性分析方法

3.1 評估模型

在經(jīng)典的SA三級模型[12]中，在一定的時間和空間約束條件下，通過對環(huán)境元素的感知，理解，實現(xiàn)預(yù)測。參與協(xié)同的個體實現(xiàn)“感知-調(diào)整-決策-執(zhí)行”(OODA)環(huán)，但顯然信息存在不完整、不確定性。軍用無人機(jī)集群運行時需要從完備性、準(zhǔn)確性、連續(xù)性、時效性、相關(guān)性及準(zhǔn)確度這六個方面評估協(xié)同態(tài)勢的覺察一致性。

與現(xiàn)有面向區(qū)域覆蓋以及特定目標(biāo)識別和攻擊的需求不同，變電站覆蓋范圍不大，邊界非常明確，但對于飛行控制的精度要求非常高，對于場所中的人、裝備、設(shè)備的檢測要求比較高。由此，量化準(zhǔn)確性評估的模型也需要有所調(diào)整，如圖2紅色部分所示，需要對無人機(jī)，機(jī)器人以及變電站現(xiàn)有固定攝像頭的數(shù)據(jù)進(jìn)行有效融合才能進(jìn)一步通過機(jī)器學(xué)習(xí)方法對障礙物進(jìn)行有效判斷，從而為巡檢線路的優(yōu)化提供支撐，為安全飛行提供保障。

變電站無人化巡檢過程中，由于飛行線路已經(jīng)提前進(jìn)行了設(shè)計，所需采集的圖像數(shù)據(jù)非常確定，而變電站設(shè)備自身并不會移動，因此，從飛行安全角度考慮，重點需要感知在變電站中不屬于自身所有的人、物以及設(shè)備，可以定義為待感知障礙物(SO，Sensed Obstacle)，可以主要分為兩類：

1)計劃障礙物：變電站中根據(jù)操作需要動作的設(shè)備，或者是參與巡檢的設(shè)備。示例包括參與巡檢的裝備，如工具箱，機(jī)器人，無人機(jī)等。

2)例外障礙物：變電站巡檢過程中出現(xiàn)的其它對象，例如：遺留的設(shè)備和工具，入侵的動物或人。

3.2 指標(biāo)體系

假定某巡檢任務(wù)，無人機(jī)需要巡檢K臺設(shè)備，當(dāng)前巡檢第k臺設(shè)備，設(shè)定為巡檢的第k個步驟，當(dāng)前的時刻為j。當(dāng)前步驟k中有M1臺無人機(jī)，M2臺機(jī)器人，M3個攝像頭，共M個物聯(lián)網(wǎng)設(shè)備。

針對變電站協(xié)同巡檢的需求，定義以下主要評價指標(biāo)。

1)完整性指標(biāo)：主要用于描述完整反應(yīng)所有SO態(tài)勢特征的程度。

(1)

顯然，完整度指數(shù)越高，能獲得更多的態(tài)勢特征結(jié)果，綜合分析可以避免出現(xiàn)誤判的情況。

2)均勻性指標(biāo)：主要用于描述從全方位描述對象態(tài)勢狀態(tài)的程度。

圖3 均勻性指標(biāo)

如圖3所示，圓心代表SO，右邊的缺口表示由于變電站的區(qū)域限制，不允許部署物聯(lián)網(wǎng)的區(qū)域，圓弧表示可以部署的區(qū)域，半徑可以根據(jù)需要設(shè)置，可設(shè)置為50米，而紅色圓弧部分表示實際部署的部分。

對于m點檢測到的態(tài)勢特征S(m，l，k，tj，i)，通過連接SO點P與物聯(lián)網(wǎng)檢測設(shè)備，可以將態(tài)勢數(shù)據(jù)投影到對應(yīng)的圓弧上，并統(tǒng)計對應(yīng)的概率分布函數(shù)f(S(l，k，tj，i))，對應(yīng)的數(shù)學(xué)期望為E(l，k，tj)，由此，將分布函數(shù)的均方差定義為均勻度Ev(l，k，tj)。

均勻性指標(biāo)越好，可以更全面，準(zhǔn)確的分析處于運動狀態(tài)的SO的速度，避免由于視差導(dǎo)致的數(shù)據(jù)分析錯誤。

3)m點準(zhǔn)確性指標(biāo)：目標(biāo)特性與SO的特征一致程度。

若SO點P在感知后的狀態(tài)為Pt(S(m，l，tj，i))，真實狀態(tài)為Pr(m，l，tj，i)。則有準(zhǔn)確性指標(biāo)

(2)

?/Pt∈?

3.3 基于EC的數(shù)據(jù)融合

在巡檢過程中，待感知對象的行動路線，速度都有可能發(fā)生變化，隨機(jī)性較強(qiáng)，比如：動物或人的入侵。因此，基于曲線擬合或者支持向量機(jī)這樣的算法難以應(yīng)用于對象位置的預(yù)測。用感知代替預(yù)測，可以更為真實的反應(yīng)SO的當(dāng)前狀態(tài)，無人機(jī)也可以據(jù)此更為安全的規(guī)劃避障路徑。

在變電站的EC框架下，物聯(lián)網(wǎng)終端攝像頭具備一定的圖像分析能力，無人機(jī)為提高續(xù)航能力，以數(shù)據(jù)和圖像的采集為主，而機(jī)器人的電量充足，計算功能強(qiáng)，可以作為邊緣服務(wù)器使用。

顯然，對于對象移動的判斷，如圖3所示，當(dāng)監(jiān)測的物聯(lián)網(wǎng)終端與SO運動方向垂直時，判斷速度與方向最準(zhǔn)確，當(dāng)物聯(lián)網(wǎng)終端在運動方向上時，就很難判斷對象的運動狀態(tài)。

設(shè)置重要性指標(biāo)為

(3)

則對應(yīng)的SO準(zhǔn)確性指標(biāo)可以進(jìn)一步得到

(4)

3.4 多目標(biāo)障礙物狀態(tài)一致性量化算法

3.4.1 目標(biāo)跟蹤相空間描述

在變電站中，動態(tài)目標(biāo)的危險程度高，靜態(tài)目標(biāo)如果位于危險區(qū)域，其危險程度也高。顯然在變電站中需要具備對多個目標(biāo)跟蹤的能力。

考慮到無人機(jī)在變電站中的飛行速度，每5秒鐘對數(shù)據(jù)開展一次分析，每個目標(biāo)的SA數(shù)據(jù)進(jìn)行跟蹤，有：

SA(l，k，tj)=[Com(l，k，tj)，Ev(l，k，tj)，Ps(l，k，tj)]T

(5)

由此，針對特定目標(biāo)l，有跟蹤的序列相空間描述為S(l)={SA(l，k，t1)，…，SA(l，k，tj)，…}。

對指標(biāo)進(jìn)行去均值化處理，有：

(6)

其中E(SA)為指標(biāo)的數(shù)學(xué)期望。

3.4.2 決策矩陣

進(jìn)一步對該序列進(jìn)行非線性處理

(7)

由于指標(biāo)的均勻性對于指標(biāo)的有效性具有重要的作用，由此，指標(biāo)的權(quán)重設(shè)置為

(8)

(9)

由此，針對SA的l，設(shè)定區(qū)間決策矩陣為：

(10)

3.4.3 一致性計算

集群態(tài)勢覺察一致性

(11)

進(jìn)一步得到可能度公式

Pi，j=P(hi≥hj)

(12)

變電站巡檢中，態(tài)勢感知所應(yīng)用的數(shù)據(jù)來源包括無人機(jī)、機(jī)器人以及攝像頭三個集群，由此，得到區(qū)間數(shù)相對大小為

(13)

區(qū)間數(shù)相對大小可以用于評價一致性差異。

4 仿真分析

4.1 仿真設(shè)定

廣東清遠(yuǎn)供電局某110kV變電站采用無人化巡檢方案。采用1臺無人機(jī)，4臺機(jī)器人開展移動式巡檢。某巡檢任務(wù)需要對4臺設(shè)備開展巡檢，即巡檢劃分為4個步驟，每個巡檢步驟中可以參與邊緣計算的設(shè)備數(shù)量為。

表1 邊緣計算設(shè)備

在每個階段，都設(shè)置4個障礙物，分別是行人、人字梯、工具箱，分別差異化設(shè)置。顯然，本算法具有相當(dāng)?shù)撵`活度與彈性，參與邊緣計算的無人機(jī)數(shù)量，機(jī)器人數(shù)量以及攝像頭數(shù)量可以根據(jù)現(xiàn)場計算結(jié)果靈活調(diào)整，不需要預(yù)先進(jìn)行人工參數(shù)設(shè)置，這符合變電站巡檢的實際工作情況。

4.2 實驗結(jié)果及分析

基于邊緣計算的情況下，數(shù)據(jù)源的選取可以非常靈活。在給定巡檢任務(wù)下，無人機(jī)的飛行路徑較為固定，因此，參與邊緣計算的攝像頭可以與無人機(jī)執(zhí)行的任務(wù)綁定。本文根據(jù)獲取的數(shù)據(jù)，分別按照以下三種方式的數(shù)據(jù)源組合進(jìn)行計算并對結(jié)果進(jìn)行對比：無人機(jī)數(shù)據(jù)(R1組合)；無人機(jī)及攝像頭數(shù)據(jù)(R2組合)；無人機(jī)、機(jī)器人及攝像頭數(shù)據(jù)(R3組合)。

針對單一任務(wù)，選取20次飛行的數(shù)據(jù)均值作為計算依據(jù)，計算得到的結(jié)果見表2，其中的序號1，2，3分別對應(yīng)R1組合，R2組合以及R3組合。以理論分析狀態(tài)與實際狀態(tài)的參數(shù)比值為評價標(biāo)準(zhǔn)評估量化結(jié)果。

表2 權(quán)重及區(qū)間數(shù)相對大小計算結(jié)果

1)單純應(yīng)用無人機(jī)的數(shù)據(jù)進(jìn)行分析，對無人機(jī)數(shù)據(jù)的準(zhǔn)確性要求越高，否則對安全性影響較大。

2)將物聯(lián)網(wǎng)攝像頭數(shù)據(jù)與無人機(jī)數(shù)據(jù)結(jié)合后，對障礙物的障礙物狀態(tài)量化評估準(zhǔn)確性提高比較大。

1)單純應(yīng)用無人機(jī)數(shù)據(jù)在變電站內(nèi)導(dǎo)航，風(fēng)險較大，而采用物聯(lián)網(wǎng)數(shù)據(jù)后，障礙物狀態(tài)量化評估的準(zhǔn)確性大幅度提高，可以保障無人機(jī)安全飛行。

圖4 平均一致性差異度

2)參與協(xié)同分析的物聯(lián)網(wǎng)終端越多，障礙物狀態(tài)量化評估的分析結(jié)果越準(zhǔn)確。

3)同等條件下，均勻性指標(biāo)越高，分析結(jié)果越準(zhǔn)確。

4)機(jī)器人由于數(shù)量較少，如果所處位置不佳，在前述基礎(chǔ)上提升障礙物狀態(tài)量化評估的準(zhǔn)確性效果與攝像頭相差不大(見S3)。但如果機(jī)器人的位置比較理想，則有可能大幅度提升障礙物狀態(tài)量化評估的準(zhǔn)確性(見S2)。

在對變電站現(xiàn)場障礙物的位置，數(shù)量進(jìn)行調(diào)整后，可以得到類似的結(jié)果。

5 結(jié)論

無人化運維是工業(yè)運維的未來趨勢，是物聯(lián)網(wǎng)、邊緣計算、人工智能、機(jī)器人、無人機(jī)等方面的交叉學(xué)科。本文以變電站無人化巡檢為研究對象，以無人機(jī)為巡檢發(fā)起的，構(gòu)建包括無人機(jī)、機(jī)器人以及固定攝像頭在內(nèi)的邊緣計算框架，對變電站內(nèi)巡檢任務(wù)相關(guān)的SO進(jìn)行SA分析。文章提出了計算框架，數(shù)據(jù)融合框架，指標(biāo)體系以及對應(yīng)的指標(biāo)分析方法。通過不同的數(shù)據(jù)組合測試，在現(xiàn)有變電站中對提出的分析方法進(jìn)行了驗證，證明了所提出方法的有效性。

下一步基于態(tài)勢感知的結(jié)果，進(jìn)一步協(xié)調(diào)機(jī)器人、無人機(jī)在巡檢過程中的巡檢線路配合，在本文數(shù)據(jù)融合協(xié)同的基礎(chǔ)上實現(xiàn)空地巡檢過程的協(xié)同。