針對目前巡線方法存在的效率低、成本高以及直升機電力巡檢技術煩瑣和可操作性不強等問題，對無人機系統(tǒng)進行了詳細的闡述，同時結合無人機在線路運維管理中的應用，詳細介紹了無人機巡檢的流程，并重點圍繞輸電線路巡檢中路徑規(guī)劃、線路故障的探測及線路的評估預測進行探討，分析得出以下結論：無人機巡檢可有效提高輸電線路巡視與檢修效率，推動輸電線路智慧運維的進程。

社會經(jīng)濟的快速發(fā)展離不開電網(wǎng)規(guī)模的迅速擴大。大規(guī)模復雜的輸電線路需要更多的人力、物力進行巡檢，由于分布存在差異，輸電線路的缺陷隱患也各不相同。傳統(tǒng)的以人工為主的輸電線路巡檢方法存在巡檢精度低、盲區(qū)多、運維范圍小等缺點，不能滿足線路巡檢的要求，傳統(tǒng)巡檢方法存在的這些不足促進了無人機巡檢技術的發(fā)展。

1 輸電線路巡檢現(xiàn)狀

目前輸電線路的巡檢方法主要有人工巡檢、機器人巡檢、直升機巡檢和無人機巡檢。其中，人工巡檢只適合小規(guī)模、小范圍的輸電線路巡檢，針對大面積、大范圍、復雜的山區(qū)和水域等輸電線路的巡檢，人工巡檢需要花費大量人力、物力，且存在巡檢盲區(qū)。直升機巡檢效率高，但是需要投入大量的資金，同時直升機技術比較復雜，推廣使用比較困難。機器人巡檢距離比較短，效率低，而且只限于桿塔之間。而無人機由于飛機體積小、成本低、使用方便，技術比較簡單成熟，在電力巡檢中逐漸被認可，其能夠克服直升機、機器人以及人工巡檢的缺點，因而在輸電線路運維工作中扮演的角色日益重要起來。

無人機是利用無線電遙控設備和自備的程序控制裝置操縱的不載人飛行器，無人機可以搭載各種監(jiān)測設備，如紅外、激光雷達、圖像采集設備等。通過無人機，運維人員可以方便地借助監(jiān)測設備進行人工無法實現(xiàn)的、危險的以及重復性的輸電線路運維工作。

2 無人機輸電線路巡檢

無人機輸電線路的巡檢通常情況下是無人機搭載相機、激光雷達、紅外設備等工具對輸電線路進行巡檢、數(shù)據(jù)采集。采集的原始數(shù)據(jù)通過通信設備傳輸至地面終端的工作站，內(nèi)業(yè)數(shù)據(jù)處理人員利用專業(yè)的軟件打開采集的數(shù)據(jù)，并對數(shù)據(jù)進行處理，分析得到輸電線路中存在的缺陷隱患，然后根據(jù)制訂的運維檢修策略，安排運維人員進行排查消缺。

無人機的巡檢可以通過圖像數(shù)據(jù)、點云數(shù)據(jù)、文本數(shù)據(jù)等對輸電線路的斷股、鳥窩、溫度異常、絕緣子掉串、金具銹蝕、樹障等進行監(jiān)測分析。

2.1 無人機巡檢系統(tǒng)

無人機系統(tǒng)包含飛行平臺、機載設備、通信設備、地面站。其中，飛行平臺自身可搭載許多先進的數(shù)據(jù)獲取儀器，還有自助預警設備和相關的輔助設備，其作用為保持飛行平臺在空中穩(wěn)定飛行。機載設備作為巡檢工具搭載在飛行平臺上，機載設備的參數(shù)根據(jù)實際需要設置。通信設備可將采集的數(shù)據(jù)傳輸至數(shù)據(jù)處理中心。地面站的主要作用是運維人員可以無線操控無人機，并提供位置信息[1]。

2.2 無人機巡檢過程

輸電線路的巡檢包括多項工作，為使輸電線路的巡檢更加規(guī)范，同時提高巡檢效率，需要在巡檢前根據(jù)規(guī)范、實際項目的需要、現(xiàn)場實際情況等制訂巡檢流程。無人機巡檢作業(yè)流程如圖1所示。

（1）巡檢策略。輸電線路的運維管理單位根據(jù)管轄區(qū)域內(nèi)輸電線路上一年的巡檢結果及上級單位的任務安排，綜合制訂符合單位需求的運檢策略，并細化到每季度的巡檢策略。

（2）制訂巡檢計劃。根據(jù)運維策略并結合線路巡檢的情況（缺陷、隱患），制訂合理的巡檢計劃。

（3）巡檢前期準備。根據(jù)之前人工巡檢踏勘的線路地形地貌和周圍的環(huán)境，準備線路、桿塔的臺賬信息，以備后續(xù)使用。

（4）現(xiàn)場線路巡檢，數(shù)據(jù)處理、分析。現(xiàn)場線路巡檢主要包括無人機飛行前的準備和線路巡檢。無人機飛行前需要對無人機進行檢查、試飛，包括確定飛行路線；線路巡檢是無人機搭載機載設備按照設定的飛行路線對線路重要部位進行數(shù)據(jù)采集。數(shù)據(jù)處理、分析主要是對采集的數(shù)據(jù)進行存儲、預處理、分析。

（5）線路巡檢結果。根據(jù)數(shù)據(jù)分析結果，總結巡檢的結果，以備線路狀態(tài)評估使用。

（6）線路排查、消缺。根據(jù)線路巡檢結果，對出現(xiàn)缺陷或隱患的線路重要部位進行現(xiàn)場排查，并進行消缺處理，對于存在隱患的部分進行線路的狀態(tài)評價。

2.3 巡檢路徑規(guī)劃

在使用無人機巡檢時，最為重要的是輸電線路的巡檢路徑要明確。傳統(tǒng)的巡檢路徑規(guī)劃方法是人工采集線路的重要點位，然后將重要點位導入無人機的導航系統(tǒng)中，這種方法需要嚴謹?shù)挠嬎悖駝t會出現(xiàn)無人機飛行安全問題[2]。

為方便運維人員更加有效地規(guī)劃線路巡檢路徑，可使用遺傳算法進行路徑規(guī)劃。輸電線路巡檢路徑主要包含巡檢線路的起點、終點、拐點以及線路中重要目標點的坐標信息，同時路徑規(guī)劃也與無人機自身的參數(shù)以及實際巡檢任務的要求有關，如無人機電池容量、最低巡檢高程、最大拐角等。路徑規(guī)劃的最優(yōu)選擇是在滿足巡檢要求的前提下找到符合約束條件的線路，同時消耗較少的人力、物力[3]。

在實際巡檢中，懲罰函數(shù)的表達式如下：

式中：a、b、c、z為常數(shù)；xi表示不同的約束條件。 實際的運維巡檢中，可以根據(jù)兩個相鄰的路徑節(jié)點，計算整個線路節(jié)點總的路徑長度，假設一條線路有n+1個目標點，目標函數(shù)可以表示為：

式中：mi表示第i段線路的長度；h表示懲罰函數(shù)。 根據(jù)式（1）（2），路徑規(guī)劃的函數(shù)可以表示為：

這種規(guī)劃方法是根據(jù)適應度函數(shù)的最小解得到最佳巡檢路徑，約束條件的選擇及常數(shù)需要根據(jù)實際巡檢任務具體分析。

2.4 線路故障的探測

輸電線路故障的探測根據(jù)故障的類型主要分為3個方面：

（1）根據(jù)無人機搭載的攝像頭對線路周圍進行拍照，運維人員根據(jù)照片判斷分析故障類型及故障的嚴重程度。人工逐個進行分辨存在效率低、人為干擾過多等缺點，因此需采用智能深度學習的方法對輸電線路圖片進行批量識別，目前廣泛使用深度學習方法識別故障，對故障進行分類。使用較為廣泛的主要是基于RetinaNet模型的深度學習方法，此方法選取以分類損失函數(shù)為核心特征的金字塔網(wǎng)絡為骨干網(wǎng)絡用于圖像目標的自動檢測。相比傳統(tǒng)的一階目標檢測和二階目標檢測模型，此方法在精度和準確度上都較高[4]。

（2）無人機搭載紅外線和紫外線監(jiān)測設備，利用紅外線獨有的優(yōu)勢監(jiān)測輸電線路的溫度異常，確定線路的故障點位置；利用紫外線監(jiān)測輸電線路放電后產(chǎn)生的信號，以此檢測線路放電缺陷點故障。

（3）無人機搭載激光雷達設備對輸電線路進行數(shù)據(jù)采集，根據(jù)測區(qū)已有的控制點進行數(shù)據(jù)計算，求得點云數(shù)據(jù)的坐標點位置。對點云數(shù)據(jù)進行預處理，進行點云數(shù)據(jù)分類，形成彩色點云，分類分別為高植被、低植被、電力線、桿塔、地面等多類。根據(jù)已有的點云數(shù)據(jù)量測樹木、建筑物至輸電線路的距離，并依據(jù)電網(wǎng)樹障判斷標準分類出輸電線路的危險點。同時，可以根據(jù)點云數(shù)據(jù)模擬出大風、高溫、覆冰情況下的輸電線路，為樹障砍伐、輸電線路改造提供依據(jù)，從而為電力線路的檢修運維和建設工作提供方便[5]。

2.5 輸電線路的評估預測

根據(jù)巡檢數(shù)據(jù)分析結果，線路的隱患目標點會對輸電線路的運行狀態(tài)造成安全風險，因此需要對巡檢后的線路做風險評估預測。輸電線路風險評估，主要涉及設備的健康度、交叉跨越類型、微氣象因子等。設備健康度直接引用設備狀態(tài)評價結果（巡檢數(shù)據(jù)的分析），分為正常、注意、異常和嚴重4種狀態(tài)；微氣象因子包括氣溫、降水量、風速、相對濕度、大氣壓強等。建立風險評估模型，技術路線如圖2所示。

根據(jù)設備健康度和交叉跨越重要性，確定風險評估管控級別——Ⅰ級、Ⅱ級、Ⅲ級、Ⅳ級，根據(jù)不同的管控級別制訂不同的管控措施，可以有力保障輸電線路安全穩(wěn)定運行。缺陷隱患整治應做到及時發(fā)現(xiàn)、準確定級、立即消缺、閉環(huán)管控，原則上，應在規(guī)定時限內(nèi)完成整治處理，或采取必要的措施將隱患影響盡可能降至最低。

4 結語

無人機因其輕量便捷、成本低的優(yōu)勢，在輸電線路巡檢中發(fā)揮著越來越大的作用，有著廣闊的發(fā)展前景。無人機搭載機載設備進行巡檢很大程度上節(jié)約了人力、物力，同時可以應用于人工無法進行巡檢的線路以及危險線路，避免了線路巡檢的盲點，為線路的運維管理提供了強有力的輔助工具，推動了輸電線路運維的智能化進程。無人機搭載設備監(jiān)測的多源海量數(shù)據(jù)為輸電線路的智能分析提供了數(shù)據(jù)支撐，促進了深度學習、人工智能方法在輸電線路運維中的應用。

審核編輯：劉清