(貴州電網有限責任公司輸電運行檢修公司,貴州 貴陽 550000)
隨著中國現代科學與技術的快速發展,人們對電能輸送的需求越來越多,架空輸電線路工程的規模也越來越大。在架空電力線路工程實施完成后,往往需要穿過復雜的地形和險惡的自然環境與生態環境,借助無人機技術實現對輸電線路的巡檢,以確保架空線路的運行安全,實現輸電線路巡檢的自動化。
當前,國內輸電線路的檢測一般依靠人力巡視。在巡視過程中,使用電桿等輔助裝置來完成對電力設施的檢查。當線路位于野外場景時,作業人員的巡視難度大大升高,特別是在惡劣環境的場景下。而當電力建設規模越來越大時,運行維護的勞動量和強度也隨之增大,結果導致作業人員工作強度成倍增加,但是作業效率反而不盡人意。所以,常規的巡檢方式對人力資源是一種極大的浪費[1]。同時,常規巡檢方式對作業人員的風險也很大,特別是在懸崖、山體等嚴酷地形,在雨雪冰凍等極端天氣下,經常會發生威脅人身安全的情況。
無人機用于電力巡檢,融合了航天、通信、視頻處理技術等最新科學技術,作為傳統巡檢方式的替代,這種新型作業形式安全高效,不需要人員爬塔進行檢測,操作成本低。目前它已被一些電力企業開始使用并逐步發展,開始展現出替代傳統作業方式的趨勢[2]。
有了無人機的助力,就可以在電力巡檢作業時遠程完成沿線路通道的巡視,并同步完成多種電力設施無人型的維護和定位。當前,無人機不但能夠用于線路巡檢的作業,也可以創造性地運用于電力設施的施工、監理等。而且在電力部門,除了故障排查的緊急情況、線路建設施工尾期的投運驗收工作以及不停電作業等情況外,可利用無人機在人力無法或難以到達的地理區域進行檢測或作業,并能在不爬塔的情況下完成檢查工作,人工逐步替代人力巡視,減少電工人身安全威脅[3]。
將無人機設備應用到架空線路巡視檢查中,可以有效地改變大量人力資源的利用效率低和浪費的現象。在目前的價格核算中,無人機巡更還處于初級發展階段,在實際應用中還存在許多不足,如:①無人機設備體積小、容量小、檢測時間短,無法進行超遠距離的傳輸和識別;②無人機設備的遙控范圍小,存在距離限制,因此有必要進一步研究拍攝線路缺陷的自動識別問題[4]。
然而,與傳統的人工巡檢相比,無人機在架空線路巡檢中有一些優勢:首先,使用懸停和自動導航的無人駕駛設備可以防止電力線的沖擊,并提高巡邏和監測的安全性;其次,在惡劣的天氣條件下,可以有效發現、分析現有的輸電線路問題。
此外,無人駕駛設備分為兩類類別:手動和自動。根據自己的需要,可以選擇合適的機器類型,在兩個特定的應用模式,可以減少需要使用的員工,提高公司輸電線路服務的速度和效率。
無人機是人們娛樂中的物品,但一旦無人飛行器有了線路巡檢的要求,它的性能和參數就發生了巨大的變化。無人機應具有良好的耐久性、抗風性,并能裝配光學裝置系統。中型無人機與固定翼飛機的參數比較如表1 所示。
中型無人機可自動起落,起落模式為自動控制和自動飛行,不需要人工來控制,降低了空間作業事故頻率。綜合以上因素,中型無人機的優勢大于固定翼無人機。如果地勢和氣候存在差異,應根據差異的巡視需求采用不同的無人機選型方案[5]。

表1 中型無人機和固定翼機參數對比
無人機巡視控制系統包括3部分,分別是無人機飛行控制系統、無人機定位信息系統和數據系統,系統構成如圖1所示。

圖1 無人機巡視控制系統構成
其中,數據系統包括圖像采集模塊、空地通信模塊、設備供電模塊和云臺及控制模塊。圖像采集模塊對無人機拍攝采集的圖像進行雜波濾除、噪聲去除、信息提取等一系列圖像處理;空地通信模塊主要將采集到的數據輸送到監控單元進行進一步的分析和判斷;設備供電模塊為采集模塊和通信裝置;云臺及控制模塊為準備好采集的攝像機提供拍攝角度和各種設置。圖像采集模塊存在圖像去噪的優化問題,傳統去噪算法的不一定適用與無人機巡線,但采用基于感知的矩陣恢復方案去除成像噪聲,可以得到滿足實際工作要求的結果。
當無人機接近架空線路時,通常采用兩種飛行方式:①定高飛行方式。用這種方法,首先選擇合適的著陸位置,然后無人機精確定位起點,設定起點高度。通過這種控制方法,當相應的性能參數為定值時,可以顯著降低故障率。②斜飛方式。特別是在仔細部署了無人機設備后,直接從起飛站出發,向不同的方向移動,通過這種飛行模式,可以快速接近控制目標,提高測試速度,但同時,因為必須雙手同時行動,因此會增加控制難度,提高工作失誤率[6]。
在使用無人機巡邏設備之前,必須先規劃航線,通常是三角和線性航線。如果設計水平三角路線的起點和范圍,則無人駕駛器可以進入傳輸線保護區而不影響架空線路,但如果采用這種路由規劃方法,則很難檢查操作者所需的設備并掌握設備控制技術進行準確判斷和控制。與三角形線路不同,直線線路更適合地形平坦、跨度較小的線路。在拍攝無人機設備時,要求路線通暢,以保證拍攝效果。
在無人機巡視過程中,由于天氣環境變化,無人機的前進角度經常出現偏差。為了保證無人機和電力線路的穩定,控制無人機的前進姿態顯得非常重要。無人機測控的原理是利用LQG 控制器控制無人機仰俯和方向變換時的姿態。當無人機懸停于空中,可以通過繩子施加外力,保證無人機的飛行的穩定性。
獲得關于小無人機飛行方向、加速和其他飛行地點的信息,應以下列條件為基礎:①鑒于無人機有效載荷的限制,位置信息不應過于煩瑣,總費用也不應過高;②該系統具有良好的聲學角、旋轉角和旋轉角的測量和控制精度,這些精度目前被定義為聲學角小于0.75°,旋轉角小于1.5°;③鑒于無人機的蓄電池容量減少,整個設施系統需要低能耗運行,以降低長期的工作量;④由于遠離某些子電站或高壓塔,系統還必須能夠存儲數據,以避免由于移動電話信號不足而造成數據丟失;⑤定位算法應足夠穩定,以避免無人駕駛航空器飛行位置計算結果的突變和分散。
無人機飛行姿態信息采集子系統的結構如圖2 所示。

圖2 無人機飛行姿態信息采集子系統的結構框圖
硬件部分包括系統控制的微處理器模塊和全球定位系統的接收模塊、用于檢測異常機器寬度信息的數據記錄模塊和MIMU 慣性模塊。處理位置信息后,無人機飛行控制子系統對飛機進行飛行控制跟蹤。
影響無人駕駛航空器數據傳輸質量的兩個主要因素,一是組合和空間通信的各種阻尼因素嚴重影響信號的正常接收,二是飛行結構的改變也影響信號的接收。選擇性的頻率阻尼信道和多相陸地和空中緩沖信道可提高數據傳輸的質量。
4.1.1 空間分集接收平衡
為了應對陸地空間中的各種阻塞因素,在無人機的不同部分引入了一個雙天線系統,以便在降低傳輸阻尼時提高傳輸效率[7]。為了消除無人駕駛航空器不同配置下傳輸誤差,則無法同時覆蓋兩個天線的主波束,以補償地對空通道上多個信道的阻尼,在另外一個接收器中增加了一個均衡器,以減小多維緩沖的影響。在這種情況下,場均衡器和頻率均衡器可以減小航空軌道的多維緩沖的影響:徑信號寬度為σ時,信息寬度為t,擴展寬度為2σ/t<10 時,采用時域均衡器。因為時域均衡器通過提高提取系數來提高其抗多徑能力。當抗多徑能力達到2σ/T>10 時,分裂數至少達到10 個數量級。如果使用T/2 間隔的均衡器,抽頭次數應大于20 步。一方面,增加均衡器線路級的數量將增加算法的復雜性;另一方面,穩定性的波動較小。當兩個Si/T>10 時,頻域均衡更為合適。信道估計用于實現信道均衡,其抗多徑能力取決于調制器幀結構的設計,適用于2σ/T>10 的情況[8]。
圖3 顯示的無線電結構包括兩個不同的接收信道,其中均衡器的信號被發送到組合器的組合件以使組合最大化,結果被傳輸到錯誤發生器的決策過程中,其他信道計算決定前后的差值,從而產生用于向前和反饋的調節信號。

圖3 均衡接收機結構
4.1.2 LDPC 編碼技術
有效的糾錯編碼是保證降低空信道和在頻率有選擇衰減情況下分組錯誤率的關鍵。同時,前所未有的編碼技術可以降低記錄閾值,改善連接性,提高信號傳輸的可靠性。無差錯編碼技術對強多徑干擾下形成的不可恢復的差錯碼也有很好的抑制效果[9]。
LDPC 具有高的成本效益、高速和并行解碼結構,其并行解碼結構更適合于設備的快速部署,更適合用戶的需要。2 KB/S 是QPSK-LDPC 代碼誤差曲線和QPSK 代碼誤差曲線。在下一個圖形中,如果信號噪聲比大于2.4 dB,則由LDPC-QPSK 編碼的比特率低于LDPC 編碼,因此LDPC 具有在真空通道中使用小變化參數的良好前景。特別是,由于LDPC 與通信平臺的鏈接,LDPC 代碼可以在向FPGA/ASIC傳輸的復雜條件下同時編譯。誤碼性能如圖4 所示。
目前,中國航測圖像的攝影校正主要是利用CPU 串行方式對采集到的圖像進行變換和修正。隨著傳感科技的快速進步,需要實現的圖像處理量更大。傳統的CPU 串行已經無法實現攝影影像采集的需求。在架空線路巡視系統中,無人機可以通過自身的遙感系統獲取大量攝影影像,并基于GPGPU 模型,通過一定的信號處理,將其映射到GPU 支持的圖形成像系統上,從而實現航測成像的快速修改,大大提高攝影影像的成像速度。

圖4 誤碼性能圖
圖像缺陷識別主要是指地面信號處理中心通過紅外、紫外成像系統,POS 系統等傳感器對采集到的信號進行精度較高的幾何處理,實現對架空線路安全風險的判斷和異常架空線的識別,確定架空線路存在的隱患,及時排除故障。其中,多類傳感器信息的立體過濾技術要求過濾和輸入大量的數據信息,這就需要采用遙感信號過濾計算方案和現代信號過濾方法,從而實現對較大數據量的精度高的立體處理。
圖像誤差檢測必須在實時數據采集之后進行,以便獲得高壓線路圖形轉換,使用深分組神經算法過濾和整理數據,然后將數據提交給修復和糾正缺陷的決策系統,并將結果檢測和原始圖像數據也通過4G 或5G 網絡保存在控制中心,由專家人工確認。
深度學習模型利用分層特性圖像來描述數據,包括一個有限的鉆探傳播機制、深度信念網絡、自動編譯、自動化神經網絡和生物刺激模型[10]。
利用神經網絡的深度凝縮算法預測通過性能識別裝置來獲得海量圖像或視頻數據,最后,測試結果恢復到維護和消除缺陷的決策系統。通過專家反饋優化了測試模式有效性和精度檢測缺陷。通過建立深入學習和監督培訓,智能識別鳥巢、絕緣子自爆、銷脫落、螺栓松動、均壓環傾斜塔材丟失、異物、地線損壞等。
圖像處理在電力檢測應用中會遇到很多干擾因素,給電力線路的維護帶來很多問題。在信號處理時,遠軸區域存在成像差錯,大大降低成像的效果,讓巡檢過程中裝置和元件的詳細維護效果較差。輻射失真是遙感成像的失真,利用傳感技術對物體的反射,干擾對成像的判斷和分析。無人機在懸空時受運行姿勢、方向差異和物理振動的干擾很大,運行姿勢對無人機電氣測控的影響特別嚴重。電力線路周圍的自然和生態環境、鏡像變化較快,圖像分析和成像使得傳輸線及其組成部分的圖像背景非常復雜,內容識別更困難。
使用無人機設備來檢修架空線路,不僅滿足了新時期的電網維修需求,而且在某種程度上提高了電力公司的業務效率,保證了架空線路的高效安全的狀態。因此,在架空線路巡視檢修過程時,架空線路所屬企業應重視無人機的使用,以提高架空線路所屬企業的經濟效益。