基于5G無人機在電力輸電線路自動巡線的實現與研究

許保瑜，陳慶寧，王勝偉，沈鳳，吳圓波

（云南電網有限責任公司昆明供電局，云南 昆明 650011）

0 前言

輸電線路運檢工作對電網的安全運行起著至關重要的作用。當前我國正在大力建設國家智能電網，這對電網的巡檢、維護與保養提出了更高的要求，傳統的輸電線路人工巡檢方案受環境及天氣影響大，工作效率較低并存在一定的人身安全風險，而工業無人機具備攜帶方便、操作簡單、載荷豐富、自動飛行等優點，采用無人機巡檢不僅能夠發現桿塔異物、絕緣子破損、斷股等缺陷，還能夠發現金具銹蝕、開口銷與螺栓螺帽缺失等人工巡檢難以發現的缺陷，無人機近年來在電力系統運維方面得到大力推廣和應用。

為了應對海量設備連接、移動數據流量爆炸式增長以及不斷涌現的各類超低時延新業務和新場景，5G技術應運而生。5G技術作為下一代移動互聯網技術，將連接、安全和集中計算的能力帶給工業，解決了一直以來阻礙工業企業數字化轉型的連接問題。因此，5G被視為未來數字經濟時代的關鍵使能技術和基礎設施，將強有力支撐無人駕駛、智能機器人、智能無人機和工業互聯網等新場景應用。

5G技術在智能電網系統各個環節均有應用前景?；?G技術的智慧輸電線路巡檢能實現輸電線路設備狀態、通道狀況、專業數據及人員信息多源融合與全景監控，而“5G+無人機”技術通過在輸電線路巡檢過程中提供遠程和實時控制、高清圖像/視頻傳輸、有效的無人機識別和監管以及高精度定位等功能，可以極大擴展無人機控制信息和采集數據實時傳輸的通信范圍，縮短運檢故障排查時間，提升巡檢效率和巡檢質量，并能產生巨大的效益。

享飛云可為電網企業提供全面的無人機電網巡檢服務，與電力物聯網智能聯動，實現設備狀態信息集成和數據共享，實現巡檢任務智能調度管控，通過無人機搭載多種載荷，實現多機協同巡檢作業，視頻監控及遠程診斷分析、自動巡查，遠程操控、數據處理、建模、分析、存儲、管理及挖掘。

本文結合無人機輸電線路巡檢應用現狀和5G技術，對線路運維應用“5G+無人機”泛在巡檢技術作了分析，并結合實際項目和“享飛云”平臺對該技術在國家電網某供電公司實際落地應用情況作了詳細介紹，展望了未來輸電線路泛在巡檢技術的應用前景，對行業無人機和電力同行有較好的實際參考意義。

1 “5G+無人機”電力泛在巡檢技術

1.1 無人機電力巡檢應用現狀

目前，無人機輸電線路巡檢最主要有下述三大業務場景：

無人機可見光相機精確巡檢：無人機可以通過搭載可見光高清拍攝設備，按照巡檢要求對桿塔各個巡檢部位進行可見光拍攝，通過圖片分析缺陷和隱患，從而第一時間進行消缺處置。

無人機紅外熱成像精細化巡檢：將紅外熱成像技術與無人機結合，打破光線和空間的限制，可隨時隨地捕捉清晰、精準的熱圖像，找出溫度異常部位，迅速鎖定出現故障的地方以便及時修復。

無人機輸電線路通道巡檢：輸電線路通道環境對高壓線路的安全性影響重大，無人機通道巡檢主要包括林木檢測、山火監控、外力破壞檢測等，可以準確發現和測量出問題和隱患的位置、高度、距離等信息。

現階段無人機電力巡檢作業存在主要問題是巡檢智能化程度低，巡檢質量受運維人員技術水平和外界影響較大，巡檢數據分析智能化程度低，準確度和可靠性不滿足實用化要求，應用水平難以滿足和支撐輸電智能運檢發展要求。

1.2 “5G+無人機”電力泛在巡檢關鍵技術

國際電信聯盟無線電通信局(ITU-R)定義了5G的三大典型應用場景為：增強型移動寬帶(eMBB)、超可靠低時延通信(uRLLC)和海量大規模連接物聯網(mMTC)[7]。其中uRLLC和eMBB應用場景與無人機電力巡檢應用緊密相關，uRLLC解決了無人機飛行操控時延敏感性、高可靠性和高穩定性問題，而eMBB的高帶寬特性使無人機巡檢過程中利用虛擬現實(VR)、在線4K高清畫質視頻和大流量數據傳輸等技術成為現實。

北斗衛星導航系統是我國自行研制的全球衛星導航定位系統，在電力行業有著重要的應用價值，可為智能電網、電力物聯網、能源互聯網的建設提供導航定位、精準授時、短報文通信等服務，是我國能源戰略發展的有效支撐手段。比如隨著北斗全球衛星導航系統建成，國家電網有限公司將在2020年底前建設1200座電力北斗基站，組成電力北斗精準時空服務網，為全域電力用戶提供厘米級實時定位、毫米級事后定位和納米級授時服務，在重點區域如輸電線路沿線、地質災害高發地區提供厘米級、毫米級定位服務的能力。

電力5G應用和北斗應用都是實現智能電網和經濟社會發展的新型數字基礎設施和重要驅動力量。在電力巡檢領域，無人機正在加快與5G、北斗、物聯網、人工智能、大數據等新技術融合，為構建數字化、智能化的無人機泛在巡檢技術體系奠定基礎，并與智慧輸電線路應用場景深度融合，優化和重構無人機電力運檢技術體系與框架，推動無人機電力巡檢進入智慧巡檢階段。

“5G+無人機”電力巡檢業務主要覆蓋輸電段、變電端，泛在巡檢技術可用在四大應用場景：

5G網聯無人機自主云巡：5G網聯無人機是將無人機聯入5G網絡，實現無人機互聯互通、超視距實時控制、多機協同飛行、數據實時回傳等。采用5G移動網絡的網聯無人機將帶來兩方面的改變：一是5G高速率的上下行數據傳輸能力能夠滿足無人機控制信號的低時延和高可靠性傳輸需求，能夠有效滿足無人機巡檢的全程管理需求，避免聯網失敗等造成的失控風險；二是基于5G網絡切片技術提供的專網服務能夠極大提升無人機在飛行過程中的安全性，避免被劫持等風險。

5G遠程視頻故障診斷分析：5G網絡有更大的網絡容量，大幅降低網絡時延，能夠為電網行業巡檢視頻業務提供廣泛支持。超高清視頻被業界認為將是5G網絡最早實現商用的核心場景之一。超高清視頻的典型特征就是大數據、高速率，按照產業主流標準，4K視頻傳輸速率至少為12~40 Mbps，4G網絡已無法完全滿足其網絡流量、存儲空間和回傳時延等技術指標要求，5G網絡良好的承載力成為解決該場景需求的有效手段。過去，人們很難通過無人機拍攝的視頻發現輸電線路微小缺陷，現在基于5G技術的高清視頻，可實現視頻監控、遠程現場實時展示、遠程故障診斷分析等應用。

5G邊緣智能計算：圖像智能分析主要包括圖像處理、目標檢測、目標跟蹤、場景識別等業務應用。隨著人工智能技術的發展，深度學習為無人機輸電線路作業數據智能計算提供了新的思路。近年來，國內外眾多專家學者結合無人機輸電線路巡檢過程中采集的海量可見光和紅外圖像數據，利用大規模深層次卷積神經網絡(ConvolutionalNeuralNetwork,CNN)模型對桿塔異物、絕緣子破損、銷釘缺失、施工車輛等缺陷和隱患的圖像識別和數據分析技術已經做了大量深入的研究和實踐。如貴州電網有限責任公司輸電運行檢修分公司虢韜等人對無人機巡檢圖像絕緣子串缺陷識別進行了研究，利用FasterR-CNN進行缺陷識別定位平均檢測時間為320 ms和總體72%的準確率；國外的BushraJalil等人基于FasterR-CNN進行絕緣子和電力線的缺陷智能識別研究也達到平均72%的準確率；廣東電網麥俊佳等人并對無人機電力巡檢中人工智能圖像識別作業數據處理方法進行了實踐。

移動邊緣計算是指在靠近感知層或數據源頭的一側，采用帶有網絡、計算、存儲、應用核心能力為一體的開放平臺，提供近端服務，降低交互的時延和提高運行可靠性?！斑吘壷悄堋笔侵冈诳拷到y主域的位置，通過對感知層應用的反饋信息進行處理，并根據本地用戶上下文信息分析，對用戶行為進行預測、預判?；贏I的圖像智能分析、點云智能識別技術，結合線路實物ID信息識別等交互式現場作業技術，在巡檢過程中可識別巡檢部件引導無人機調距和無人機云臺調姿，對缺陷及隱患進行實時識別和問題診斷，提高缺陷識別的時效性。在輸電線路無人機智能化巡檢時，如果采用5G技術，可選擇機載端或地面站本地部署移動邊緣計算服務器，將巡檢圖像的邊緣智能計算放置于移動邊緣計算服務器中，利用邊緣云服務為無人機巡檢提供圖像智能分析服務。通過“端、邊、云”部署模式在不降低算力情況下，實現精準化巡檢，全面提升巡檢數據處理效率和智能化水平，有效分析和掌握輸電線路缺陷及外部安全隱患，及時掌控線路設備運行狀態，保障隱患消缺及時，節省人力資源，降低巡檢成本。

巡檢圖像文件實時回傳：無人機巡檢過程中抓拍的高分辨率照片文件很大，單張高清巡檢照片文件大小約15M，受現有通信網絡傳輸速度低、高延遲的影響，現有的無人機電力巡檢數據采集時都儲存在無人機TF卡，完成巡檢后再導出進行人為處理，時效性、互動性都存在不足。而通過5G網絡可直接將巡檢高清照片秒級回傳服務器端和數據分析系統，電力運檢部門可以及時發現故障并記錄、標注和安排處置，地面站與管理中心進行內外場協同作業，及時發現問題并進行圖像復采集，極大提升巡檢互動性和巡檢時效性。

2 巡檢技術應用效果

本文研究技術應用于某110 kV雙回線路智能巡檢項目，該項目已具備集北斗地基增強基站、5G基站、云邊協同系統于一體的數據中心環境，應用場景具體包括線路本體5G網聯無人機自主云巡、5G網聯無人機遠程視頻故障研判、5G網聯無人機缺陷智能分析三種實際應用。

2.1 線路本體5G網聯無人機自主云巡應用

該場景(圖1)重點是研究在無人機超視距飛行條件下，巡檢員直接利用享飛云和5G技術實現從云端對無人機的遠程控制、無人機在規劃航點自動采集數據、無人機飛行數據和視頻數據實時回傳到享飛云，北斗RTK差分數據從北斗地基增強基站實時上傳到無人機機載北斗高精度定位系統的實際應用情況，驗證5G無人機無需人力干預的自主云巡技術可行性。

圖1 線路本體5G網聯無人機自主云巡應用場景

無人機從綜合服務站的無人機機場起降，最大飛行高度80米；無人機在達到RTK定位狀態后才可以正常起飛，確保定位精度達到厘米級，且巡檢全程必須保證RTK定位。

從實際巡檢作業采集的監測數據看，5G網聯無人機實際飛行過程中的遠程操控、飛行狀態監控、厘米級網絡差分定位和實時高清視頻傳輸(多路)等監測指標均滿足預期數值，通信時延均在毫秒級，具備實時操控、監控和厘米級高精度定位能力。

2.2 線路本體5G網聯無人機遠程視頻研判故障

該場景采用多架攜帶不同載荷的無人機自動執行線路通道5G云巡任務，其中攜帶熱紅外相機的無人機先執行桿塔測溫巡檢(圖2)，發現溫度異常的桿塔部位，由另一架攜帶4K高清可見光相機的無人機直接飛到可疑故障桿塔巡檢(圖3)，實時回傳高清視頻給享飛云無人機云智控系統，由運檢工作人員在運維監控室遠程根據現場高清視頻“把脈”問題，可視頻截圖和標注進行研判，可知道準確的桿塔編號和故障部位，精準定位缺陷或故障點，再安排檢修班組攜帶設備直接去可疑桿塔維修。主要驗證在突發事故情況下5G無人機線路本體云巡遠程研判和協同工作的應急處理能力。

圖2 利用5G無人機遠程熱紅外視頻研判缺陷畫面

圖3 利用5G無人機遠程可見光高清視頻研判故障畫面

5G無人機云巡過程中綜合了智能化調度和監控、遠程控制、高清視頻實時傳輸、遠程可視化故障快速研判等新技術，5G無人機回傳的4K高清視頻時延保持在300 ms以內，可清晰看到5 cm分辨率大小的線路本體缺陷以及線路外部隱患，完全可滿足故障/隱患實時研判的應用技術要求。

2.3 5G網聯無人機缺陷智能計算應用分析

智能分析包括智能診斷和智能預警。其中智能診斷是指平臺對監拍的圖片具備場景識別和異物入侵診斷能力；智能預警是指平臺具備智能預判能力，依托于智能分析診斷功能可以實現對輸電線路可能要發生的故障情況提前報警提醒。在云端部署深度學習系統，對卷積神經網絡持續調參和訓練優化算法模型，再將模型遠程部署到邊緣系統。這種邊云協同智能巡檢模式改善了之前需要人工多天處理圖像缺陷數據的問題，可極大減少缺陷誤報、漏報的情況，縮短輸電線路故障和隱患排查的時間。

該場景（圖4）在邊緣側部署了集成高性能邊緣智能計算模塊NVIDIAJETSONTX2的邊緣服務器，在邊緣側部署機巡圖像缺陷智能識別系統不僅能在本地運行AI推理算法智能分析圖像，而且可在現場對識別的問題進行核對和確認，及時上傳預警信息。

圖4 缺陷智能分析應用部署架構

5G無人機云巡過程中將采集的高清照片經過5G通信鏈路從機載端傳到邊緣端，利用享飛云提供的基于深度學習算法的機巡圖像缺陷智能識別系統執行圖像自動分析。系統自動生成巡檢分析報告，并將報告上傳到享飛云平臺。這種“智能分析為主，人工校對為輔”的分析模式，將現有完成一基桿塔巡檢的周期縮短在10分鐘內完成。

3 結束語

本文提出了“5G+無人機”輸電線路泛在巡檢技術思路并闡述了該技術方案在輸電線路智能巡檢體系建設中的實際應用情況，證明5G網聯無人機超遠程低時延控制無人機或多機協同開展輸電線路全自主無人智能化巡檢，并實時開展故障研判和缺陷智能分析是完全可行，對提高作業安全、巡檢效率和作業質量效果顯著，為無人機智能巡檢作業體系建設提供了新思路和實踐依據。

當前，以國家電網有限公司為代表的電力企業都已經在積極推動融合“5G+無人機”和北斗等泛在巡檢技術在電網領域的應用，計劃未來幾年打造智慧輸電線路，建設無人機智能巡檢作業體系，實現輸電線路無人機巡檢全覆蓋。智能電網是電力行業發展的必然趨勢，“5G+無人機”輸電線路泛在巡檢技術未來在電力智能運維領域將具有非常廣闊的應用前景。