无人机电力巡检系统中的测温分析方法

于大超

【摘 要】近年来，随着我国经济的快速发展，整个社会对电力能源的需求越来越大，架空电力线路网络覆盖范围也越来越广。利用无人机进行输电线路巡检具有安全性高、工作效率高和精准拍照、分析等优点，在电力巡检领域应用越来越广泛。文章提出了一种无人机电力巡检系统中的测温分析方法，对无人机拍摄回传的可见光图和原始红外图像进行分析，利用反射率和相机校准参数对温度信息进行校准。

【关键词】无人机;输电线路;热红外;测温分析

引言

我国幅员辽阔，为保证全国各地的可靠供电，需建设较多的高压输电线路。而线路巡检是保证高压输电线路正常运行的重要手段，对我国电力的可持续供应和经济的安全、快速发展具有重要意义。最近十几年，随着国家经济的高速发展，架设的高压输电线路越来越多。在这种背景下，如果采用传统的人工巡检模式巡检数量如此之多的高压输电线路，将会不可避免地存在着作业强度大、巡检周期长、部分线路检修危险等问题。近年来，国家电网公司积极引进无人机智能巡检技术，提升高压输电线路巡检工作的自动化程度，改进巡检工作模式，以期实现高压输电线路的精确、高效、经济巡检。

1现有无人机电力巡检技术

1.1巡线及避障技术

无人机在执行既定电力巡检任务时，需要准确地按照任务路线进行飞行，躲避线路上可能存在或突然出现的障碍物，并在躲避结束后及时回归到任务路线上继续巡检。目前的无人机巡线技术主要通过GPS定位及导航技术、基于摄像的视觉技术等结合应用实现，但在飞行过程中易受到如恶劣天气造成无人机姿态异常等因素影响，导致视觉技术的识别率下降。避障技术主要通过视觉技术、红外探测技术和声呐探测技术等结合应用实现，但对于较大或者移动速度较快的障碍物，无人机可能会因为来不及躲避而损坏。因此，无人机自身以及挂载设备的硬件品质和各种软件技术都需要进一步提升，以保证无人机在巡检任务中的安全性和稳定性。

1.2巡检无人机

2019年我国民用无人机市场规模达到了220亿元，而随着无人机行业的快速发展，民用无人机也被广泛地应用到各行各业之中。在电力巡检系统中，基于无人机的解决方案基本不受自然环境制约，并且具有较高的巡线效率和较好的安全性能，已经被广泛地研究和应用。常见的电力巡检方案中，主要使用的无人机有3类：固定翼无人机、多旋翼无人机和直升机式无人机。这3类无人机适合于不同的电力巡检任务，在实际方案中，要根据地理环境条件、天气条件及任务需求等进行合理的选择。巡线无人机还会根据不同的任务类型挂载相应的机载设备，如双光热成像相机、高分辨率数码相机、激光扫描仪和轻型光学相机等。一般来说，搭载的遥感设备应具有轻量化、高精度和大储存量等特点。

1.3飞控平台分析

无人机飞控平台主要包智能巡线、实时避障和位置调整等功能，是无人机电力巡检系统的核心技术之一。智能巡线是指巡检无人机根据预先设定、导入的巡检路线，自动完成输电线路巡检任务，解决了飞手培养难、人力成本高的问题。在巡线过程中，可能会出现障碍物，实时避障系统就会根据声波探测、红外探测或摄像头探测等技术识别障碍物，做出相应躲避动作。在飞行过程中，还可能遭遇突发的恶劣天气，小体积、轻质量的无人机可能会由于大风大雨偏离既定航线，位置调整功能可以帮助无人机尽快进行动作调整，恢复稳定状态，并逐渐回到正常轨道之中，保证无人机自身设备安全以及巡检任务的顺利完成。

2无人机巡检现状

无人机巡检是通过无人机搭载可见光、红外热像仪等设备对输电线路进行巡视检查，与人工巡检相比，无人机巡检具有质量高、效率高、安全性好、受地域影响小、成本低等显著优势。输电线路巡检用的无人机主要有多旋翼和固定翼两类机型，多旋翼无人机常用于杆塔级精细化巡检，固定翼无人机主要应用于通道巡检和灾害评估。无人机作为巡检利器，在国网公司各单位得到迅速推广与应用，截至2020年9月，国网公司系统共有无人机8048架，无人机巡检作业平台218个，无人机智能库房74个。2020年1—9月，公司各单位累计巡检里程达230533.47km，完成定位拍摄杆塔695332基，累计发现缺陷222015处。缺陷以杆塔瓶口及以上位置线路本体及附属设施缺陷为主，其中金具类缺陷、杆塔类缺陷和通道环境类缺陷较为突出，占75%以上。通过无人机巡检，线路本体及通道巡检的质量和效率得到较大提高。无人机巡检遇到一些技术壁垒。

3无人机电力巡检中的测温分析方法

3.1测温分析方法概述

本方法主要通过检测输电线路中的异常高温，尤其是绝缘子、线夹等关键部位，来发现线路缺陷或隐患。搭载双光热成像相机的无人机可以拍摄可见光图和原始红外R-JPEG图像，原始红外图像采用辐射测温法来计算物体各部位温度，通过接收目标各部位辐射的红外能量，利用接收到的辐射能量值计算相对应的温度。而红外成像设备通常是采用黑体辐射源（发射率近似为1，发射率为物体表面单位面积上辐射出的辐通量与同温度下黑体辐射出的辐通量的比值）分度的，单实际被测量物体的发射率往往小于1，甚至远偏离1，这就导致红外成像设备生成的热度图像中温度的测量值将不同程度地偏离辐射体的实际表面温度。针对发射率引起的辐射测温法温度失准问题，本文提出了一种利用相机校准参数和原始红外图像对被测物体温度测量值进行校准的测温分析方法，应用在无人机电力巡检系统之中，以此来提高无人机电力巡检的准确度，减少缺陷错判漏判的概率。

3.2具体测温分析方法

无人机拍摄回传的电力线路红外图像中，包含每个像素点的16位红外图像原始值RAW，反射温度Trefl，以及从图像META信息里獲取的相机校准参数：物体发射率Emissivity、相机普朗克常数B、相机普朗克常数F、相机普朗克常数O、相机普朗克常数R1、相机普朗克常数R2。若物体发射率Emissivity为1，则校准后的温度值T为：

3.3若物体发射率Emissivity小于1，则先计算物体的辐射强度：

计算所得的RAW_refl和RAW_obj均和反射物体的辐射强度呈线性关系。再利用之前获取的相机普朗克参数来计算实际温度T：

上述测温分析方法计算出的温度信息消除了物体发射率带来的影响，更加接近于被测物体的真实表面温度值，保证了温度信息的真实性，从而提高了电力巡检中故障检测的准确度。

结束语

本文对双光热成像相机所得的原始红外图像进行分析、计算，得到温度信息更加接近真实值的红外热度图像。该方法应用到无人机电力巡检系统中，有效提高了电力巡检任务中故障检测的准确度及巡检的质量和效率。

参考文献：

[1]钱金菊，韩正伟，易琳，等.图像处理技术在无人机电力线路巡检中的应用[J].电子技术与软件工程，2017（15）：72-73.

[2]彭向阳，刘正军，麦晓明，等.无人机电力线路安全巡检系统及关键技术[J].遥感信息，2015（1）：51-57.