输电线路无人机智能巡检技术概述

祝一帆，王强，项兴尧，袁雪珺

(国网湖北省电力有限公司十堰供电公司，湖北 十堰 442000)

1 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。

目前，无人机智能巡检技术已应用于国家电网公司日常的高压输电线路巡检工作中。通常采用的巡检工作模式是人工巡检和无人机巡检的结合体[1-3]。随着无人机巡检技术的逐步推广，随之也产生了一些新的问题，阻碍了该项技术在高压输电线路巡检领域的进一步应用。这些问题主要分为:(1)巡检产生的海量图像需要后期人工处理，导致数据的处理效率较低；(2)巡检工作人员需要较高的无人机相关技能，而现阶段的专业无人机巡检人员较少，且其培训成本较高、培养周期较长；(3)无人机持续巡航的时间较短，其难以完成持续周期较长的输电线路巡检任务；(4)还没有成熟、标准的无人机巡检方法和规程，因而当前的输电线路无人机巡检工作的安全性和可靠性难以有效的保障。

针对上述问题，本文首先介绍了现有输电线路智能巡检无人机的基本结构、不同结构的优缺点和应用现状，分析了无人机的工作模式和特点；其次，指出了现有输电线路无人机巡检技术尚存在的智能化需求，继而引出了其存在的四个尚未解决的关键科学和技术问题:巡检数据智能处理、无人机自主巡航、无人机续航和无人机智能巡检方法与规程。为此，探讨了其潜在的解决方案，可为输电线路无人机巡检技术的相关研究提供一些有益参考。

2 输电线路无人机智能巡检现状

无人机智能巡检技术是一种由飞手远程操控无人机，通过机载传感设备对架空高压输电线路进行巡查和检修的技术[1]。根据无人机机体结构的不同，可将无人机分为无人直升机、多旋翼无人机、固定翼无人机和复合翼无人机[2]。其中，无人直升机体积较大，控制难度和使用成本较高，已很少应用于输电线路巡检中；多旋翼无人机小巧灵活，可垂直起降、精准悬停，但它可承受的负载较小，机动性和飞行高度较低，且续航时间较短；固定翼无人机巡航速度较快，且续航时间长，但需要跑道起降，也无法悬停[3]；结合了多旋翼和固定翼的复合翼无人机兼具多旋翼和固定翼无人机的优势，但其成本较高，尚未在高压输电线路巡检中使用。

在输电线路无人机巡检中，无人机是承载监测输电线路运行状态遥感设备的平台。常用的遥感检测手段包括可见光成像、紫外成像、红外热成像、激光雷达电能等[4]。其中，可见光遥感检测利用相机等可见光采集设备，检查肉见可见的输电线路及其附属电力设备的特性和性质变化，已被广泛应用输电线路无人机巡检工作中；紫外遥感检测主要利用紫外遥感设备，检测输电线路和电力设备是否发生电晕放电或局部闪络的现象。由于成本较高，紫外遥感检测尚未在输电线路无人机巡检中被广泛使用；红外遥感检测主要利用红外热像仪等设备，检测运行中的电力设备是否出现过热缺陷的现象；激光雷达检测主要用于输电线路的地理信息测绘和定位导航中[5]。

无人机在巡检输电线路的过程中，会拍摄大量的输电线路和附属电力设备的图片数据。由于这些图片的智能处理还处于研究阶段，后期还是需要人工处理。此外，现有输电线路巡检无人机还不能做到完全自主巡检，巡检质量严重依赖的无人机巡检人员专业水平。

3 输电线路无人机智能巡检存在的关键问题

从上述分析可知，要实现输电线路无人机的智能巡检，还需要解决巡检数据智能处理、无人机自主巡航、无人机续航和无人机智能巡检方法与规程等四个核心问题。

3.1 图像数据处理

无人机巡检图像数据主要来源于光学影像数据和激光雷达点云数据。其中，激光雷达点云数据的处理已具有较高的智能自动化处理水平，应用商业软件再加上少量的人工干预即可。而光学影像数据，包括可见光影像、红外影像等数据的智能化处理尚不成熟，还在处在初步研究阶段。

目前，可将光影像数据智能化处理是输电线路无人机巡检图像处理领域的热门研究方向。传统的电力设备图像数据处理方法是基于人工设计特征提取的机器学习图像目标检测方法[6]。然而，该方法存在检测对象单一的问题，且存在漏检、错检的风险。在输电线路巡检中，有将近900多种常规缺陷，并且电力设备的型号众多，设备之间外形差异较大，基于上述传统图像处理方法仅能检测单一或少数几种电力设备，缺乏基本的通用性和较高的可靠性，因而实际工程应用价值较低[7]。随着计算机性能的不断提升和智能算法的不断发展，有学者提出可建立大型的数据集，将深度学习算法引入输电线路无人机巡检图像的数据处理中。从现有研究来看，深度学习技术在该领域中确实具有更大的优势和发展潜力[8]。但是，目前还难以建立起比较完善的数据集，制约了深度学习技术在输电线路无人机巡检图像数据智能处理中的发展。未来可通过不同单位和公司的合作方式，建立完善的电力设备缺陷数据集，将深度学习技术的优势在无人机巡检图像数据智能处理中的优势发挥出来。

3.2 无人机自主巡航

无人机自主巡航是输电线路无人机智能巡检技术的核心组成部分。其巡航的区域主要分为塔间区域和近塔区域。目前，输电线路无人机巡检并不具备自主或自动巡检能力，通常采用的方式是:人工预先设定运行的轨迹，然后基于GPS按预定轨迹飞行。该方法存在明显的不足:(1)无法适应检测目标或者周围环境随时间可能发生的变化，容易发生安全事故。例如，当树木生长至输电线路附近时，无人机有较大可能撞上树木，造成无人机坠毁。(2)该方法对无人机定位的精度有着较高的要求。然而，常用的民用无人机 GPS的定位误差可高达10m。虽然利用载波相位差分技术能克服这一问题，但是该技术需要建立较多的基站，以覆盖输电线路所处的较为广阔的范围，因而将该项技术应用于输电线路无人机自主巡航的成本太高，并不切合工程实际[6]。

目前，机器视觉技术是解决上述问题的潜在解决方式，也成为了该领域的研究热点。此外，采用GPS和机器视觉辅助技术的组合导航系统是输电线路无人机智能巡检的未来发展趋势。

3.3 无人机续航

无人机续航能力不足是输电线路无人机智能巡检技术中存在的另一关键问题，已严重制约了输电线路巡检的效率。目前，无人机续航时间通常为30min左右。为解决无人机的续航问题，部分地区已开始采用了设置无人机机巢的方法。无人机机巢主要有巡检车改装而成的移动式机巢和固定于杆塔顶部的固定式机巢。其中，移动式机巢可在一定程度上提高无人机巡检的续航时间，但并不适应无人机自主巡航的发展趋势，并且人工、维护等成本较高；而固定式机巢仅需少量的人工干预，更加契合无人机自主巡检的要求，因而具有较好的应用前景。然而，如何将固定式机巢完备地融合于输电线路无人机智能巡检技术中，还有诸多技术难点需要攻克。

此外，对无人机进行动态充能是一种更加理想的解决方案。通常这种方式，可直接提高无人机的续航能力，但也存在着一些需要解决的关键技术问题。例如，供能端如何获取能量问题、供能的稳定性如何保证问题、供能存在的其他风险如何避免问题等。利用输电线路电磁场为无人机动态充能也是一种潜在方案，但目前还处于探索阶段。

3.4 无人机巡检方法和规程

当前，输电线路无人机巡检作业仍处于试验阶段，相关方法和技术并不成熟，整个巡检作业流程尚未形成统一的行业规范。根据传统的巡检方法和现有的巡检经验，可将输电线路无人机巡检作业按照巡检内容主要分为线路本体、附属设施、通道及电力保护区三大部分。在无人机巡检作业中，涉及人员配备、作业前准备、无人机准备、巡线工作、图像视频传输、图像处理等多个步骤。提出一种标准、规范的输电线路无人机智能巡检方法和规程是应用输电线路无人机智能巡检技术的关键一步，其相关研究可与上述其他三个关键问题的研究同步进行。

4 结论

本文概述了输电线路无人机智能巡检技术的应用现状，指出了这项技术的工作模式和特点，分析了输电线路无人机智能巡检技术的技术需求，引出了其存在的四个尚未解决的关键科学和技术问题，并针对这些关键问题，探讨了潜在的解决方案，也对未来输电线路无人机智能巡检技术发展进行了展望，可为输电线路无人机智能巡检技术的快速发展和相关研究一定的有益参考。