一体化小型智能输电巡检无人机_电力技术培训课件.pptx

高性能一体化小型智能输电巡检无人机 成果经验分享 CONTENTS 项目概述 1 项目关键技术 2 项目成果及特色 3 推广应用效益 4 项目总结 5 6 第一部分 项目概述 一、项目概述 1.1项目背景 电力设备巡检是保障电网安全稳定运行的关键，通过巡视检查对设备建立档案，为设备检修、技改提供可靠依据。传统人工巡检存在自动化程度低、成本高、覆盖率低且缺乏数据的积累和互通等不足。而无人机巡检由于智能高效、省时省力，已逐步成为电网运维的重要技术手段，近年来获得了快速发展。然而，当前无人机电力巡检在全面推广应用中仍然面临突出问题，主要表现在以下方面： 多为民用消费级别无人机，缺乏针对输电专业的工业级别无人机； 输电线路分布的高山、密林区域信号弱，部分地区信号干扰严重，无人机存在信号断连风险； 传统无人机巡检方式单一，巡检数据单一，亟需构建基于多源传感器的一体化巡检系统。 一、项目概述 1.2业务痛点 ①消费级无人机难以满足巡检对续航时间、载重和便携性的要求 ②功能单一，不满足巡检智能多任务目标采集需求 ③缺乏针对智能巡检业务需求的定制开发，不满足实际生产应用需求 续航时间有限，难以满足输电智能巡检要求 实时处理能力差，不能实时发现树障等重大缺陷隐患 ①地面站难以兼容无人机和多源传感器控制 ②自动化程度低，对操作人员要求较高 ③航飞任务缺乏有效管理，难以同步不同载荷和目标数据采集 ④多源数据处理以后处理为主，难以及时发现巡检问题 智能化水平不足， 难以适应复杂场景无人机巡检需求 ①占用大量人力资源（包括前期培训和现场 操作，飞行作业手动操控为主） ②信息处理实时性差(数据分析需大量人力后台处理) 当前自动驾驶技术高度依赖网络信号， 自主定位导航适应性差 ①手动操控存在巨大的安全隐患 ②定位导航传感器单一，难以适应复杂场景 ③缺乏基于多源传感器的自主定位导航算法 开发 单台无人机设备传感器单一， 不满足线路多要素巡检需要 ①多源数据获取往往需要多次飞行，获取数据效率低 ②多次获取数据相对独立，空间和时间关联性弱,难以同步展示和联合分析 ③多传感器简单叠加，缺乏从底层深度集成开发 一、项目概述 1.3项目主要内容 高性能一体化小型智能输电无人机软件系统开发 高性能一体化小型智能输电无人机集成开发 高性能一体化小型智能输电无人机关键技术研究 高性能一体化小型智能输电无人机应用研究 依托XX电网重点科技项目“高性能一体小型智能输电无人机研究及应用”，XX供电局联合XX电力通信科技有限公司、北京XX科技股份有限公司、XXX等单位组建研发团队，开展了一体化小型智能输电无人机关键技术、多传感器深组合导航定位技术研究，深度整合激光雷达、影像系统、惯导系统和无人机平台技术，开发了一套针对输电智能化巡检的多传感器载荷和小型一体化无人机便携系统，支撑复杂条件下输电线路自主巡检，切实提升智能巡检质效。 第二部分 项目关键技术 二、项目关键技术 ⚫ 提出了一种多源深组合一体化定位算法，通过POS实时解算、点云目标实时识别和提取、无人机实时运动控制等智能算法，可实现无人机与电力线保持相对距离自主仿线飞行和巡检，解决弱/无网络信号环境下的无人机高精度自主导航定位问题。 多源深组合定位导航原理图 2.1基于多源深组合自主飞行导航定位与避障技术 二、项目关键技术 ⚫ 通过将实时解析的POS数据与雷达原始数据在前端联合实时解算，实现了通道实时三维点云建模。并在机载端对点云进行去噪、分割和聚类，自动分类出杆塔、导线、地物等类别定，以电力线与杆塔为对象，分析其与下方地物的相对距离关系，依据DL/T741《架空输电线路运行规程》相关标准，判断安全隐患，并在遥控器端生成危险点列表。 2.2基于实时点云建模的通道隐患前端识别技术 点云分类和分割框架图 2.3面向输电线路巡检对象的变化检测算法 二、项目关键技术 ⚫ 基于TB级海量激光点云分析及样本训练，优化了基于深度学习的激光点云分类算法模型，明显提升了点云自动分类效果，可实现10kV-500kV电压等级线路杆塔、导线、地线、绝缘子等点云自动分类准确率达90%以上。 ⚫提出了多期点云数据对比的通道变化检测算法，基于历史底图点云数据，可自动分类新一期点云数据，还可进行危险点变化检测分析、地形地貌变化检测分析、杆塔及弧垂变化测量，实现通道内异常变化快速分析。 变化检测分析 2.4基于深度学习的缺陷识别检测算法 二、项目关键技术 ⚫提出了适应多尺度输电设备缺陷特征的目标检测模型，结合多尺度特征融合通道、空间金字塔池化等结构，显著增强了模型对小目标（金具、线夹等）、大长宽比目标（绝缘子等）的检测能力 ，兼顾精度与运行速度。 研究取得的成效： ⚫研究了基于显著性检测的输电缺陷图像关键特征自适应保护样本增广技术，改善了传统增广方法对关键特征