智慧變電站無人機智能巡檢技術引言隨著科學技術的進步和社會經濟的高速發(fā)展，智能化已經逐漸走進人們的日常生產生活，無人駕駛、智能家居、工業(yè)機器人等智能設備應用日益廣2017機智能巡檢已成為電網發(fā)展的必然趨勢。2019年，國家電網公司提出“智慧變電站”試點建設思路，以實現變電站“設備自動巡檢”等智能應用，深入推進變電運維管理智能化、現代化，提升變電站安需要以智能化建設為突破，減少低端重復作業(yè)，實現人力替代，釋放密集勞動承載力，全面提升運檢質效。變電站采用的“人工為主、機器為輔”的巡視模式，已暴露出人工巡視任務重效率低，機器人應對圍欄遮擋策略不足以及導航定位上存在的固有缺陷，固定視頻檢視范圍有限等問題，需要補充新型巡視手段，聯(lián)合人工、視頻、機器人巡視，實現變電站設備立體化、智慧化巡視管控。變電設備巡檢模式仍然以人工驅動為主，設備狀態(tài)感知仍然以停電檢修試驗和傳統(tǒng)帶電檢測為主，缺陷隱患分析判別仍然以人工判識為主，需要探索智能巡檢新模式，實現人力驅動向數據驅動巡檢模式的轉變。

本文研究將無人機智能巡檢新技術融合進入抗電磁干擾高精定位和三維航跡規(guī)劃技術[1]，通過無人機精準定位飛行，完研究目的及意義研究的目的充分利用無人機飛行高度較高，視角更廣闊，可能危及站內設備和電網運行安全。解決的問題解決人工巡檢存在的問題提高設備健康水平。解決智能機器人巡檢存在的問題解決變電站設備缺陷識別的問題變電站巡檢無論是人工巡檢還是機器人巡檢，對于巡檢數據的分析，均是通過人工方式查找設備缺陷，這種方式效率極低、工作量極大，容易造成分析人員產生身心疲憊，從而降低缺陷發(fā)現率，對設備運行安全造成隱患。通過研究變電站一次設備缺陷的智能識別技術，實現對巡檢設備的后端缺陷智能識別，將巡檢人員從繁重的缺陷數據分析工作中解放出來，同時提高缺陷發(fā)現率，保障設備的安全運行。變電無人機智能巡檢技術智慧變電站無人機智能巡檢主要涉及無人機抗電磁干擾高精度定位避障技術無人機巡檢系統(tǒng)裝備抗電磁干擾高精度定位無人機抗電磁干擾關鍵技術GPS人機裝配雙天線實時動態(tài)(real-timekinematic，GPS衛(wèi)星定位和GPS應用的重大里程碑式提升[4]，極大地提高了作業(yè)效率和安全。無人機避障關鍵技術[5]三維激光點云數據不僅包含目標的坐標信息，同時也包含了目標的高程信息，通過對三維點云數據的后處理，可以實現分析、量測、仿真、模擬、監(jiān)測等功能[6]。因此，利用三維點云數據進行變電站無人機巡檢航線規(guī)劃，可以很好的解決二維航線規(guī)劃高程數據缺失導致飛行風險的問題，從而實現變電站無人機的自動、智能、安全巡檢。應用變電站高精度激光點云獲取方法，建立變電站三維激光點云數據模型，為三維航線規(guī)劃提供數據基礎。變電設備關鍵部件自動識別技術模型進行處理獲得優(yōu)化后的目標點云Kinect并提出樣一致性(RANSAC)算法對分割后的點云邊緣進行檢測，并提取所定義的邊緣特征以識別零部件[7]。工干預，提高了航線規(guī)劃的效率。基于激光點云的三維航線規(guī)劃技術自主巡檢作業(yè)。航點生成和航線規(guī)劃技術基于導入的高精度激光點云數據自動提取高無人機自主巡檢智能控制技術通過變電站無人機自主巡檢智能控制技術實基于多傳感器融合的無人機控制算法基于不同的傳感器，對環(huán)境進行全方位感知，及時、準確的獲取無人機位置信息，以及設備環(huán)境信息。變電站無人機智能巡檢時，既要考慮無人機對設備的安全距離，也要考慮相機焦距、分辨率、畫幅因素等對圖像拍攝質量的影響，以及無人機云臺角度和無人機機頭朝向等問題。通過可見光、激光雷達等傳感器信息技術和無人機控制等關鍵技術的融合，實現對無人機姿態(tài)、云臺等的精準控制。無人機自主巡檢智能控制系統(tǒng)變電站無人機智慧維保機巢技術無人機智慧維保機巢為無人機提供起降場地、存放、充電、數據傳輸等條件，為無人機創(chuàng)造全天候恒溫濕的存放空間，監(jiān)測環(huán)境狀況自動判斷適飛AR-tag機巢高速充電技術機巢降落引導技術AR-tagGPS網絡覆蓋的情況下也能精準著陸。機巢氣象監(jiān)測技術維保機巢電氣系統(tǒng)基于無人機巡檢的設備缺陷智能識別技術變電站設備缺陷智能識別技術能夠自動智能識別變電一次設備存在的缺陷，將巡檢人員從繁重的缺陷數據分析工作中解放出來，同時提高缺陷發(fā)現率，保障設備的安全運行。構建變電一次設備缺陷庫變電一次設備缺陷庫是利用圖像深度學習技備缺陷庫中。系統(tǒng)DBN電力設備缺陷識別、結合深度學習與傳統(tǒng)機器學習電力設備缺陷識別等深度學習關鍵算法，以及變電站無人機巡檢航拍圖像的典型業(yè)務應用場景，研發(fā)一套基于無人機巡檢變電一次設備缺陷智多種圖像預處理功能和多種基于深度學習關鍵技術的電力設備特征提取和缺陷識別算法