無人機電網巡檢關鍵技術研究與展望

劉楓琪 汪鼎杰 楊 磊 高 陽 孟 斌

（1.河南九域恩湃電力技術有限公司,河南 鄭州 450016；2.鄭州航空工業管理學院民航學院,河南 鄭州 450046）

隨著現代化進程的推進，人類對電力的依賴性越來越高。電網巡檢可及時發現各種電力設備的隱患和缺陷，是保障電力系統安全穩定運行的關鍵手段[1]。我國幅員遼闊，地貌復雜，在山區地帶極端天氣頻發。受惡劣氣象條件和環境的影響，架空線路有可能出現輸電線老化、污閃、絕緣子損壞或斷股等現象，若無法及時檢修排查，則有可能導致供電系統故障，甚至引發多米諾骨牌效應，造成嚴重的經濟損失或人身傷亡。

傳統的人工電網巡檢工作難度大、效率低、危險系數高，很難適應電網規?？焖侔l展的需要，特別是在一些地理環境復雜的地區，甚至無法進行人工巡檢[2]。無人機電網巡檢模式具有不受地域影響、機動靈活、效率高、成本低等優勢，目前已逐步從理論研究過渡到實際應用階段。因此，依托數智化技術探索無人機電網巡檢模式的關鍵技術及應用成為一個值得關注的課題。

1 無人機電網巡檢研究熱點及演化路徑分析

無人機電網巡檢集航空技術、導航、無線通信、電力傳輸、飛行控制等多領域的高精尖技術于一體，國外相關的研究最早可追溯至20世紀50年代[3]。國內無人機電網巡檢雖起步較晚，但經過不斷的技術探索和實踐，取得了相對豐碩的成果，并相繼出臺了無人機電網巡檢相關技術導則和行業標準。為了更好地把握國內無人機電網巡檢關鍵技術的研究熱點和演變趨勢，本文以中國知網（CNKI）數據庫為檢索源，以“無人機電網巡檢”“無人機電力線路巡檢”“無人機輸電線路巡檢”等主題為檢索條件，經篩選剔除邊緣信息后，共檢索到966篇研究文獻，時間跨度為2008年12月—2022年12月。利用CiteSpace軟件統計分析無人機電網巡檢領域關鍵詞突現規律進行前沿分析，根據突現強度，最終篩選得到2008—2022年前10個研究熱點，如圖1所示。

圖1 無人機電力巡檢關鍵詞突現圖譜

根據圖1，結合知網文獻分析得知，我國無人機電網巡檢的研究文獻最早發表于2008年，其發展演化路徑大致可以劃分為三個階段。（1）探索階段（2008—2011年）。該階段電網部門已經嘗試應用“載人直升機巡檢”模式，并提出了無人機電網巡檢的概念。國家電網和南方電網分別于2009年和2011年成立了無人機巡檢試點項目，標志著無人機電網巡檢開始從理論研究轉向應用研發。（2）快速發展與應用階段（2012—2017年）。2012年，大疆發布第一代航拍無人機，引爆了民用無人機市場，無人機電網巡檢的應用前景受到重視。2013年，國家電網和南方電網開始部署無人機電網巡檢，并進行試點推廣。隨后，無人機電網巡檢模式的研發應用呈井噴式發展，除電力部門進行技術開發和實踐積累外，國內多家無人機企業也在不斷拓展創新電網巡檢新技術。（3）自主智能巡檢階段（2018年至今）。隨著相關技術逐漸成熟，無人機已成為電網巡檢的常規模式，然而該模式在復雜環境下仍存在受干擾嚴重、識別故障類型受限、需要大量人工參與等局限性，無人機自主智能巡檢成為新的發展趨勢和迫切需求。

2 無人機電網巡檢關鍵技術研究現狀分析

根據關鍵詞共同出現的頻次，確定無人機電力巡檢領域的研究主題和關鍵技術，最終繪制關鍵詞共現的聚類分析知識圖譜，如圖2所示。其中，數字越小，代表該關鍵詞出現的頻次越高，節點間連線的粗細程度代表關鍵詞之間關聯的緊密程度[4]。研究焦點可大致歸類于“電力巡檢”“智能巡檢”“巡檢目標”“路徑規劃”“安全距離”等主要類別，涉及無人機電網巡檢的多個研究主題和關鍵技術。

圖2 無人機電網巡檢關鍵詞聚類分析知識圖譜

2.1 巡檢模式分析

針對文獻進一步分析可知，近年來載人直升機巡檢、機器人巡檢和無人機巡檢已成為電網巡檢新的發展趨勢，各有優缺點[5-6]。載人直升機巡檢不受地理環境的限制，實現長期、大規模的電力設備巡檢，但相對昂貴，由于需保持較大的安全距離，其精度相對較低；機器人巡檢可實現近距離檢測，達到較高的巡檢精度，但巡檢速度慢，不適合大范圍的日常巡檢。與其他模式相比，無人機電網巡檢可有效避免以上缺點，因而在電網巡檢領域得到了廣泛的應用。

2.2 圖像識別及處理技術分析

由于無人機電網巡檢所采集的圖像和視頻易受復雜場景、光源、機械振動、巡航速度等影響，在不同程度上存在運動模糊、圖像噪聲等問題，加之電網巡檢常見的故障缺陷有將近900種，電網配件型號多樣，自動化識別故障難度較高。目前無人機電網巡檢圖像故障識別主要采用人工目測和儀器檢測相結合的方式進行診斷，其處理技術主要有傳統圖像處理、機器學習、深度學習三種方法。（1）傳統圖像處理方法針對單一場景、單一故障類型識別精度高，但對于多目標、復雜場景處理能力較差。（2）機器學習方法利用一定數量的訓練樣本，針對特定目標通過設計算法提取特征并建模，以此訓練機器學習能力，是目前無人機電網巡檢的主流檢測方法，識別效果相對較好，但針對同種功能設備類型多樣性需要設計多種算法特征，可擴展性和適應性有待提高。（3）深度學習方法通過學習樣本數據的深層內在規律，最終使得機器具備分析學習能力，在無人機智能化電網巡檢上具備較強的可擴展性，可利用單個檢測框架識別多種電網配件的故障或缺陷類型，成為未來極具潛力的發展方向。

盡管目前圖像預處理的方法多樣，但針對無人機智能巡檢領域，仍需要克服以下矛盾：（1）為提高圖像處理精度，當前常用的深度學習網絡模型層數越來越多，深度越來越深，訓練參數規模越來越大，對硬件資源和設備內存要求較高。（2）無人機巡檢應用過程需要毫秒級的響應速度和數據傳輸，在當前處理器性能限制的情況下，必須減少深度學習網絡攜帶參數的規模和計算量，以達到合適的響應速度和數據傳輸標準。因此，為解決實際應用問題，急需在圖像預處理方面深入探索最佳的參數規模設計或優化算法。

2.3 目標檢測技術分析

目前，以無人機作為承載遙感設備的平臺主要利用可見光成像、紫外成像、紅外熱成像、激光雷達、超聲波等傳感器進行電力設備及線路通道的巡視和探測。（1）可見光成像技術。主要利用高清攝像頭進行圖像拍攝和影像錄制，相對而言，該技術設備要求簡單，應用廣泛，但不易探測隱蔽的故障，且成像質量易受背景條件、光源、塵土等周圍環境影響。（2）紅外線探測技術。該技術利用溫度分布差異形成熱成像，常用于探測和預警電網設備由于老化、生銹、接觸不良等發熱異常故障和內部絕緣故障，能夠發現隱蔽較強的故障，但紅外線難以探測熱的良導體設備故障問題。（3）紫外線探測技術。部分輸電設備在出現故障時會產生電暈放電現象并發射紫外光譜。紫外成像設備通過探測異常的紫外輻射進行故障定位。紫外線探測技術局限在于識別故障種類有限、靈敏度不高等，只有當電壓或者電場強度超過電暈或者放電的臨界值才有可能被探測出來。（4）激光雷達探測技術。激光雷達發射激光束掃描輸電設備、電力通道和保護區內的目標物，通過接收反射信號，測算目標的空間位置、輪廓等，確定導線、障礙物、絕緣子、塔桿等3D點云模型和彩色影像，最終可實現安全距離評估、故障定位等功能。但在動態環境下有可能導致點云數據缺失或者密度較低，直接影響提取效率和精度。（5）超聲波探測技術。該技術能夠及時有效發現潛在性故障，但相對而言，所探測的故障種類和精度有待提升。（6）多傳感器融合探測技術。與單傳感器相比，多傳感器融合探測技術的應用使得無人機電網巡檢擁有更強的外部感知能力和更高的系統可靠性。結合各種探測技術的優點，根據巡檢需求，通過獲取采集時間和空間基準統一的多源數據，能夠實現多元化對比分析和協同處理，有效識別多種故障類型并提高巡檢精度。

2.4 路徑規劃與避障技術分析

無人機航跡規劃是建立在導航定位與避障的基礎上的，考慮到巡檢環境的復雜性，多采用電、光、磁等多傳感器信息融合技術實現障礙物的監測和避障。常規的導航手段主要有衛星導航、慣性導航、無線電導航、地磁導航和傳感器導航等，但以上各種單一導航方式很難滿足無人機電網巡檢高精度、可靠性的要求。早期無人機電網巡檢主要的路徑導航方式有“人工示教+航跡復現”和預設航跡兩種，但是都存在受干擾嚴重、適應性差、自動化程度低等缺點?，F階段RTK（實時動態）差分技術在電網巡檢中被廣泛應用，可實現厘米級精度的實時定位，但需要在偏遠地區建設RTK基站實現信號的全覆蓋。此外，視覺導航也是一個研究熱點，同樣是采用機載傳感器通過目標特征提取感知周圍環境信息作為無人機導航依據，能夠實現在未知的環境中實時定位自身位置，并同時構建環境三維地圖，完成路徑規劃與避障的復雜任務。但該技術對于圖像運動模糊、紋理不明顯等特殊場景，難以實現圖像信息特征提取與位置匹配，需要其他導航源輔助，否則易導致圖像位置信息丟失。

在無人機電網巡檢路徑規劃與避障方面，雖然近年來取得了較大進展，但依然存在以下問題：（1）在已知環境下，為了保證定位精度，無人機電網巡檢嚴重依賴視點位置和人工標記軌跡進行匹配導航，人工協同處理工作量大，無法真正實現自主智能巡檢。（2）在未知環境下，需要不斷采集新圖像進行場景重建，需要大量時間規劃新路徑，實時性無法得到保證。（3）相關算法的實用性有待進一步提高，需面向無人機巡檢路徑規劃和避障的實際應用進行完善。

3 無人機電網自主智能巡檢技術展望

自主化和智能化是未來無人機電網巡檢的必由之路?，F階段電網巡檢無人機處于初級智能階段，仍需要大量人工協同，自動化、信息化、智能化水平比較低。未來，隨著無人機電網巡檢的大規模推廣應用，融合現代化信息技術、推動無人機電網自主智能巡檢是重要的發展趨勢。

3.1 提高巡檢設備和技術的自主智能化水平

無人機電網巡檢需要應對復雜的地理環境、多變的氣象條件以及不同的作業場景，自主智能巡檢意味著未來需進一步突破實時動態定位、感知與避障、目標精準識別與跟蹤、智能航跡規劃與自主飛行控制等技術難題。高級智能無人機必須在具備感知、識別能力的基礎上，增強推理、判斷、決策和適應能力，實現自學習、自監測、自決策、自主控制等多種功能。因此，通過運用現代信息技術、人工智能、深度學習、智能芯片等新興技術提高數據源和信息源的可靠性、精度、傳輸的及時性等是實現自主智能化巡檢的重要途徑。

3.2 推動智能管控平臺建設

無人機運檢管控平臺集任務管理、數據處理、指揮調度、預警研判等功能于一體，其信息化、智能化、精益化建設水平尤其關鍵。通過融合“大云物移智鏈”等高新技術，構建多平臺互聯的智能管控系統，實現全面感知、場景聯動、信息交換、多源融合、智能處理、協同監測等功能，提高無人機電網巡檢的信息化水平。無人機電網巡檢與新一代信息技術深度融合，為構建立體化、集約化、可視化、智能化的管控平臺和數據智能分析提供了技術支撐。

3.3 其他關鍵技術

無人機電網巡檢多采用輕量/小型多旋翼機型，續航時間一般在1 h以內，對于山區、野外等偏遠作業區域，嚴重制約智能化巡檢的開展。目前主流的解決方案有兩個：一是研發新的無人機能源與動力系統，二是建立無人機智慧機場。鑒于電網巡檢無人機受任務載荷的制約，太陽能電池、光伏電池、燃料電池和混合動力發動機等新能源技術成為下一代無人機能源與動力系統的重點發展方向。此外，利用輸電線電磁場為無人機能源與動力系統進行動態充能以延長續航時間，被認為是最具前景性的解決方案，但該技術目前仍處于實驗階段，應用難度較大。此外，通過搭建“移動機巢”和“固定機巢”等形式的無人機智慧機場，也是突破無人機續航能力限制的重要解決方案。通過部署無人機智慧機場，能夠極大促進無人機全天候、自動化巡檢能力，提高電網巡檢效率。

4 結語

由于具備巡檢效率高、機動靈活、成本低、安全性高等顯著優勢，無人機電網巡檢正逐步替代人工巡檢，成為該領域主要的推廣方向之一。無人機電網巡檢涵蓋多個領域、多個學科的關鍵技術，是集多種功能需求于一體的系統工程。特別是在自主智能巡檢方面，還面臨不少的挑戰。將現代化信息技術與無人機電網巡檢進行深度融合，推動相關技術創新和突破，是未來智能巡檢模式和智能電網建設的重要突破口。