李 凯，徐梅根，汤国锋，袁 炜

（1.国网江西省电力有限公司宜春供电分公司，江西宜春 336000；2.国网江西省电力有限公司新余供电分公司，江西新余 338000）

0 引言

近年来，国家电网有限公司全面推广直升机、无人机和人工协同的输电线路立体巡检新模式，输电线路无人机巡检得到快速发展和应用。多旋翼无人机具有体积小、成本低、操作简单、起降方便等优势，应用于220 kV及以下输电线路巡检具有很大优势，并可深入班组规模应用，随着续航能力的不断提升，具有广阔应用前景[1]。

输电线路无人机巡检最简单的应用方式是人工手动操控进行故障巡视、特殊巡视等，相比于传统人工巡检，巡视效率和质量极大提升。但人工手动操控方式对操控技能要求高、工作强度大，且有效巡视距离短，巡视效率提升和应用范围受限。为充分发挥无人机巡检优势，降低巡视成本、提高巡视效率，无人机程控飞行得到广泛研究和应用。程控飞行只需在智能操控终端导入任务，无人机会按照预定航线自主飞行、持续自动拍摄，巡检照片通过数据处理软件进行智能化处理，极大提升了巡检效率。然而程控飞行巡检模式仍需要作业人员始终在野外操作并进行大量干预，不仅转移场地耗时耗力，而且巡检数据不能及时传回处理分析。

为有效解决现有问题，原国网江西赣西供电公司（已划转调整为宜春公司和新余公司）充分应用国内外先进的无人机控制、人工智能、云计算等相关前沿技术，实现了无人机远程自主巡视、数据自动传输处理分析、成果自动上传共享，全程无需人工干预[2-5]。

1 基于人机协同巡检的输电智能运检模式

目前，宜春公司和新余公司均已实现可飞行区域输电线路无人机巡检全覆盖并常态开展。为提高协同巡检综合效率，同步研发并使用人巡移动作业终端，建设了输电线路智能运检管控平台，实现数据互联共享和智能化处理，建立了基于“无人机+人工”协同巡检的输电智能运检模式，具体见图1。

图1 基于人机协同巡检的输电智能运检模式

2 无人机远程自主巡检系统

无人机远程自主巡检系统主要由长航时无人机、无人值守机场（机巢）、中央控制系统、云监控平台组成，见图2。

图2 无人机远程自主巡检系统

机巢主要部署在变电站，由中央控制系统远程控制长航时无人机从变电站机巢开机、起飞、按航线自主飞行拍照，完成任务后在相邻变电站机巢精准降落，巡检数据通过4G网络既可以实时回传，也可以降落至机巢后边充电边回传至中央控制系统，由人工智能图像识别模块进行智能处理分析，分析成果自动上传输电智能运检管控平台。

3 无人机远程自主巡检关键技术

3.1 无人值守技术

3.1.1 机巢

机巢和长航时无人机一起构成无人值守平台，机巢是一款为无人机巡检作业定向研发的一体化设备，可以远程控制和传输数据，实时监控无人机的状态以及任务前的准备情况，配合无人机完成无人值守任务，并为无人机提供完整的后勤保障，是无人值守系统中不可缺少的一部分，见图3、图4。

图3 机巢模型与实物

图4 无人机在机巢起飞和降落示意图

机巢具有以下显著优势：

1）机巢严格按照长期野外静置的条件研制，采用防拆除、防移动、防雷电的加强结构设计，具备防水、防潮、恒温性能，内部使用模块化设计，方便后期维护。

2）机巢具备无人机辅助降落平台，保证无人机通过视觉、RTK定位的方式安全降落，回收后的无人机封闭式存放于机巢内部，确保安全。

3）机巢具备气象监测、状态监控和实时通信功能，巡视时如果遇到天气突变，机巢会发出返航指令，控制无人机自动就近返航回收。机巢状态数据上传至中央控制系统，辅助维护保养决策。

4）机巢具备独立应急电源，即使突然出现断电情况，也能保证机巢的正常使用，为无人机安全降落和执行任务的安全性保驾护航。

5）机巢具备为无人机自动充电功能，充分保障无人机续航能力。

3.1.2 长航时无人机

长航时无人机（见图5）是一款为机巢定向研发的高端无人机，配合机巢实现无人值守作业，具有以下显著优势：

图5 长航时无人机模型和实物

1）长航时无人机采用了全新的飞控和动力方案，拥有超长的续航能力。在正常工作条件下，新型智能电池能够在30 min之内完成充电，作业时间长达58 min，单向航程超过30 km。

2）内置飞管计算机，由4颗ARM Cortex-A9处理器组成，主频高达1.2 GHz，同时还搭载2 GB DDR3运行内存和16 GB EMMC存储空间，具备强大的运算能力。还内置4G模块，可进行远程控制和通信。

3）搭载RTK定位系统，可以提供厘米级精度的定位，同时双天线的配置为飞控准确定向，可提供强大的抗电磁干扰能力，在高压线、金属建筑等强磁干扰的环境下保障可靠的飞行。

4）搭载高清可见光云台相机，最大可达2010万像素。

3.2 远程自主精准降落技术

无人机具备雷达测高、光流测速等定位技术，并搭载了RTK定位系统，可以提供厘米级精度的定位，但是降落过程受地面效应和现场环境影响，而且机巢降落平台面积小，为确保降落安全和足够精准，还配置了视觉辅助降落系统，引导无人机精准降落。

图6 视觉辅助降落系统

视觉辅助降落系统如图6所示，降落过程中，机载高清摄像机拍摄的实时图像会传给机载飞管计算机进行处理，自动提取标识信息并进行校验，实时估计无人机的位置和姿态，辅助飞控修改策略，控制无人机全自主精准降落。目前降落误差控制在±3 cm以内。

3.3 人工智能图像识别技术

图像识别模块内置于中央控制系统中，对传回的巡检照片进行智能处理分析。图像识别采用卷积神经网络算法，具有强大的自学能力、容错能力，通过大量样本训练进行深度学习，实现在图像中自动提取目标[6-9]。目前已建立70万张巡检图像样本库进行深度学习，可高效识别施工外破、漂浮物、速生树种、鸟窝等缺陷隐患，见图7。

图7 巡检图像智能识别

巡检图像处理结果会自动上传至输电智能运检管控平台进行共享和大数据分析，危急缺陷可直接形成工单推送到相应班组人员的手持移动作业端，极大提高缺陷闭环效率，见图8、图9。

图8 输电智能运检管控平台

图9 移动作业终端

4 实践应用

2019年，在原国网赣西供电公司辖区新余东北部输电网架密集的地区，选择了220 kV马洪变、狮山变、渝水变三个变电站部署机巢开展远程自主巡检作业，覆盖了新余东北部近400 km架空输电线路，见图10。

只要天气条件允许，无需人员乘车到现场，在中央控制室即可一键启动任务远程巡检，可机群作业，巡检成果实时自动生成并回传。远程自主巡检系统的应用极大的节约了人力、物力和时间，有效破解了电网规模增长和运检人员不足的矛盾难题。经测算，若全面应用，每年至少可创造经济效益1 580万元。赣西公司已制定无人机巡检管理制度、技术标准和作业指导书共13项，建立了完善的无人机巡检管理体系。

5 结语

无人机远程自主巡检系统融合无人值守技术、远程自主精准降落技术和人工智能图像识别技术三大关键技术，实现了输电线路巡视、数据传输处理分析无人自主化和智能化，解决了之前手控或程控无人机巡检过程中需要耗费大量人力物力、人员始终在野外等痛点问题，可在电力行业内广泛应用，并可推广至电信、石油等其他行业，有广阔的应用前景。此外，基于人机协同巡检的输电智能运检模式，实现运检数据的精准分析和可控预警，为运检管理决策提供有力支撑，实现生产指挥及决策的高度智能化和集约化，大幅提升设备状态管控能力和班组管理穿透力。