李弘宸，杨忠，姜遇红，韩家明，赖尚祥，张秋雁

1. 南京航空航天大学 自动化学院，江苏 南京 211106

2. 南京航空航天大学 无人机研究所，江苏 南京 211106

3. 贵州电网有限责任公司，贵州 贵阳 550000

随着人类社会的发展，电力成为无法替代的重要能源之一。为了实现大面积的电力输送以满足电力需求，输电线路广泛地分布在各个地区和不同环境中。因此，输电线路的安全正常运作是保证电力稳定可靠输送的必要条件[1]。然而，由于空气污染、自然灾害以及周围植被等客观因素的影响，输电线路往往会出现故障，例如绝缘子爆裂、杆塔倒塌等，这些故障会严重降低电力输送效率[2]。为了解决这一问题，电力部门需要定期地利用不同的电力线巡检方法对输电线路的健康状况进行评估。由于输电线路分布广泛，人工巡检难以适应复杂危险的地形，并且该方法十分耗时[3]。所以，目前常用的巡检方法是利用搭载相机的无人机进行无人巡检。利用航拍图像中提取到的信息对输电线路部件如绝缘子和杆塔等关键部件进行健康评估。然而，无人机巡检会采集大量无用数据，在这些数据中不含有输电线路信息。如果无用数据和有效数据同时被传输到地面站，必将导致工作量激增，严重影响输电线路巡检效率。为了解决这一问题，本文采用图像分类算法对输电线路航拍图像进行分类，去除无用数据并保留有效数据。该方法可以有效地提高输电线路巡检效率并提高输电线路运行的可靠性。……