接，读取无人机的巡检视频数据。4. 如权利要求1所述的一种无人机飞行状态实时评估预警系统，其特征是：所述飞行 状态评估预警模块，根据每次巡检任务积累的无人机飞行控制数据，运用时间序列分析、聚 类分析方法和支持向量机建立无人机飞行状态安全预警模型，同时在无人机执行输电线路 巡检飞行任务时，通过地面监控站实时获取无人机飞行控制数据，利用无人机飞行状态安 全预警模型实时判断无人机飞行状态，并及时预警。5. 如权利要求1所述的一种无人机飞行状态实时评估预警系统，其特征是：所述通信 模块，与地面监控站为一对多连接方式，实现与地面监控站之间的数据的交互，从地面监控 站中读取无人机的GPS位置、飞行状态、飞行控制数据数据和巡检过程数据。6. -种巡检无人机飞行状态实时评估预警方法，其特征是：包括以下步骤： (1) 地面监控站获取无人机的飞行状态数据和飞行控制数据，将其传输给评估预警平 台； (2) 对无人机的飞行控制信息进行预处理，根据飞行状态的效应量和影响量构建无 人机安全预警对象集合，抽取关键数据作为映射关系的输入，确定映射关系的初始拓扑结 构； (3) 结合无人机运行的动态样本数据，构建无人机的关键运行变量时间序列预测模型， 对无人机运行的关键数据进行监测和预报； (4) 以训练误差作为优化问题的约束条件，以置信范围值最小化作为优化目标，构建无 人机安全预警模型，模拟和预测无人机工作状态与影响因素的关系； (5) 输出预警评估结果，根据预警判断结果调整无人机的飞行指令。7. 如权利要求6所述的一种巡检无人机飞行状态实时评估预警方法，其特征是：所述 步骤（2)中，利用聚类数据分析方法，对无人机的飞行控制信息进行预处理，抽取关键成分 作为映射关系的输入，从而确定映射关系的初始拓扑结构，通过制定对象的属性和属性值 来描述无人机的效应量和影响量信息集合，构建无人机安全预警信息表，基于无人机安全 预警信息表构建数据矩阵，表达集合中各个变量的相似程度。8. 如权利要求6所述的一种巡检无人机飞行状态实时评估预警方法，其特征是：所述 步骤（2)中，无人机安全预警信息表S表示为： S = (U，R，V，F) R = CUD 式中，U为非空有限集，是对象的集合，U = {Xl，x2，...，xn}，n彡0;R = C U D为非空 有限集，称为属性集合，子集C称为条件属性集，即影响量集，子集D称为决策属性集，即效 应量集，C = Ic1, c2，…，cm}，m 彡 O ;D = {山，d2，…，dk}，k 彡 O ;V = U aERVa是属性值的 集合，1表示属性a的属性范围，其中a满足a e R，F是一个信息函数，它指定U中每一个 对象X的属性值，即Va= F (X，a)，X e u，a e R。9. 如权利要求6所述的一种巡检无人机飞行状态实时评估预警方法，其特征是：所述 步骤（2)中，构建基于安全信息表的数据矩阵，对象-属性矩阵如下：其中ai](i = 1，···，!!；」=1，···，!!!）为第i个样本的第j个属性的属性值。第i个样 本A1为矩阵A的第i行所描述，任何两个样本A 1(与间的相似性，通过矩阵A中的第K 行与第L行的相似程度来区分；任何两个变量^与之间的相似性，通过第K列与第L列 的相似程度来区分。10. 如权利要求6所述的一种巡检无人机飞行状态实时评估预警方法，其特征是：所述 步骤（2)中，效应量包括电机转速、姿态、速度以及方向角速度。11. 如权利要求6所述的一种巡检无人机飞行状态实时评估预警方法，其特征是：所述 步骤（2)中，影响量包括温度、荷电状态、湿度、距离和飞行时间。12. 如权利要求6所述的一种巡检无人机飞行状态实时评估预警方法，其特征是：所述 步骤（3)中，具体步骤为：构建时间序列模型，采用时间序列分析方法和变量分析方法，结 合无人机运行的动态样本数据，建立无人机的关键运行变量的时序预测模型。13. 如权利要求6所述的一种巡检无人机飞行状态实时评估预警方法，其特征是：所述 关键数据包括电机转速、姿态、速度和加速度。14. 如权利要求6所述的一种巡检无人机飞行状态实时评估预警方法，其特征是：所述 步骤（4)中，应用最小二乘支持向量机算法，以训练误差作为优化问题的约束条件，以置信 范围值最小化作为优化目标，从无人机的安全运行原始监测数据中学习归纳出无人机系统 运行规律，构建无人机安全预警模型，模拟和预测无人机工作状态与主要影响因素的关系。15. 如权利要求6所述的一种巡检无人机飞行状态实时评估预警方法，其特征是：所述 步骤（4)中，具体方法为：采用一个非线性映射将样本从原空间映射到维数为k的高维特征 空间中，然后在高维特征空间中进行线性回归，根据结构风险最小化原理，综合考虑函数复 杂度和拟合误差，将回归函数回顾问题等价于最小化代价泛函，利用拉格朗日和KKT最优 化条件，将优化问题转化为以最小二乘法求解的线性方程组，得到无人机安全预警的回归 模型。16. 如权利要求6所述的一种巡检无人机飞行状态实时评估预警方法，其特征是：所述 步骤（5)中，具体方法为：根据无人机的影响量和效应量的阀值样本数据，由时间序列分析 算法计算求得无人机的影响量和效应量的阀值，将根据安全预警模型求得相应效应量与效 应量的阀值做差求绝对值，根据其与标准差的关系，对无人机运行状态进行判断，如果需要 报警，则报警，并调整无人机飞行状态，将飞行状态问题上传到无人机飞行状态评估预警服 务器。17. 如权利要求6所述的一种巡检无人机飞行状态实时评估预警方法，其特征是：所述 步骤（5)中，预警方法具体为： 当丨yt _ PtI S 2S时，无人机飞行正常； 当2S < |yt - Al 5 3S时，认为无人机飞行基本正常，观测值无趋势性变化； 当2S <_ |yt U S 3S时，认为无人机飞行基本异常，观测值有趋势性变化； 当3S< Iyt-W时，进行报警； 当观测值无趋势性变化时，需要确定该无人机的效应量和影响量是否超过其阀值，如 果超出，输出异常及报警； 其中s为模型的标准差，为安全预警模型求得相应效应量，yt为效应量的阀值。
【专利摘要】本发明公开了一种无人机飞行状态实时评估预警系统及方法，包括评估预警平台、无人机和地面监控站，其中：地面监控站，用于获取无人机的飞行状态数据，将其传递给评估预警平台；评估预警平台，用于读取无人机飞行状态信息和飞行控制数据，通过每次巡检任务积累的无人机飞行控制数据，构建无人机飞行状态评估模型，对无人机飞行状态进行判断，同时接收上位机传输的飞行指令，调整无人机的飞行。本发明根据输电线路巡检无人机的飞行控制数据，通过时间序列分析、聚类分析方法和支持向量机相结合的分析方法，构建出无人机飞行状态评估预警模型，实现无人机在输电线路巡检过程中的飞行状态实时评估预警。
【IPC分类】G08G5/00
【公开号】CN105427674
【申请号】CN201510734491
【发明人】李宗谕, 刘俍, 王万国, 雍军, 慕世友, 傅孟潮, 魏传虎, 李建祥, 赵金龙, 田兵, 李勇, 吴观斌, 许乃媛
【申请人】国网山东省电力公司电力科学研究院, 山东鲁能智能技术有限公司, 国家电网公司
【公开日】2016年3月23日
【申请日】2015年11月2日