基于智能图像识别的无人机电力线路安全巡检系统及方法与流程

本发明涉及无人机电力线路安全巡检，尤其涉及基于智能图像识别的无人机电力线路安全巡检系统及方法。

背景技术：

1、随着电力系统规模的不断扩大和家庭电力设备数量的不断增加，对电力线路安全巡检的要求也愈发严格，传统的电力线路巡检通常依靠人工巡检，存在工作效率低下、安全风险高、覆盖范围有限等问题，近年来，计算机视觉技术以及深度学习技术不断被突破，传统的电力线路巡检方法被无人机巡检技术所替代，结合智能图像识别技术，无人机可以实现快速、高效的巡检，避免了人员直接接触高压线路的风险，同时可以获取更广泛的巡检范围和更完善的巡检数据。

2、现有的无人机电力线路巡检调度系统通过基于gis的无人机电力线路巡检调度方法，通过调度终端对巡检的设备、人员、时间和线路进行调度，或是通过无人机载的摄像机拍摄的两个不同定位基站的图像，由图像处理计算机完成定位基站特征点识别和处理，建立无人机空间位置信息，实现基于无人机的智能图像识别技术，进行输电线路无人巡检。

3、例如公告号为：cn103824233b的发明专利公告的基于gis的无人机电力线路巡检调度平台及方法，包括：调度服务器、人机交互模块、rfid读写器、身份证读取器、短信收发模块，配以基于gis的无人机电力线路巡检调度方法，考虑巡检现场状态信息、设备信息和人员信息等要素，通过调度终端对巡检的设备、人员、时间和线路进行调度。

4、例如公开号为：cn113516708a的发明专利公开的一种基于图像识别与uwb定位融合的输电线路巡检无人机精确定位系统及方法，包括：一架装设uwb定位标签的无人机、一台数字摄像机、一台图像处理计算机、以及数个uwb定位基站组成；通过在两个杆塔之间的输电线路上安装四个空间位置已知的uwb定位基站，基站识别无人机上的定位标签发出的超宽带信号，根据uwb-tdoa(到达时间差)定位原理建立的无人机空间位置解算方法，得到无人机在输电线路物方坐标系中的空间位置；再通过无人机载的摄像机拍摄的两个不同定位基站的图像，由图像处理计算机完成定位基站特征点识别和处理，利用空间前方交会方法，得到无人机的物方坐标；再建立根据两种测量方法的误差，建立球形空间坐标模型，补偿和矫正无人机空间位置信息。

5、但本技术在实现本技术实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

6、现有技术中，配以基于gis的无人机电力线路巡检调度方法，考虑巡检现场状态信息、设备信息和人员信息等要素，通过调度终端对巡检的设备、人员、时间和线路进行调度，或是根据uwb-tdoa(到达时间差)定位原理建立的无人机空间位置解算方法，得到无人机在输电线路物方坐标系中的空间位置，通过无人机载的摄像机拍摄的两个不同定位基站的图像，由图像处理计算机完成定位基站特征点识别和处理，利用空间前方交会方法，得到无人机的物方坐标，建立球形空间坐标模型，补偿和矫正无人机空间位置信息，但在无人机电力线路安全巡检过程中，存在未综合考虑外界气象干扰因素导致的无人机巡检路径优化出现偏差的问题。

技术实现思路

1、本技术实施例通过提供基于智能图像识别的无人机电力线路安全巡检系统及方法，解决了现有技术中，无人机电力线路安全巡检过程中，存在未综合考虑外界气象干扰因素导致的无人机巡检路径优化出现偏差的问题，实现了综合考虑外界气象干扰因素，对无人机巡检路径进行优化。

2、本技术实施例提供了一种基于智能图像识别的无人机电力线路安全巡检方法，包括以下步骤：获取外界气象数据，并分析气象干扰情况，所述气象数据包括外界风速、外界相对湿度以及电磁场强度；通过无人机巡检进行图像采集及图像预处理；提取电力线路信息，结合气象干扰情况，分析电力线路负载情况，所述电力线路信息包括电力线路长度、电路电压以及电路电流；根据电力线路负载情况，对无人机巡检路径进行优化。

3、进一步的，所述获取外界气象数据，并分析气象干扰情况，具体包括：每间隔一定周期，通过电力线路检测站点的传感器获取气象数据；对电力线路检测站点传感器以及传感器的周期进行编号；对气象数据进行数据预处理，构建气象干扰系数模型公式，并据其计算电力线路检测站点对应的气象干扰系数；结合气象干扰系数，构建电力线路气象干扰评估指数模型公式，计算得出各监测站点的电力线路对应电力线路气象干扰评估指数。

4、进一步的，所述数据预处理的具体分析方法为：从电力线路运行信息数据库获取预设历史周期的气象数据；对预设历史周期的气象数据进行数据处理，对所述气象数据中的重复数据进行剔除，得到第一清洗数据，并对所述第一清洗数据进行检测，识别并去除异常数据得到第二清洗数据，作为清洗后的预设周期的气象数据。

5、进一步的，所述通过无人机巡检进行图像采集及图像预处理具体包括：收集并存储无人机采集得到的电力线路图像数据信息；对采集得到的电力线路图像数据信息进行去噪处理，得出预处理后的电力线路图像数据信息；所述去噪处理具体包括根据电力线路图像窗口确定一个固定大小的正方形滤波模板，将滤波模板中心的像素值替换为该模板中所有像素的平均值，对电力线路图像中的每个像素都执行上述操作。

6、进一步的，所述分析电力线路负载情况具体包括：获取电力线路检测站点传感器收集得到的电路电压以及电路电流；从电力线路运行信息数据库获取各电力线路检测站点的变压器额定容量；每间隔一定周期，获取电力线路检测站点的传感器收集到的电路电压以及电路电流；构建电力线路负载评估指数模型公式，并计算各监测站点的电力线路对应电力线路负载评估指数；所述电力线路负载评估指数模型公式为：，式中，为第个电力线路检测站点的传感器在第个周期对应的电力线路负载评估指数，第个电力线路检测站点的传感器在第个周期对应的输电线路环境评估指数，表示为第个电力线路检测站点的传感器在第个周期对应的电路电压，表示为第个电力线路检测站点的传感器在第个周期对应的电路电流，表示为设定的电路负载率对应的补偿比例值，表示为第个电力线路检测站点的变压器额定容量，，表示为输电线路检测站点的总数，表示为周期的编号，，表示为周期的总数。

7、进一步的，所述对无人机巡检路径进行优化具体包括：结合无人机采集得到的电力线路图像数据信息，构建电力线路结构模型，分析得到电力线路结构评估指数；结合电力线路负载评估指数，更新各电力线路检测站点的路段权值；根据各电力线路检测站点的路段权值，规划无人机巡检路径，重点监测部分路段。

8、进一步的，所述电力线路结构评估指数的具体分析过程为：获取预处理后的电力线路图像数据信息；识别图像中的电力线路检测站点以及各检测站点所管辖的电力线路长度、位置信息，并提取出各电力线路检测站点所管辖的电力线路长度；根据所识别出的特征信息，构建电力线路结构模型；结合电力线路结构模型，构建电力线路结构评估指数模型公式，并计算各检测站点的电力线路对应的电力线路结构评估指数。

9、进一步的，所述更新各电力线路检测站点的路段权值具体包括：获取电力线路结构评估指数；计算各检测站点的电力线路对应的权值，并实时更新各电力线路检测站点的电力线路权值；其中，各检测站点的电力线路对应的权值的计算公式为：，式中，表示为第个电力线路检测站点的电力线路在第个周期对应的权值，表示为第个电力线路检测站点的传感器在第个周期对应的电力线路结构评估指数,表示为电力线路检测站点的编号，，表示为输电线路检测站点的总数，表示为周期的编号，，表示为周期的总数。

10、进一步的，所述根据各电力线路检测站点的路段权值，规划无人机巡检路径，重点监测部分路段包括：实时获取各电力线路检测站点的电力线路权值；对所获取的所有电力线路权值进行求和取平均，得到平均电力线路权值，并作为参照电力线路权值；根据参照电力线路权值，规划无人机巡检区域；若某电力线路检测站点的电力线路在该周期对应的权值不低于参照电力线路权值，则将所述某电力线路检测站点的电力线路作为无人机重点巡检区域；若某电力线路检测站点的电力线路在该周期对应的权值低于参照电力线路权值，则将所述某电力线路检测站点的电力线路作为无人机非重点巡检区域；根据所规划的无人机巡检区域，对其进行路径规划，安排无人机在重点巡检区域进行多次重点巡检。

11、本技术实施例提供了一种基于智能图像识别的无人机电力线路安全巡检系统，所述基于智能图像识别的无人机电力线路安全巡检系统包括：气象干扰情况分析模块：用于获取外界气象数据，并分析气象干扰情况，所述气象数据包括外界风速、外界相对湿度以及电磁场强度；无人机采集图像处理模块：用于通过无人机巡检进行图像采集及图像预处理；电力线路负载情况分析模块：用于提取电力线路信息，结合气象干扰情况，分析电力线路负载情况，所述电力线路信息包括电力线路长度、电路电压以及电路电流；无人机巡检路径优化模块：用于根据电力线路负载情况，对无人机巡检路径进行优化。

12、本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

13、1、通过获取电力线路检测站点的传感器收集到的气象数据，计算电力线路检测站点对应的气象干扰系数，结合气象干扰系数，得出各监测站点的电力线路对应电力线路气象干扰评估指数，获得气象干扰情况，间接得出各检测站点的电力线路对应的权值，从而根据电力线路权值，对无人机进行路径规划，进而实现了综合考虑外界气象干扰因素，从而在规划无人机巡检路径时考虑到出现的气象影响，避免优化后的巡检路径出现细微偏差，有效解决了现有技术中，无人机电力线路安全巡检过程中，存在未综合考虑外界气象干扰因素导致的无人机巡检路径优化出现偏差的问题。

14、2、通过预处理电力线路图像数据信息，识别图像中的电力线路检测站点以及各检测站点所管辖的电力线路长度、位置信息，并由此构建电力线路结构模型，计算得出各检测站点的电力线路对应的电力线路结构评估指数，从而得出各检测站点的电力线路对应的权值，进而实现了基于图像识别技术，构建电力线路结构模型，根据模型分析电力线路权值，根据权值实现巡检路径的自动优化，从而减轻人工巡检的负担，提高工作效率。

15、3、通过获取电力线路检测站点传感器收集得到的电路电压以及电路电流，构建电力线路负载评估指数模型公式，计算各监测站点的电力线路对应电力线路负载评估指数，从而获取实时电力线路负载情况，据此对巡检路径进行优化调整，进而实现了将负载较大的路段设置为重点巡检区域，从而提高巡检效率，确保对重要区域的充分覆盖。