【技术实现步骤摘要】
用于巡检的无人机全自动多机协同输电线路故障识别方法
本专利技术公开了用于巡检的无人机全自动多机协同输电线路故障识别方法，属于输电线路巡检的
技术介绍
在电力系统巡检过程中，随着电网智能化的发展，无人机参与输电线路巡检成为发展热门，但目前该领域无人机仅承担拍摄功能，后续故障识别算效率及精度存在一定瓶颈，且多个无人机之间工作时无互相干涉影响，自动化程度较低。
技术实现思路
本专利技术的专利技术目的是针对上述
技术介绍
，提供了用于巡检的无人机全自动多机协同输电线路故障识别方法，算法分为四步，着眼于目前无人机参与输电线路巡检智能化程度低的问题，全覆盖输电线路元器件及其可能存在的电力故障，采用多机协同的概念，无人机组不再相互间无干涉运转，全自动化程度高，主体使用人工智能图像识别算法对故障图片进行排查，进一步提高了故障识别精度，提高了无人机组电力巡检工作效率，减少了人力成本，且方便调度人员进行故障排查，从而减少电力系统故障的发生。本专利技术为实现上述专利技术目的采用如下技术方案：用于巡检的无人...
【技术保护点】
1.用于巡检的无人机全自动多机协同输电线路故障识别方法，其特征在于，方法如下：/n第一步，生成首次多机协同执行任务，设立初始规划航线及协同空域；/n第二步，将首次多机协同执行任务关联到基础无人机组，使得部分无人机组基于车载计算机对协同作业空域进行全覆盖巡航；/n第三步，基于改进的YOLOv3人工智能图像识别算法对无人机组一次返还图像进行图像识别；/n第四步，修改错误识别阈值α，在其按比例减小至0.1之前，排除已发现错误的电力元器件，生成新一轮巡航路线，并且关联满足运行条件的无人机组执行新一轮巡航任务，将结果传送回第三步，循环执行。/n
【技术特征摘要】
1.用于巡检的无人机全自动多机协同输电线路故障识别方法，其特征在于，方法如下：
第一步，生成首次多机协同执行任务，设立初始规划航线及协同空域；
第二步，将首次多机协同执行任务关联到基础无人机组，使得部分无人机组基于车载计算机对协同作业空域进行全覆盖巡航；
第三步，基于改进的YOLOv3人工智能图像识别算法对无人机组一次返还图像进行图像识别；
第四步，修改错误识别阈值α，在其按比例减小至0.1之前，排除已发现错误的电力元器件，生成新一轮巡航路线，并且关联满足运行条件的无人机组执行新一轮巡航任务，将结果传送回第三步，循环执行。
2.根据权利要求1所述的用于巡检的无人机全自动多机协同输电线路故障识别方法，其特征在于，具体步骤如下：
步骤1，针对巡检区域各生成5个多维数组Xk和5个多维数组X’k，将Xk所有元素置0，X’k所有元素置1，并设定图像识别算法初始识别阈值α＝0.9；
步骤2，生成首次多机协同执行任务，主要包括两方面：一方面为生成协同执行空域，获取协同执行空域的高度信息，即协同执行空域的几何中心与地面之间的距离，和协同执行空域的经纬度信息以及该空域内输电线路的分布情况；另一方面为根据所创建的协同作业空域及其内部多维数组Xk代表的元器件数量规划无人机在所述协同作业空域的基础全覆盖航线；
步骤3，基于车载计算机关联首次协同执行任务至基础无人机组，使用部分无人机组对协同执行空域进行全覆盖巡航，同时对多维数组Xk进行遍历并写入初始巡航结果；
步骤4，基础无人机组向车载服务器上传一次返还图像，针对返还图像调用基于改进的YOLOv3人工智能图像识别算法生成图像识别结果，将识别算法结果反馈至故障分析模块，并对多维数组Xk和X’k进行相应...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。