基于无人机的线路巡检方法、系统和电子设备技术方案

本申请涉及线路巡检的领域，其具体地公开了一种基于无人机的线路巡检方法、系统和电子设备。所述方法考虑到对于线路而言，其核心功能在于传输电流，并且电流的变化会引发磁场的变化，因此，本申请针对所检测到的磁场值进行处理，并基于深度学习的卷积神经网络挖掘出各个点的磁场值之间的高维关联模式，以通过无人机在巡检时检测到的输电线路上的各个点的磁场值来对输电线路的电传输进行检测。通过这样的方式，可以避免检测到的磁场值受到外部因素的影响，从而避免导致最后的检测结果受到影响。响。响。

【技术实现步骤摘要】
基于无人机的线路巡检方法、系统和电子设备


[0001]本专利技术涉及线路巡检的领域，且更为具体地，涉及一种基于无人机的线路巡检方法、基于无人机的线路巡检系统和电子设备。

技术介绍

[0002]近年来无人机技术飞速发展，利用无人机进行巡航检测在各种领域得到广泛应用。中国具有复杂庞大的电网系统，电网分布环境及场景复杂，传统的人工巡检或在线巡检无法较好的满足整个电网系统的巡检要求，将无人机巡航监测应用于电网巡检具有广泛市场前景。
[0003]但是，现有无人机巡航是基于模拟视频信号，将无人机拍摄获得的视频信息传递回在线服务器，并基于图像数据来进行故障预测和检查。在线路巡检时，由于线路的很多故障无法通过图像来进行监测，例如，有些故障发生于线路内部，其并不能通过一些现有的图像处理技术来进行很好的排查。
[0004]因此，期待一种基于无人机的线路巡检方法。

技术实现思路

[0005]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于无人机的线路巡检方法、基于无人机的线路巡检系统和电子设备，其考虑到对于线路而言，其本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于无人机的线路巡检方法，其特征在于，包括：获取在基于无人机的巡检过程中被巡检线路段的各个点的六轴磁感应器的读数，所述读数包括地磁分量α
x
、α
y
、α
z
，总磁场强度向量α相对于地磁分量α
x
、α
y
、α
z
的角度参数θ
x
、θ
y
、θ
z
，方向向量相对于所述地磁分量α
x
、α
y
的角度参数以及加速度分量β
x
、β
y
、β
z
；基于所述被巡检线路段中相邻两个点的读数，计算所述读数中各个参数的序列变化值以获得多个参数序列{α'
x
…
}，{α'
y
…
}，{α'
z
…
}，{θ'
x
…
}，{θ'
y
…
}，{θ'
z
…
}，{β'
x
…
}，{β'
y
…
}，{β'
z
…
}并将所述多个参数序列构造为输入数据矩阵；使用卷积神经网络对所述输入数据矩阵进行空间卷积编码以获得磁感应特征图；基于所述加速度分量β
x
、β
y
、β
z
，计算所述无人机的六轴磁感应器在所述被巡检线路段中各个点的总加速度以获得由各个点的总加速度构成的加速度向量，所述加速度向量用于表示所述无人机在巡检飞行时的运动向量；计算所述加速度向量与所述磁感应特征图中各个位置的特征值之间的交叉熵值以获得交叉熵得分图，所述交叉熵得分图中各个位置的特征值用于表示所述磁感应特征图中各个位置的特征值与运动状态随时间的分布特性的一致性程度；基于第一阈值和第二阈值，将所述交叉熵得分图中各个位置的交叉熵值分为三类并分别为每个类设置权重值以获得权重值得分图；基于所述权重值得分图对所述磁感应特征图进行修正以获得分类特征图；以及将所述分类特征图通过分类器以获得分类结果，所述分类结果用于表示被巡检线路段的电量传输是否正常。2.根据权利要求1所述的基于无人机的线路巡检方法，其中，基于所述被巡检线路段中相邻两个点的读数，计算所述读数中各个参数的序列变化值以获得多个参数序列，包括：基于所述被巡检线路段中相邻两个点的读数，以如下公式计算所述读数中各个参数的序列变化值以获得多个参数序列；所述公式为：α'
x
＝(α
x2
‑
α
x1
)/α
x1
。3.根据权利要求2所述的基于无人机的线路巡检方法，其中，基于所述被巡检线路段中相邻两个点的读数，计算所述读数中各个参数的序列变化值以获得多个参数序列，还包括：对所述读数中各个参数的序列变化值进行归一化处理以获得由多个归一化序列变化值组成的所述多个参数序列。4.根据权利要求1所述的基于无人机的线路巡检方法，其中，所述卷积神经网络以如下公式对所述输入数据矩阵进行空间卷积编码以获得所述磁感应特征图；所述公式为：f
i
＝tahh(N
i
×
f
i
‑1+B
i
)其中，f
i
‑1为第i层卷积神经网络的输入，f
i
为第i层卷积神经网络的输出，N
i
为第i层卷积神经网络的卷积核，且B
i
为第i层卷积神经网络的偏置向量，tahh表示非线性激活函数。5.根据权利要求1所述的基于无人机的线路巡检方法，其中，基于第一阈值和第二阈值，将所述交叉熵得分图中各个位置的交叉熵值分为三类并分别为每个类设置权重值以获得权重值得分图，包括：
将所述交叉熵得分图中小于所述第一阈值的位置设定为第一类；将所述交叉熵得分图中大于等于所述第一阈值且小于所述第二阈值的位置设定为第二类；将所述交叉熵得分图中大于所述第二阈值的位置设定为第三类；以及分别为所述第一类、所述第二类和所述第三类设置第一权重、第二权重和第三权重，...

【专利技术属性】
技术研发人员：蔡吸礼，黄煜栋，
申请(专利权)人：杭州科技职业技术学院，
类型：发明
国别省市：