动静协同的输电线路精细化巡检方法与系统技术方案

本发明专利技术属于巡检技术领域，本发明专利技术提供了一种动静协同的输电线路精细化巡检方法与系统，通过动静态检测协同配合，实现电力系统大范围覆盖的精细化巡检，采用静态与动态数据的分段式检测提高检测精细化的同时，节省不必要的人力及算力资源。其包括以下步骤：固定采集设备采集回传静态信息；多层感知机融合多类别静态信息评估故障程度；巡检无人机对输电线路进行精细化巡检并上传多角度图像信息：若发生非紧急故障，则调用巡检无人机进行精细化巡检，获取所述巡检无人机的巡检信息，并通过通讯模块将所述巡检信息传输至目标数据控制中心；融合无人机多视角和固定视角图像信息的故障分类模型。模型。模型。

【技术实现步骤摘要】
动静协同的输电线路精细化巡检方法与系统


[0001]本专利技术涉及一种输电线路巡检方法与系统，具体涉及一种动静协同的输电线路精细化巡检方法与系统。

技术介绍

[0002]输电线路的巡检是有效保证输电线路及其设备安全的一项基础工作，通过对输配线路的巡视检查来掌握线路运行状况及周围环境的变化，及时发现设备缺陷和安全隐患，从而保证输配电线路安全和电力系统稳定。随着输电线路无人机自动化的巡视开展，无人机的自动巡检技术愈加成熟，在开展自动巡检过程中，通过无人机巡检的方法极大提高了巡检的效率。无人机搭载各类可见光、红外或者激光设备执行巡检任务，可以全面检测和掌握电力杆塔的安全情况，通过无人机巡检，能够大幅降低成本和劳动强度，保障输电线路的安全可靠的运行。
[0003]由于输电线路很庞大，遍布各地，因此，输电线路往往采用分区段式管理，为各个区段分别设置无人机。目前，比较广泛采用的无人机巡检模式是固定航线巡检，即无人机在各个区段内沿着预设的航线进行巡检，这种巡检模式的优点是巡检效率高、飞行安全系数高，但针对输电线路中存在的一些部件故障，例如绝缘子故障、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种动静协同的输电线路精细化巡检方法，其特征在于，包括以下步骤：S1：固定采集设备采集回传静态信息：接收电力系统目标巡检区段的输电线路的固定采集设备采集的静态信息，并将所述静态信息上传以便下一步进行初步的状态判断;S2：多层感知机融合多类别静态信息评估故障程度：根据固定采集设备采集的静态信息，通过多层感知机融合多类别数据对当前设备状态进行评估，并根据评估结果决定是否调用巡检无人机进行精细化巡检;S3：巡检无人机对输电线路进行精细化巡检并上传多角度图像信息：若发生非紧急故障，则调用巡检无人机进行精细化巡检，获取所述巡检无人机的巡检信息，并通过通讯模块将所述巡检信息传输至目标数据控制中心;S4: 融合无人机多视角和固定视角图像信息的故障分类模型：融合固定摄像头的静态图像信息和无人机精细化巡检的多角度图像信息，使用基于图像特征的多头注意力机制模型进行图像故障分类，引入置信度门控机制和信息散度约束实现多视角学习。2.根据权利要求1所述动静协同的输电线路精细化巡检方法，其特征在于，S1步骤的过程还包括：S11：位于输电线路的固定采集设备采集输变电场景下的静态信息；机巢的控制中心通过通讯模块与上述固定采集设备进行通讯，接收固定采集设备采集的静态信息并存储；S12：机巢的控制中心作为系统的核心部分，控制信息的传递以及各模块之间的交互；采集器通讯模块为固定采集设备和机巢的控制中心的数据传输提供信息通道，确保机巢的控制中心能够接受固定采集设备采集的多类型的静态信息；S13：通过输电线路的固定采集设备采集现场的多类型静态信息，并通过通讯模块将多类型静态信息上传至机巢的控制中心，来对输电线路的运行状态进行初步判断。3.根据权利要求1所述动静协同的输电线路精细化巡检方法，其特征在于，所述S2步骤的过程还包括：S21：该步骤包含的软件部分包括机巢控制中心、静态判断模块，其中，基于静态信息的机巢静态判断模块搭载于机巢的控制中心上，接收固定采集设备采集的静态信息，并根据这些静态信息通过多层感知机模型初步判断目标巡检区域设备状态，并根据评估结果决定是否调用巡检无人机进行精细化巡检，若发生非紧急故障则生成触发信息；机巢控制中心接收来自静态判断模块生成的触发信息，进一步下发目标指令给机巢控制模块以调度巡检无人机进行精细化巡检；S22：所述机巢静态判断模块采用多层感知机模型综合多类别静态信息对当前设备状态进行判断，包括如下过程：通过固定采集设备采集的静态信息以及其对应的故障等级历史记录，构建多类别信息设备状态判断数据集，通过固定采集设备采集的静态信息并综合其对应的设备状态信息进行数据集数据的构造，其中对应的故障等级采用无故障、紧急故障、非紧急故障三种类别进行标注，即为同一时刻多类别静态信息所对应的设备状态标签，以此数据集来训练多层感知机模型，其中，使用固定采集设备采集的温度、湿度、烟雾浓度、环境气体浓度四种静态信息进行整合作为多层感知机模型的输入，经过多层感知机进行故障判级，输出无故障、紧急故障、非紧急故障三种故障等级，定义损失函数对训练过程进行约束，公式定义如下：
其中，表示故障等级的标签，表示预测输出的故障等级，表示样本总数量；基于所述训练步骤对多层感知机模型进行训练，将训练好的多层感知机模型部署在机巢静态判断模块中，对设备状态进行初步判断；S23：针对部署于机巢静态判断模块的多层感知机模型输出的故障等级分别采取措施进行应对：针对紧急故障，由于需要得到及时处理和维修，则需要派相关工作人员立刻前往现场进行进一步的排查和处理；针对非紧急故障，则采用巡检无人机进行进一步的精细化巡检，由机巢静态判断模块生成触发信息发送至机巢控制中心，从而进一步调度巡检无人机进行精细化巡检；S24：根据机巢控制中心下的机巢静态判断模块判断是否发生故障，如果判断发生紧急故障，则及时派相关工作人员前往现场做进一步的排查处理；如果发生非紧急故障，则由机巢静态判断模块生成触发信息回传给机巢控制中心，以便调用巡检无人机进行精细化巡检。4.根据权利要求1所述动静协同的输电线路精细化巡检方法，其特征在于，所述S3步骤的过程还包括：S31：该步骤所包含的硬件部分包括巡检无人机，实现对输电线路及杆塔周围各个设备和部件的多角度、高精度的图像采集；S32：该步骤所包含的软件部分包括机巢控制模块、机巢控制中心、无人机通讯模块、数据存储中心，其中，机巢控制模块接收机巢控制中心下发的触发信息，并调度巡检无人机进行精细化巡检；无人机通讯模块用于接收来自机巢控制中心的指令以及回传巡检信息至机巢控制中心；数据存储中心基于数据库技术进行搭建，通过接收来自机巢控制中心的所有无人机精细化巡检信息，并将生成的数据文件和飞行日志保存至数据库中。5.根据权利要求1所述动静协同的输电线路精细化巡检方法，其特征在于，所述S4步骤的过程还包括：S41：基于无人机精细化巡...

【专利技术属性】
技术研发人员：聂礼强，宋雪萌，罗旺，张万征，郑晓云，翟永杰，刘杰，张寅峰，高赞，
申请(专利权)人：南瑞集团有限公司智洋创新科技股份有限公司国网浙江省电力有限公司温州供电公司华北电力大学保定山东省计算中心国家超级计算济南中心，
类型：发明
国别省市：