【技术实现步骤摘要】
一种基于选择性通信的无人机电力线路巡检方法、存储介质及设备
[0001]本专利技术属于电力通信领域,具体涉及一种基于选择性通信的无人机的电力线路巡检方法。
技术介绍
[0002]由于电力线路存在分布范围广且所处的自然环境一般较为恶劣的特点,因此,电力线路将会长期受到风吹日晒、电闪雷击、机械张力等不可抗因素的影响,导致电力线路出现锈蚀、磨损、自爆等情况,进而导致电力线路故障的发生。所以,电力系统需要定期对电力线路进行巡检,以保证电力线路的正常稳定运行。
[0003]无人机具有迅速快捷、工作效率高、不受地域影响、巡检质量高和安全性高等优点,随着无人机技术的快速发展,使利用无人机来代替人工进行电力线路巡检的方式成为可能。但是,现有的无人机巡检方法主要是通过将无人机采集到的信息传回给地面的工作人员,工作人员再根据经验和接收到的信息判断是否发生电力线路故障,因此,现有的电力线路巡检方法仍然存在巡检效率和准确率偏低的问题。
技术实现思路
[0004]本专利技术的目的是为解决现有的电力线路巡检方法存在巡检效率和准确 ...
【技术保护点】
【技术特征摘要】
1.一种基于选择性通信的无人机电力线路巡检方法,其特征在于,所述方法具体包括以下步骤:获取电力线路巡检过程中需要巡检的全部目标点;根据获取到的需要巡检的全部目标点规划出巡检路线;无人机根据巡检路线依次对各个目标点进行巡检,并通过无人机内置的故障识别单元判断每个目标点处是否存在电力线路故障;通过无人机内置的数据传输单元与地面进行通信,即,若存在电力线路故障,则数据传输单元将目标点处的高清图像发送回地面端,否则,数据传输单元将目标点处的图像进行压缩处理后发送回地面端。2.根据权利要求1所述的一种基于选择性通信的无人机电力线路巡检方法,其特征在于,所述无人机上搭载有图像获取单元,图像获取单元用于获取每个目标点处的图像。3.根据权利要求2所述的一种基于选择性通信的无人机电力线路巡检方法,其特征在于,所述故障识别单元判断每个目标点处是否存在电力线路故障是通过卷积神经网络来实现的,所述卷积神经网络的工作原理为:将获取的目标点处的图像作为卷积神经网络的输入,输入图像首先经过卷积神经网络的第一卷积层,再将第一卷积层输出的特征均分为三组特征后,将第一组特征作为第一个通道的输入;将第一个通道的输出与第二组特征进行合并,将合并结果作为第二个通道的输入;将第二个通道的输出与第三组特征进行合并,将合并结果作为第三个通道的输入;将第一个通道的输出、第二个通道的输出与第三个通道的输出进行融合,再将融合结果依次经过第二卷积层、第一批归一化层、第一池化层、第三卷积层、第二批归一化层、第二池化层、第四卷积层、第三池化层和全连接层,最后将全连接层的输出结果经过Softmax分类器,再通过Softmax分类器输出故障识别结果。4.根据权利要求3所述的一种基于选择性通信的无人机电力线路巡检方法,其特征在于,所述第一个通道、第二个通道和第三个通道内均包含两个卷积层。5.根据权利要求4所述的一种基于选择性通信的无人机电力线路巡检方法,其特征在于,所述将第一个通道的输出、第二个通道的输出与第三个通道的输出进行融合,其具体过程为:S=ω1S1+ω2S2+ω3S3其中,S为特征融合...
【专利技术属性】
技术研发人员:刘国辉,葛东媛,盖晶,张冬亚,韩世宝,闫明伟,
申请(专利权)人:国家电网有限公司,
类型:发明
国别省市:
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。