【技术实现步骤摘要】
本申请涉及热力管网，特别是涉及一种基于无人机的热力管网智能巡检方法。
技术介绍
1、热力管网是一种由敷设在地面下方的热力管线和热力井连接起来形成的网状结构。热力管网以集中供热的热源中心、热源厂和锅炉房等为出发点，进行热管网注水，热水流经热力管线将暖气带到千家万户，是城市供暖系统的命脉。
2、热力管网系统的正常运转保证了城市供暖质量。而当前热网如有故障发生，往往是工人携带听漏设备沿热力管线排查，才能确定泄漏故障位置。传统巡检方式费时费力，无法及时针对管网的泄漏风险进行及时预警，同时对于泄漏位置的检修不及时还会增加断热时长。
技术实现思路
1、本申请的目的是：为解决上述技术问题，本申请提供了一种基于无人机的热力管网智能巡检方法。旨在实现对于热力管网的智能巡检和对管网泄漏故障的及时预警和高效检修。
2、本申请的一些实施例中，通过设置多个巡检子区域，利用无人机搭载热成像仪器，对各个巡检子区域进行初级巡检，并生成初始热成像数据，确定巡检子区域的异常热源点，再进行二级巡检，对各个异常热源点进行精准巡检，从而及时发现管网内的泄漏点。
3、本申请的一些实施例中，在进行初巡检时，设定较高的飞行高度，实现快速巡检，获取初始热成像数据，并根据初始热图像数据生成异常热源点，在二次巡检时，通过降低无人机的飞行高度，提高二次巡检的热成像数据精度，从而对各个热源异常点进行精准判断，并针对泄漏点生成检修指令，及时排除管网内的泄漏故障。
4、本申请的一些实施例中，提供
5、根据热力管网参数生成多个巡检子区域，设定各个巡检子区域的巡检时间节点；
6、无人机根据巡检时间节点获取各个巡检子区域的初始热成像数据并生成异常热源点；
7、根据所述异常热源点生成二次巡检计划，无人机根据所述二次巡检计划采集异常热源点的二次热成像数据，根据所述二次热成像数据判断是否生成检修指令。
8、本申请的一些实施例中，所述获取各个巡检子区域的初始热成像数据时，包括：
9、根据巡检子区域内的热力管网参数设定无人机飞行路径，
10、根据巡检子区域内的建筑参数设定无人机初始飞行高度；
11、无人机根据预设的无人机初始飞行高度和无人机飞行路径生成巡检子区域的热成像数据。
12、本申请的一些实施例中，根据所述异常热源点生成二次巡检计划时，包括：
13、建立热成像处理模型；
14、根据巡检子区域的初始热成像数据和所述热成像处理模型生成热源点；
15、根据热源点参数生成热源点的风险评价值，并根据无人机初始飞行高度设定热源点的风险评价值阈值；
16、若当前热源点的风险评价值大于预设热源点风险评价值阈值，设定热源点为异常热源点；
17、根据异常热源点的初始风险评价值，设定异常热源点的二次巡检面积；
18、根据异常热源点的风险评价值和热源点的建筑参数生成异常热源点的飞行高度区间；
19、获取全部异常热源点的位置参数和飞行高度区间，生成无人机二次巡检飞行路径。
20、本申请的一些实施例中，所述根据热源点参数生成热源点的风险评价值时，包括：
21、获取热源点中心温度，边缘温度和热源点面积；
22、根据所述热源点中心温度和边缘温度生成热源点温度差值b，根据所述热源点温度差值b设定补偿系数m；
23、根据热源点中心温度生成热源点温度评价值a1；
24、根据热源点面积生成热源点面积评价值a2；
25、根据所述热源点温度评价值a1，热源点面积评价值a2和所述补偿系数m生成热源点的风险评价值c；
26、c＝m＊(e1＊a1+e2＊a2)，其中，e1为预设第一权重系数，e2为预设第二权重系数，且e1+e2＝1。
27、本申请的一些实施例中，所述热源点温度差值b设定补偿系数m时，包括：
28、预设第一热源点温度差值区间(b1，b2)，第二热源点温度差值区间(b2，b3)和第三热源点温度差值区间(b3，b4)；
29、若所述热源点温度差值b处于预设第一热源点温度差值区间时，设定补偿系数m为预设第一补偿系数m1，即m＝m1；若所述热源点温度差值b处于预设第二热源点温度差值区间时，设定补偿系数m为预设第二补偿系数m2，即m＝m2；若所述热源点温度差值b处于预设第三热源点温度差值区间时，设定补偿系数m为预设第三补偿系数m3，即m＝m3；且1＜m1＜m2＜m3。
30、本申请的一些实施例中，设定各个巡检子区域的巡检时间节点时，包括：
31、生成当前巡检时间节点的热源点的初始风险评价值数列c＝(c1，c2…cn)，其中，n为热源点数量，ci为第i个热源点的初始风险评价值；
32、根据所述初始风险评价值数列c生成巡检评价值d；
33、根据所述巡检评价值d设定巡检子区域当前巡检时间节点和下一巡检时间节点之间的时间间隔t。
34、本申请的一些实施例中，所述设定时间间隔t时，包括：
35、预设第一巡检评价值区间(d1，d2)，第二巡检评价值区间(d2，d3)，第三巡检评价值区间(d3，d4)；
36、若所述巡检评价值d处于所述第一巡检评价值区间时，设定时间间隔t为预设第一时间间隔t1，即t＝t1；若所述巡检评价值d处于所述第二巡检评价值区间时，设定时间间隔t为预设第二时间间隔t2，即t＝t2；若所述巡检评价值d处于所述第三巡检评价值区间时，设定时间间隔t为预设第三时间间隔t3，即t＝t3；且t1＞t2＞t3。
37、本申请的一些实施例中，根据所述初始风险评价值数列c生成巡检评价值d时，包括：
38、获取热源点数量n和异常热源点数量n1，生成异常热源点占比，根据所述异常热源点占比生成初始巡检评价值d1；
39、根据所述初始风险评价值数列c生成风险评价值方差f，根据所述风险评价值方差f设定修正系数h；
40、根据所述初始巡检评价值d1和所述修正系数h，生成巡检评价值d，即d＝h＊d1。
41、本申请的一些实施例中，设定修正系数h时，包括：
42、若所述风险评价值方差f处于预设第一风险评价值方差区间(f1，f2)时，设定修正系数h为预设第一修正系数h1，即h＝h1；若所述风险评价值方差h处于预设第二风险评价值方差区间(f2，f3)时，设定修正系数f为预设第二修正系数h2，即h＝h2；若所述风险评价值方差f处于预设第一风险评价值方差区间(f1，f2)时，设定修正系数h为预设第三修正系数h3，即h＝h3，且1＜h1＜h2＜h3。
43、本申请的一些实施例中，根据所述二次热成像数据判断是否生成检修指令时，包括；
44、根据所述初始热成像数据和所述二次热成像数据生成异常热源点的扩本文档来自技高网...
【技术保护点】
1.一种基于无人机的热力管网智能巡检方法，其特征在于，包括；
2.如权利要求1所述的基于无人机的热力管网智能巡检方法，其特征在于，所述获取各个巡检子区域的初始热成像数据时，包括：
3.如权利要求2所述的基于无人机的热力管网智能巡检方法，其特征在于，根据所述异常热源点生成二次巡检计划时，包括：
4.如权利要求3所述的基于无人机的热力管网智能巡检方法，其特征在于，所述根据热源点参数生成热源点的风险评价值时，包括：
5.如权利要求4所述的基于无人机的热力管网智能巡检方法，其特征在于，所述热源点温度差值b设定补偿系数m时，包括：
6.如权利要求4所述的基于无人机的热力管网智能巡检方法，其特征在于，设定各个巡检子区域的巡检时间节点时，包括：
7.如权利要求6所述的基于无人机的热力管网智能巡检方法，其特征在于，所述设定时间间隔t时，包括：
8.如权利要求6所述的基于无人机的热力管网智能巡检方法，其特征在于，根据所述初始风险评价值数列C生成巡检评价值d时，包括：
9.如权利要求8所述的基于无人机的热
10.如权利要求6所述的基于无人机的热力管网智能巡检方法，其特征在于，根据所述二次热成像数据判断是否生成检修指令时，包括；
...【技术特征摘要】
1.一种基于无人机的热力管网智能巡检方法，其特征在于，包括；
2.如权利要求1所述的基于无人机的热力管网智能巡检方法，其特征在于，所述获取各个巡检子区域的初始热成像数据时，包括：
3.如权利要求2所述的基于无人机的热力管网智能巡检方法，其特征在于，根据所述异常热源点生成二次巡检计划时，包括：
4.如权利要求3所述的基于无人机的热力管网智能巡检方法，其特征在于，所述根据热源点参数生成热源点的风险评价值时，包括：
5.如权利要求4所述的基于无人机的热力管网智能巡检方法，其特征在于，所述热源点温度差值b设定补偿系数m时，包括：
6.如...
【专利技术属性】
技术研发人员：张昱，夏浚铭，金明伟，任建平，刘少厚，朱传鹏，夏冉冉，安珂，
申请(专利权)人：华能青岛热电有限公司，
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。