基于多旋翼無人機(jī)的架空輸電線路狀態(tài)檢測系統(tǒng)設(shè)計

鄭 仟

(寧夏超高壓電力工程有限公司，銀川 750000)

0 引言

架空輸電線路由導(dǎo)線、絕緣子、桿塔等組成，是一種架設(shè)于地面上的電能傳輸線路，是電力系統(tǒng)不可或缺的組成部分[1]。架空輸電線路通過絕緣子以及空氣進(jìn)行絕緣，因此在自然環(huán)境中進(jìn)行長時間運(yùn)行后[2]，容易受到氣象以及自然環(huán)境等因素影響，發(fā)生損壞甚至故障，嚴(yán)重時會造成電網(wǎng)停電現(xiàn)象。對架空輸電線路狀態(tài)進(jìn)行定期檢測是提高其運(yùn)行可靠性的一種有效手段[3]。由于架空線路的建設(shè)環(huán)境均處于較為偏僻或者森林和高山之中，導(dǎo)致其狀態(tài)人工檢測的難度較大[4]。借助于無人機(jī)技術(shù)，可以有效解決上述問題。無人機(jī)不僅可以實現(xiàn)自由升降和懸停，還具有攝像以及拍照的功能，可以在實現(xiàn)自主巡檢的基礎(chǔ)上，對架空輸電線數(shù)據(jù)進(jìn)行全方位的采集，因此可以滿足架空輸電線路檢測的要求。

文獻(xiàn)[5]提出考慮時變故障率的架空輸電線路狀態(tài)檢測方法，在考慮狀態(tài)檢測成本、故障損失成本以及可靠性成本的情況下，將綜合效益最大作為約束條件，構(gòu)建架空輸電線路狀態(tài)檢測的目標(biāo)函數(shù)，采用遺傳算法求解目標(biāo)函數(shù)，完成架空輸電線路狀態(tài)的檢測。文獻(xiàn)[6]提出改進(jìn)CenterNet的輸電線路狀態(tài)檢測方法，該方法采用深層特征融合網(wǎng)絡(luò)對輸電線路的常見的絕緣子自爆、防震錘脫落以及鳥巢故障特征進(jìn)行訓(xùn)練，輸出最終的狀態(tài)檢測結(jié)果。文獻(xiàn)[7]提出基于形態(tài)學(xué)和SVM的輸電線路狀態(tài)檢測方法，該方法采用形態(tài)學(xué)方法對輸電線圖像進(jìn)行濾波處理，并將濾波后的圖像輸入到支持向量機(jī)中進(jìn)行分類，完成輸電線路狀態(tài)的檢測。文獻(xiàn)[8]在考慮電力系統(tǒng)可靠性、穩(wěn)定性與經(jīng)濟(jì)性的條件下，設(shè)計一種能夠有效識別輸電線路缺陷的算法，采集合閘狀態(tài)下輸電線路的運(yùn)行狀態(tài)信息，通過分類算法完成輸電線路缺陷的檢測。文獻(xiàn)[9]提出基于深度學(xué)習(xí)的無人機(jī)電網(wǎng)線路缺陷狀態(tài)檢測方法，該方法構(gòu)建多尺度特征金字塔，將特征金字塔與主干網(wǎng)絡(luò)融合，構(gòu)建深度融合下的電網(wǎng)缺陷狀態(tài)檢測模型。通過求解狀態(tài)檢測模型，即可獲得最終的缺陷狀態(tài)檢測結(jié)果。

上述方法均可完成架空線路狀態(tài)檢測，但是在應(yīng)用過程中，由于未能獲得架空輸電線路實際情況信息，導(dǎo)致狀態(tài)檢測結(jié)果精度不足。因此，本文結(jié)合架空線路的建設(shè)特點和環(huán)境特點，研究基于多旋翼無人機(jī)的架空輸電線路狀態(tài)檢測方法。

1 架空輸電線路狀態(tài)檢測系統(tǒng)架構(gòu)及原理

1.1 檢測系統(tǒng)架構(gòu)

多旋翼無人機(jī)具有良好的可操控性，并且能夠在復(fù)雜環(huán)境中進(jìn)行任務(wù)的執(zhí)行，因此，本文結(jié)合架空線路的建設(shè)環(huán)境特點，研究基于多旋翼無人機(jī)架空輸電線路狀態(tài)檢測方法，該方法以架空線路狀態(tài)檢測的標(biāo)準(zhǔn)流程為基礎(chǔ)，結(jié)合線路狀態(tài)的檢測需求，完成架空線路狀態(tài)檢測，該方法的整體架構(gòu)如圖1所示。

圖1 基于多旋翼無人機(jī)架空輸電線路狀態(tài)檢測方法架構(gòu)

從圖1中可以看出，檢測架構(gòu)中共包含3個主要結(jié)構(gòu)，分別為智能終端、無人機(jī)飛行模塊以及線路狀態(tài)檢測分析模塊。由線路狀態(tài)檢測作業(yè)模塊發(fā)送無人機(jī)飛行線路信息至智能終端模塊，智能終端模塊接收該信息后，對無人機(jī)實行智能控制。同時，向線路狀態(tài)檢測作業(yè)模塊傳送無人機(jī)飛行檢測作業(yè)數(shù)據(jù)，該模塊接收該數(shù)據(jù)后，對其進(jìn)行計算和分析，判斷架空線路狀態(tài)，完成架空輸電線路狀態(tài)檢測。

1)智能終端：智能終端的主要作用是向無人機(jī)發(fā)送檢測指令與飛行控制指令，并且具有控制無人機(jī)飛行狀態(tài)以及呈現(xiàn)檢測架空輸電線路三維地圖的功能。智能終端的原理如圖2所示。

圖2 智能終端框圖

從圖2中可以看出，智能終端包括STM32主控模塊、電源模塊、LCD顯示屏以及擴(kuò)展接口等。其中，STM32主控模塊對智能終端內(nèi)的電源、顯示屏等模塊進(jìn)行控制。通過以GPRR模塊為核心建立的通信鏈路，BD/GPS接收器可以對衛(wèi)星通信信號進(jìn)行接收。LCD顯示屏可以對多旋翼無人機(jī)的各項檢測數(shù)據(jù)進(jìn)行顯示，便于通過人機(jī)交互進(jìn)行桿塔數(shù)據(jù)的管理。

2)無人機(jī)飛行模塊：該模塊也稱為機(jī)載模塊，以多旋翼無人機(jī)為核心，搭載激光雷達(dá)、可見光相機(jī)以及紅外測溫相機(jī)等設(shè)備，采集架空輸電線路運(yùn)行狀態(tài)圖像數(shù)據(jù)。在無人機(jī)兩側(cè)部署線路信號勘測裝置，采集架空線路的運(yùn)行電流信號。無人機(jī)在檢測過程中，采用基于RTK載波相位差分方法實現(xiàn)無人機(jī)的精準(zhǔn)定位，保證定位誤差等級處于厘米級。通過道格拉斯-普克算法對無人機(jī)飛行的航跡點實行冗余處理，保證無人機(jī)的高效檢測。

3)線路狀態(tài)檢測分析模塊：該模塊的主要作用是完成無人機(jī)檢測采集數(shù)據(jù)的存儲、分析和管理。依據(jù)無人機(jī)采集的圖像信息和信號信息對線路的運(yùn)行狀態(tài)實行匹配和分析[10]，獲取異常線路結(jié)果，并生成檢測報告。

1.2 檢測原理

通過多旋翼無人機(jī)進(jìn)行架空輸電線路狀態(tài)檢測，主要通過機(jī)載監(jiān)測終端與線路狀態(tài)檢測分析模塊組成，如圖3所示。

圖3 多旋翼無人機(jī)架空輸電線路檢測原理

從圖3中可以看出，整個架空輸電線路檢測原理中需要用到的主要技術(shù)有北斗衛(wèi)星導(dǎo)航定位技術(shù)、無線通信技術(shù)以及計算機(jī)技術(shù)。

在多旋翼無人機(jī)上安裝機(jī)載檢測終端，根據(jù)接收到的巡檢、定位信號，對架空輸電線路的狀態(tài)信息進(jìn)行采集，并通過無線傳輸?shù)姆绞綄⒉杉男畔鬏斨辆€路狀態(tài)檢測分析模塊，該模塊負(fù)責(zé)進(jìn)行線路狀態(tài)的檢測分析。

智能終端上電后，接收衛(wèi)星通信信號，調(diào)節(jié)多旋翼無人機(jī)的飛行高度，根據(jù)與監(jiān)管中心的傳輸鏈路，將監(jiān)測到的線路傳輸從環(huán)志監(jiān)管中心，監(jiān)控中心根據(jù)實際的狀態(tài)檢測要求，將數(shù)據(jù)采集指令通過鏈路傳輸至無人機(jī)，實現(xiàn)對架空輸電線路的數(shù)據(jù)的持續(xù)性采集，并實時顯示無人機(jī)的飛行狀態(tài)，確保數(shù)據(jù)采集的可靠性。將無人機(jī)獲得的監(jiān)測數(shù)據(jù)存儲到監(jiān)控中心的數(shù)據(jù)庫，便于后續(xù)的調(diào)用與計算。

2 架空輸電線路狀態(tài)檢測

2.1 航線規(guī)劃流程

多旋翼無人機(jī)在進(jìn)行架空輸電線路狀態(tài)檢測時，無人機(jī)飛行模塊接收智能終端模塊的檢測指令后，先制定巡檢飛行線路后，對航線實行控制[11]；并且處理無人機(jī)飛行的冗余航跡點，保證多旋翼無人機(jī)的高效巡檢。多旋翼無人機(jī)架空輸電線路狀態(tài)巡檢航線規(guī)劃流程見圖4。

圖4 多旋翼無人機(jī)輸電線路狀態(tài)巡檢航線規(guī)劃流程

多旋翼無人機(jī)在檢測前，需先讀取自身位置以及待檢測的架空輸電線路位置[12]，并設(shè)定無人機(jī)的飛行高度。多旋翼無人機(jī)起飛并達(dá)到設(shè)定高度后，無人機(jī)進(jìn)入主動巡檢模式，按照設(shè)定的檢測航線開始進(jìn)行架空輸電線路檢測。

2.2 巡檢航線控制

多旋翼無人機(jī)在進(jìn)行架空線路巡檢過程中，需精準(zhǔn)控制無人機(jī)的飛行位置，以此保證檢測采集的圖像和信號數(shù)據(jù)的可靠性和精準(zhǔn)性。由于電力系統(tǒng)環(huán)境中存在明顯的電磁場[13]，對無人機(jī)的飛行穩(wěn)定性和精準(zhǔn)性造成一定影響。因此無人機(jī)飛行模塊為保證無人機(jī)檢測過程中的航線精準(zhǔn)控制，采用基于RTK載波相位差分方法對無人機(jī)的巡檢航線定位實行控制，保證無人機(jī)能夠在厘米級誤差下，完成線路檢測。

無人機(jī)在檢測過程中，其飛行位置與架空輸電線路之間的距離越小，檢測效果越佳[14]。但是，依據(jù)無人機(jī)的飛行安全標(biāo)準(zhǔn)，需保證其巡檢時和待巡檢路線中心之間的水平距離Da，其公式為：

(1)

式中，L表示架空線路桿塔的橫擔(dān)長度；M表示架空輸電線路的安全距離。

多旋翼無人機(jī)飛行時和地面之間垂直距離Ha的計算公式為：

(2)

式中，H表示架空線路桿塔高度；α表示無人機(jī)機(jī)載激光雷達(dá)的開角。

為保證無人機(jī)航線的控制效果[15]，依據(jù)無人機(jī)搭載的激光雷達(dá)和塔高之間射程，確定多旋翼無人機(jī)巡檢飛行的實際風(fēng)行最佳高度h，其計算公式為：

(3)

式中，R表示激光雷達(dá)的射程；i表示飛行次數(shù)。

依據(jù)上述步驟即可完成多旋翼無人機(jī)檢測航線控制，保證無人機(jī)的飛行航線控制效果。

2.3 冗余航跡點去除

采用道格拉斯-普克算法，處理無人機(jī)飛行航線中的冗余航跡點。道格拉斯-普克算法能夠在保證檢測效果的前提下，去除冗余航跡點，保留關(guān)鍵航跡點，不改變多旋翼無人機(jī)整體的航跡形態(tài)特征。該算法的詳細(xì)步驟如下所述：

1)設(shè)定多旋翼無人機(jī)檢測起點和終點坐標(biāo)分別用A(x1,y1,z1)和B(x2,y2,z2)表示，兩點之間的直線用AB表示，則確定AB的空間直線方程，其公式為：

(4)

式中，x、y、z表示AB上不同方向的坐標(biāo)。

2)如果i點坐標(biāo)用Pi(xi,yi,zi)表示，其與AB之間的垂直距離用di表示，其計算公式為：

di=

(5)

3)如果無人機(jī)航線中存在的航跡點數(shù)量為n，獲取航跡點和AB之間的最大距離結(jié)果dmax，其公式為：

dmax=max(d1,d2,...,dn)

(6)

4)設(shè)定的距離限值用D表示，將其和dmax結(jié)果進(jìn)行對比，如果dmax

5)采用依次連接方式對A、B兩個坐標(biāo)以及超過D的坐標(biāo)點實行處理，即完成冗余航跡點處理。

2.4 架空輸電線路圖像預(yù)處理

由于RGB圖像是由三個分量組成的，直接進(jìn)行架空輸電線路圖像RGB圖像的處理，不僅會增加計算的時間開銷，還會因為數(shù)據(jù)量的龐大導(dǎo)致后續(xù)計算困難。通過多旋翼完成架空輸電線路圖像數(shù)據(jù)的采集后，為了減少圖像所占的空間并強(qiáng)化狀態(tài)檢測結(jié)果的可靠性，因此對架空輸電線路圖像進(jìn)行灰度化預(yù)處理。

圖像灰度化處理是在RGB顏色空間內(nèi)進(jìn)行姜維胡處理，將原始的架空輸電線路轉(zhuǎn)化為灰度圖像。此次進(jìn)行灰度化預(yù)處理采用的方法為圖像加權(quán)平均法，該方法可以通過對各項指標(biāo)重要性進(jìn)行衡量，從而為不同的色彩分配權(quán)，架空輸電線路圖像經(jīng)過加權(quán)處理后，會更符合人眼觀察的需求。

架空輸電線路圖像灰度化處理的計算公式為：

Gray(i,j)=ω1·g(i,j)+ω2·r(i,j)+ω3·b(i,j)

(7)

式中，(i,j)表示像素點，ω1、ω2、ω3分別表示R，G，B色彩分量的權(quán)重。

經(jīng)過灰度化預(yù)處理后，架空輸電線路的灰度級為0～255，架空輸電線路的原始圖像與灰度化處理后的圖像如圖5所示。

圖5 架空輸電線路圖像灰度處理效果

從圖5中可以看出，經(jīng)過灰度化處理后，架空輸電線路中其他信息仍然得到了較好的保留，因此說明此次灰度化預(yù)處理能夠在保留架空輸電線有效信息的同時，縮短了圖像的處理時間與圖像的存儲開銷，有助于提高架空輸電線路狀態(tài)檢測的可靠性。

2.5 狀態(tài)特征提取

以上述完成灰度化預(yù)處理的架空輸電線路圖像為基礎(chǔ)，為了提高狀態(tài)檢測精度，提取架空輸電線路狀態(tài)特征。此次特征提取采用的方法為卷積神經(jīng)網(wǎng)絡(luò)方法。

隨著人工智能技術(shù)的發(fā)展，卷積神經(jīng)網(wǎng)絡(luò)為架空輸電線路的狀態(tài)檢測提供了一種有效的手段。針對架空輸電線路圖像的特征提取，卷積神經(jīng)網(wǎng)絡(luò)采用梯度下降算法對迭代參數(shù)進(jìn)行訓(xùn)練，不僅可以完成狀態(tài)特征的提取，并且可以根據(jù)狀態(tài)特征實現(xiàn)狀態(tài)的分類提取。將完成灰度化預(yù)處理的架空并輸電線路圖像輸入到卷積神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，生成圖像特征提取模型。卷積神經(jīng)網(wǎng)絡(luò)由輸入層、卷積層、池化層以及全連接層、輸出層組成。卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)如圖6所示。

圖6 卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)

在如圖6所示的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中，輸入灰度化處理后的架空輸電線路圖像Gray(i,j)，并且用Xi,j表示卷積神經(jīng)網(wǎng)絡(luò)的特征圖，Xi,j的計算公式可以表示為：

Xi,j=f(Xi-1,j-1?wij+bij)

(8)

式中，f(.)表示非線性激勵函數(shù)，wij表示卷積核的權(quán)值，?表述卷積運(yùn)算操作，bij表示偏移量。

完成特征圖的計算后，需要依據(jù)采樣規(guī)則進(jìn)行向下采樣操作，特征圖向下采樣的計算公式為：

Xi,j=subsampling(Xi-1,j-1)

(9)

通過多個卷積層的向下操作，可以通過卷積神經(jīng)網(wǎng)絡(luò)的全連接層進(jìn)行特征表達(dá)。設(shè)定全連接層的輸入概率分布為lij，原始特征圖經(jīng)過多次降維與變化處理后，可以構(gòu)建特征表達(dá)模型：

Y(ij)=P(L=lij|Xi,j:(wi,j,bi,j))

(10)

在卷積神經(jīng)網(wǎng)絡(luò)迭代訓(xùn)練的過程中，此次研究采用的方法為梯度下降算法，訓(xùn)練的殘差通過梯度下降算法進(jìn)行反向傳播，逐層對卷積神經(jīng)網(wǎng)絡(luò)中的訓(xùn)練參數(shù)進(jìn)行更新。卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練參數(shù)wij的更新公式為：

(11)

式中，η表示學(xué)習(xí)速率。

卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練參數(shù)bij的更新計算公式為：

(12)

將式(11)與式(12)的更新結(jié)果代入到式(8)中即可獲得架空輸電線路的狀態(tài)特征。

架空輸電線路圖像的狀態(tài)特征提取是以卷積神經(jīng)網(wǎng)絡(luò)框架為基礎(chǔ)實現(xiàn)的，對灰度化預(yù)處理后的架空輸電線路圖像進(jìn)行多次迭代訓(xùn)練，并經(jīng)過參數(shù)的更新計算，輸出最終的特征提取結(jié)果。

完成架空輸電線路狀態(tài)特征的提取后，根據(jù)提取的狀態(tài)特征進(jìn)行架空輸電線路狀態(tài)的檢測。

2.6 架空輸電線路狀態(tài)檢測

完成架空輸電線路狀態(tài)特征提取后，進(jìn)行架空輸電線路狀態(tài)檢測，獲得架空輸電線路的故障位置。通過無人機(jī)上搭載的線路信號勘測裝置和圖像采集裝置，采集架空線路的運(yùn)行電流信號以及圖像，并將采集結(jié)果傳送至線路狀態(tài)檢測分析模塊。檢測分析模塊則依據(jù)采集的數(shù)據(jù)和信號結(jié)果完成架空輸電線路故障定位。本文以圖像特征為例，進(jìn)行架空輸電線路故障定位，達(dá)到架空輸電線路狀態(tài)檢測目的。

在故障定位過程中，線路狀態(tài)檢測分析模塊接收多旋翼無人機(jī)采集的圖像并完成特征提取后，對該特征進(jìn)行分析，確定信號中的突變點，同時獲取該突變點對應(yīng)的模極大值，并通過小波變換算法確定故障線路。

模極大值的定義為：在一定的定義域內(nèi)，原始特征信號u滿足式(13)：

|Wsf(u)|≤|Wsf(u0)|

(13)

式中，f(u)表示對數(shù)函數(shù)，Wsf(u)表示f(u)的變換系數(shù)；Wsf(u0)則表示f(u)小波變換后的模極大值。

選擇Db5作為小波變換的母函數(shù)，同時設(shè)定其尺度為4，原始信號u經(jīng)過小波分解后，可獲取其高頻細(xì)節(jié)部分，對該部分進(jìn)行重構(gòu)處理后完成小波變換函數(shù)的構(gòu)建。依據(jù)構(gòu)建的函數(shù)進(jìn)行Wsf(u0)的小波變換處理，以此得出x突變點對應(yīng)的模極大值結(jié)果，其公式為：

η=lg(K+αS)

(14)

式中，K表示小波變換的頻率，α表示原始特征信號u的突變頻率，S表示u的突變方向。

(15)

進(jìn)行輸電線路狀態(tài)檢測時，為判斷線路是否發(fā)生故障，分析上述3個平方差值結(jié)果，三者之間是否滿足式(16)：

(16)

如果滿足式(16)，表示架空輸電母線發(fā)生故障；如果不滿足，平方差值最大結(jié)果對應(yīng)的線路即為存在故障線路?；诖耍赐瓿杉芸蛰旊娋€路故障確定，實現(xiàn)架空輸電線路檢測，并生成檢測報告。

3 實驗結(jié)果與分析

由于人工巡檢的方式已經(jīng)無法滿足高壓架空輸電線狀態(tài)巡檢的要求，因此寧夏超高壓電力工程有限公司引入了無人機(jī)巡檢技術(shù)。無人機(jī)巡檢可以提高作業(yè)效率的情況，實時采集架空輸電線路的多種缺陷與狀態(tài)信息。該公司負(fù)責(zé)區(qū)域的架空輸電線路故障與缺陷主要有防振錘錘頭脫落、鳥巢、絕緣子自爆以及懸垂線夾銷釘缺失、導(dǎo)線斷股以及異物等。

因此，上述架空輸電線路可以滿足此次實驗的要求。以該架空輸電線路為測試對象，分別采用本文方法、文獻(xiàn)[6]提出的改進(jìn)CenterNet的方法、文獻(xiàn)[7]提出的基于形態(tài)學(xué)和SVM的方法進(jìn)行對比，以充分驗證本文方法的檢測性能。

在此次實驗測試過程中，采用六旋翼無人機(jī)進(jìn)行檢測，該無人機(jī)的相關(guān)參數(shù)見表1。

表1 六旋翼無人機(jī)相關(guān)參數(shù)

完成上述參數(shù)設(shè)計后，需要對多旋翼無人機(jī)的拍攝內(nèi)容進(jìn)行規(guī)定，并設(shè)計三次全線巡檢，第一次進(jìn)行全線巡檢，是對架空輸電線的整體情況進(jìn)行掃描拍攝，第二次同樣進(jìn)行全線巡檢，并將第二次的巡檢數(shù)據(jù)與第一次進(jìn)行對比，判斷是否有新增的樹木或者房屋等，第三次巡檢則是針對耳邊次巡檢的結(jié)果進(jìn)行檢測性巡檢，訓(xùn)練過程可以根據(jù)情況決定是否進(jìn)行全線巡檢。

架空輸電線巡檢內(nèi)容如表2所示。

表2 架空輸電線巡檢內(nèi)容

根據(jù)表2所示的巡檢內(nèi)容，針對架空輸電線路運(yùn)行狀態(tài)檢測的需要，采集架空輸電線路塔身、塔頭、塔基、絕緣子串、導(dǎo)線、地線等，不同項目所采集的圖像數(shù)據(jù)如表3所示。

表3 圖像數(shù)據(jù)

無人機(jī)飛行航線的控制直接影響架空輸電線路狀態(tài)檢測的有效性，為驗證本文方法對無人機(jī)航線的控制效果，獲取航跡控制前后，無人機(jī)的航行軌跡結(jié)果如圖7所示。

圖7 無人機(jī)的航行軌跡結(jié)果

觀察圖7所示的無人機(jī)航行軌跡結(jié)果可以看出：采用本文方法控制前，無人機(jī)也可按照設(shè)定的巡檢航線進(jìn)行架空線路檢測，但是在檢測過程中，會發(fā)生航跡偏離現(xiàn)象。本文方法控制后，無人機(jī)的檢測航跡與設(shè)定航跡更加吻合。因此，本文方法的應(yīng)用性能良好，應(yīng)用后能夠?qū)o人機(jī)的航線實行精準(zhǔn)控制，有助于提高架空輸電線路狀態(tài)檢測的精度。

為進(jìn)一步驗證本文方法的控制效果，獲取不同檢測距離、不同檢測點數(shù)量下無人機(jī)飛行定位的結(jié)果，飛行定位結(jié)果見表4(要求定位誤差結(jié)果低于2.5 cm)。

表4 無人機(jī)飛行定位的結(jié)果 cm

由表4結(jié)果可知：隨著檢測距離的逐漸增加，在不同的檢測點數(shù)量下，本文方法控制后，無人機(jī)的定位誤差結(jié)果均在2.5 cm以內(nèi)，其中，最大誤差結(jié)果為1.2 cm，最小誤差結(jié)果為0.46 cm。因此，本文方法能夠精準(zhǔn)控制無人機(jī)的飛行狀態(tài)，使其精準(zhǔn)按照檢測航線完成架空線路檢測。

為驗證本文方法對于冗余航跡點的處理效果，獲取航跡點的處理效果，見圖8。

圖8 冗余航跡點的處理效果

由圖8結(jié)果可知：本文方法應(yīng)用后，可在不改變無人機(jī)檢測方向、不改變多旋翼無人機(jī)整體的航跡形態(tài)特征，且保留航跡關(guān)鍵點的情況下，對航線過程中的冗余航跡點實行處理，刪除其中冗余的航跡點，以此，保證檢測效果的同時，提升無人機(jī)的檢測效率。

為驗證本文方法的應(yīng)用性，獲取本文方法檢測后，對于檢測結(jié)果生成的檢測報告，見圖9。

圖9 架空輸電線路檢測報告生成結(jié)果

由圖9結(jié)果可知：本文方法應(yīng)用后，能夠按照無人機(jī)的檢測結(jié)果生成架空輸電線路的檢測報告，呈現(xiàn)架空線路各個部位的運(yùn)行狀態(tài)結(jié)果，為架空線路的管理提供相應(yīng)的依據(jù)。因此，本文方法的應(yīng)用性良好，滿足架空輸電線路狀態(tài)檢測需求。

為了進(jìn)一步對本文方法輸電線路狀態(tài)檢測性能進(jìn)行驗證，以架空輸電線路的故障狀態(tài)檢測精度為指標(biāo)，對三種方法的檢測性能進(jìn)行驗證。故障狀態(tài)檢測精度結(jié)果如表5所示。

表5 不同方法的故障狀態(tài)檢測精度

從表5所示的故障狀態(tài)檢測精度對比結(jié)果中可以看出，相較于兩種文獻(xiàn)對比方法，本文方法能夠?qū)芸蛰旊娋€的多種故障進(jìn)行較為精準(zhǔn)的檢測。當(dāng)發(fā)生絕緣子自爆故障時，本文方法的檢測精度為94.7%，而文獻(xiàn)[6]與文獻(xiàn)[7]方法的檢測精度分別為66.4%與56.3%。上述數(shù)據(jù)結(jié)果表明，本文方法能夠提高輸電線故障狀態(tài)檢測的準(zhǔn)確性。

當(dāng)架空輸電線路出現(xiàn)故障后，如果不能及時的對故障類型與故障位置進(jìn)行判斷，則會嚴(yán)重降低輸電線路的安全性，并且最大限度地縮短停電時間。因此，有必要對本文方法的故障狀態(tài)檢測耗時進(jìn)行驗證。三種方法的故障狀態(tài)檢測耗時對比結(jié)果如表6所示。

表6 不同方法的故障狀態(tài)檢測耗時

觀察表6可知，在相同的故障類型下，本文方法能夠縮短多項故障的檢測耗時。同樣分析絕緣子自爆故障下的檢測耗時，本文方法的檢測耗時為50 s，文獻(xiàn)[6]方法的檢測耗時為268 s，文獻(xiàn)[7]方法的檢測耗時為385 s。因此說明本文方法能夠?qū)芸蛰旊娋€路故障進(jìn)行快速的檢測，對于提高架空輸電線路的安全、穩(wěn)定運(yùn)行可以提供有效的技術(shù)支持。

4 結(jié)束語

電力系統(tǒng)中的架空輸電線路，在通常情況下其架設(shè)環(huán)境相對較為復(fù)雜，導(dǎo)致人工檢測難度加大，因此，提出采用多旋翼無人機(jī)進(jìn)行線路狀態(tài)檢測。通過分析檢測架構(gòu)、規(guī)劃航線流程、巡檢航線控制、架空輸電線路圖像預(yù)處理、狀態(tài)特征提取等步驟，完成架空輸電線路狀態(tài)的檢測。結(jié)果顯示：本文所提方法具有良好的應(yīng)用效果，能夠精準(zhǔn)控制無人機(jī)的飛行航跡，定位誤差較小，同時，在檢測過程中，能夠有效刪除冗余航跡點，保證無人機(jī)的檢測效率；并且，具有良好的應(yīng)用性，能夠完成線路故障診斷。