文摘

输电线路输电线路中的一个关键环节,在网格中的主要设备位于字段;长期恶劣的环境条件,很容易出现断链,打破,和其他缺陷,需要定期监测和维护。传统的手动线检验操作不仅是严厉的,劳动密集型、低效率低下,精度也有很大影响人身安全的运营商由于复杂的操作条件。这个项目主要集中在5克、智能传感器网络技术,无人机的应用高压线路的检查、检测和维护。发达检验无人机可以快速有效地提高线路巡检的效率和发现故障点,给电力系统的建设带来了方便。5 g环境中,使用无人机输电线路故障识别检测技术可以克服手工的缺点错误,但也及时和全面的故障检测,提高监控的效率和标准化工作。

1。介绍

电力是一种重要的能源动脉在中国,其主要承载能力是传输网络,和维护电网的正常运行起着至关重要的作用在国民经济的稳定发展1]。中国已经是世界上第二大的输电线路,但在中国由于地形较高,输电线路往往穿越山脉,冻结,高海拔、地质灾害2]。它相对容易迅速建立这样的传输网络,但长期维护劳动密集型和资本密集型的3]。

目前,中国的研究使用的载人直升机输电线路检查仍处于起步阶段,并取得了一些具体的经验和结果。尽管载人直升机巡逻输电线路可以显著提高效率的巡逻工作,传统的载人固定翼和载人直升机巡逻输电线路将有一定的缺陷由于严格的国内航空控制系统(4- - - - - -7]。很难确保定期巡逻,因为飞行员培训,申请航线,调整,关机,和维护很时间和能源消耗和昂贵的操作,受天气和地理条件,以及突如其来的坏天气,这造成巨大威胁乘客的生命。高压线巡逻的无人机,包括安全的飞行路线,空气控制,天气在飞行,飞行路线选择、使用维护和联系,飞行安全和操作(8]。

在不同的地形条件下,使用无人机进行检查高压输电线路能有效降低运营商的工作负载,有效降低输电线路的操作和检验成本。由于无人机的安全是不如手动驾驶在恶劣的气候条件下,他们需要评估造成更大的经济损失。小型无人机是轻量级的,灵活的,可以携带先进的航空摄影设备,这是一个更好的辅助手段对输电线路监测。无人机的使用监控高压输电线路(9),你可以在最短的时间内获得所需的图像,实时数据传输和决策时,在相同的工作时间,你可以达到十倍人力的工作负载,无人机的作战效率高于无人驾驶飞机,成本较低,环境的要求也较低,你可以执行更复杂的和更危险的电力设备巡逻。(2)有更高的安全性。无人机的最大的特点是它不需要飞行员和不会危及生命,所以它更适合执行高强度、高风险的任务。(3)适合野外工作。在无人机的设计,减少飞机的大小(10),机身大小的降低,飞机的大小本身就是减少,减少飞机的重量,飞机的飞行速度和存活率增加,因为飞行员的大小和旅客的安全考虑。与载人飞机的重量相比,无人机有一个更小的尺寸和更大的灵活性,以适应环境的更高要求。Micro-UAVs可以自由移动,可以携带,即使在普通家庭轿车,因为无人机不需要一个固定的围裙,它们可以随时投入战斗。(4)使用和维护成本低。除了电池和其他消耗品,无人驾驶飞机的正常使用寿命超过10年,和维护成本很低而不考虑因素,如飞机坠毁。贵租了载人直升机相比,它需要很多的准备和不可控的因素太多,易受气候影响的正常使用,所以在购买无人驾驶飞机,无人机将完全属于自己,什么时候和在哪里使用。

在输电线路检查,使用无人机进行检测可以有效地提高检验工作的质量,提高监测的科学性,从而取得更好的社会效益和经济效益(11]。无人机检验是一个快速、高效和有前途的新的检验方法,电力系统监测的发展方向。在过去的几十年中,无人驾驶飞机的监控技术在高压输电线路已经被探索,研究,和国内外实践,但仍有很大的差距完全满足监控、检查和维护工作的高压输电线路。

和提高电力系统的可靠性和性能的无人驾驶飞机,无人机的优点在输电线路的监控将变得越来越突出。

主题5 g技术和智能传感器网络技术,使用无人机进行高压输电线路检查、检测和维护方面的深入研究,和检查无人机的发展能有效提高输电线路检查的效率,更快的发现故障点,并大大提高带电作业的效率,同时可以提供一定程度的方便输电线路的建设(12]。

2。介绍相关理论

2.1。5 g技术理论

5克,作为一种新型的移动通信网络,不仅解决人与人之间的交流,还应该提供不同的功能,比如增强现实、虚拟现实、和超高定义(3 d)。它应该解决的问题human-to-thing和thing-to-thing沟通和满足移动医疗的需要,汽车网络、智能家居、工业控制13),环境监测等物联网应用程序。5 g会逐渐渗透到经济和社会的各个领域,成为5 g会逐渐渗透到经济和社会的各个领域,成为一个重要的数字化基础设施,网络,以及经济和社会的情报。

5 g系统提供一个新的服务架构实现灵活部署和多个服务环境。5 g全方位服务,与模块化的网络功能,可以随时调用和功能重组;服务描述的采用有利于企业功能的开放,这有利于它的发展势头的引入和充分发挥其潜力。5 g支持灵活的部署基于NFV / SDN和将软件,硬件,并分别控制转发;常见的数据中心的采用使得网络功能更加灵活和资源分配更有效;和云计算平台支持边计算,可以达到网络的边缘,并提供灵活的应用程序和边界的翻译。网络切片的定制特定的功能和特性,使它成为一个逻辑网络与不同的不同的服务功能和服务目标(14]。

5 g是新一代信息技术的代表,和它的深度整合的行业提供了一种新的方式数字化的发展,网络,和情报行业的15]。5 g技术应用于工业应用,覆盖16个行业,如研发、设计、制造、运行管理、服务和产品,包括AR / VR协作研发实验,基于“增大化现实”技术/虚拟现实协同设计、远程控制、AR / AR协助装配,机器视觉,自主移动小车物流、自动驾驶、超高清晰度视频设备感知、材料信息采集、环境信息采集、基于“增大化现实”技术产品需求介绍,远程售后,产品状态监控、设备预测性维护,AR / VR远程培训。目前,机器视觉,AGV物流、ultrahigh-definition视频,和其他技术已经广泛用于实现的目的“机器为人类,”大大降低劳动成本,提高检测的准确性,提高生产效率。在未来,远程控制,预测维修的设备,和其他应用程序可以实现。

2.2。智能传感器网络理论

智能传感器网络是一种网络由大量的静止或移动的传感器监测目标信息在网络所覆盖的区域,处理和传输。因此,传感器、感知对象和用户构成传感器网络的三个主要因素。三个节点之间的通信路径包括三个不同的无线网络合作,收集、过程,和传输,从而实现传感网络的基本功能16]。

这种智能传感网络的特点如下。(1)自组织。在智能传感网络,传感器节点通常位于现场环境条件较差,和飞机通常是用于大规模部署,不能提前确定位置。这需要多次反射无线网络的自动配置和管理无线网络。因为网络中的节点有很强的随机性,节点可以突然死在信号的影响,能源消耗,障碍,和其他因素,同时新节点进入网络,这就需要关于具有自组织的能力(2)多次反射。因为单节点之间的通信距离通常数十到数百米,传输的信息从源到目标节点必须通过中间节点,这就要求传统网络节点有多次反射路由功能(17](3)动态网络结构

在智能传感器网络应用中,节点分布在检测区域内可以随时离开,和其他人被添加到网络由于周围环境的变化和不确定性,导致网络的时变和动态特性。减少节点能量消耗,每个节点采用周期性睡眠模式,而某些节点处于休眠状态,也改变了网络的拓扑结构。智能传感器网络是一个动态的网络,可以增加或减少节点的数量和位置。(4)关注数据

在互联网上,每个设备都有一个IP和标识信息与一个地址。在无线传感器网络中,没有IP地址在每个网络,每个网络都有一个ID,网络中的网络ID并不独特,根据特定的应用程序,和网络中多个节点相同的ID是有区别的。在收到信息描述的特定事件,网络报告给用户。如果互联网是基于一个地址网络,无线传感器网络是信息网络。

2.3。无人机检验理论

无人机是一种无人驾驶飞机由无线遥控设备或自身程序;它最初是用于军事目的;美国,英国,加拿大,和其他国家正在开发战术无人机;1917年,英国也进行了第一次测试。军用无人机通常携带成像、雷达、广播和其他设备,如美国全球鹰捕食者,以色列先锋无人机,法国“红隼(Crecerelle),”英国“菲尼克斯(凤凰城)”和“暗剑”(18]。

无人机检验过程包括(1)preinspection准备:完成任务中心的输电线路检查,检查所需的设备检查、组装和调试测试无人驾驶飞机,安装摄像头,组装的手臂,安装电池,检查无人机是否正确连接,是否身体结构坚实,无线地图传输是否正常,电池电压是否充足,调试无人机,以确保平衡是稳定的,身体稳定,身体平衡,相机很清楚,开发线检查路线和飞行计划,和地面控制系统可以正常工作并且可以接收信息从无人机,包括态度和电压。制定飞行计划和飞行路线。(2)无人机的工作流:执行任务中心的检验任务,开发计划的检查路线,制定飞行计划,测试的操作无人机,保证无人机的工作性能,航拍照片在预定的位置。(3)完成检验后,无人机返回到控制中心和存储数据。

3所示。应用方法设计

3.1。应用程序体系结构

超高压输电线路的扩张,行需要巡逻也将增加,和有更多的线对空置的领域和复杂的地形,使巡逻的巡逻的巡逻更加困难和工作量的增加。目前,铁路巡逻工作是手工进行的,但是手动巡逻有很多劳动强度,行操作和维护环境差,巡逻效率低,且不能进行时间由于气候因素;当前巡逻小组不能整天监视(19),一旦发生问题,他们会被告知,只能等到下一个检查及时发现,这带来了隐患。本文研究的是使用无人机的线路故障识别方法,可以实现远程监控,虽然在地面站监控系统可以实时监测和显示无人机的巡逻,这是方便地上的巡逻队也观察和检测的图像无人机在巡逻。这个话题是一个无人驾驶的输电线路缺陷识别系统基于5 g技术,包括三个方面,即无人数据处理传感器网络,输电线路图像传输和线缺陷识别。其中,无人驾驶数据处理传感器网络节点,由电源、感应组件,嵌入式处理器,内存,通信组件,和软件,形成了智能传感器网络的基本组件。它的应用程序结构图如图1,智能传感器网络的应用电路如图2。(1)感应传感组件,从外界获取信息,并把它转换为数字信号(2)通信组件负责沟通与其他传感器或用户(3)输电线路图像传输,主要用于筛查和传输图像信息传输的节点(4)线路故障识别是指在发送的图像缺陷识别的图像处理器和图像的处理使用内部集成算法,之前喂数据返回给用户

3.2。智能传感器网络优化设计

在无人驾驶车辆线路故障的过程中,它需要的帮助下完成了多个传感器,虽然这一主题的智能无线传感器网络设计完成的传感器来监测输电线路和收集到的数据传输到汇聚节点通过无线通信和分析它20.]。本文基于5 g的线路故障识别系统技术设计。它使用人工5 g技术实现一个智能传感器网络的优化设计,主要包括数据采集的速度、图像分析的速度和线缺陷识别的准确性。的基本结构优化设计适用于无人机传输无线传感器节点的设计摘要如图巡逻3。

3.3。图像灰

为了更好地识别输电线路、输电线路必须尽可能地突出,但在实践中3,不仅输电线路更突出,但也在后台尤为突出。此外,在整个图像的处理,我们发现不同的方法被用来处理灰度图像,但实际直升机航拍图像颜色。确保良好的输入格式为未来的功能,获得颜色航空摄影首先是在灰度图像处理(处理21]。

本文所获得的大部分的航空摄影图像在RGB颜色空间,用RGB值(0 ~ 255)之间。灰度RGB图像转换成黑白图像,因为获得的图像是一个8位灰度映射而不是比特纯黑白图,分为256级别的灰度(0 - 255)。所以,黑色的实际灰度值为0和255年最聪明的。RGB空间的计算灰度空间使用加权公式: 在哪里 代表生成图像的灰度值 , , ,和 表示原始图像的像素值 。OpenCV实现色彩空间转换提供了一种方法使用以下函数原型:空白cvCvtColor (const CvArrsrc, CvArrdst, int代码)。

原始图像是由参数src, dst参数代表产生的灰度剖面,参数代码输入RGB2GRAY表示RGB空间的灰色。

使用这个函数,直升机航拍图像从一个彩色图像转换为灰度图像,灰度处理,后是可见的和随后的复苏的轮廓线的变大,可以用作后续适当的输入信息的功能。

3.4。无人机飞行管理工作台

无人机的飞行管理平台主要包括管理的实时图像和飞行的管理。无人机的实时图像管理意味着接收图像在巡逻和分析和处理(22),以显示位置,地位,操作状态、操作参数和电源电压的实时无人机。当有一个错误在无人机的操作状态,驾驶员应立即通知进行调整,防止事故发生。无人机的飞行管理是无人机的巡逻路线计划根据线和周围的环境,制定巡逻的路线,根据既定的路线让无人机巡逻。无人机的飞行状态检测和调整,以防止不必要的损失;无人机是巡逻依照巡逻任务的需要和无人机的完成操作,和整个线完成巡逻。

3.5。线缺陷识别

故障识别平台是一个关键的链接实现输电线路故障识别和关键环节在整个地面监测系统。通过提取、预处理、边缘检测、分割和其他方法,检测到缺陷的导体和绝缘体;如果缺陷出现,报警提示进行处理和记录检查线,缺陷的具体内容,出现的时候,和缺陷之后检查和分析。

无人机完成监测输电线路和传送线传送图像和高清图片和地面监测系统使用图像缺陷识别技术进行故障识别和处理。图像缺陷识别的过程包括:图像阅读,预处理,前景提取、目标识别、加工。图像缺陷的识别主要包括绝缘线和电线的智能识别,而绝缘子缺陷的识别转换到HSV空间然后H-space中发现。在此基础上,H-space关键使用适当的阈值来获得每个隔离器字符串连接的连接区域和圈在一个正方形。最后,非零值之间的比例每个块和块面积计算,如果这个比率低于特定的经验值,这表明在这方面存在的缺陷。松股、破碎线缺陷的识别线:第一步也是binarize图像消除复杂环境的影响线外的形象。然后,图像是扩展和侵蚀消除孤立噪声的噪声。该方法得到的拟合直线的点图。最后,安装中线为基准用于方差分析,如果有松动或断链,方差大,经验阈值可以设置为确定连接是否松动或折断。

4所示。应用实验分析

4.1。实验调试

在测试之前,有必要启动飞机和信号的各种传感器(见表1),以及推进器的旋转方向,根据飞机的电路设计图纸。也,这是确保飞机的所有部分都正确安装,和所有的电子设备提供动力,然后就可以开始测试。

4.2。数据采集

这一次,数据来源主要是通过户外的无人机多映像收购,然后传输的图像数据传输传感器,最后完成线缺陷的识别。如图4,无人机的飞行工作是预先确定的区域,和图5是无人驾驶的图像采集反馈。

4.3。应用实验

检查输电线路后,无人机使用无线传输传输监测数据映射到地面监测站点故障识别。地面观测系统接收,存储,分析和处理实时图像数据的无人机。一旦检测到故障时,故障识别结果显示,及时发出警报。因为每个环境的参数不同,他们必须重置为每个操作。

收集数据后,可以执行故障识别的。为了检查整个系统的功能,本文将介绍一种方法来检测从无人机图像阅读获得的数据节点周期性的。行图像处理反馈曲线如图6。(1)在Windows开始Cygwin(2)开始提供web服务的过程(3)开始AVR Studio(4)点击“…Flash项目”按钮,选择十六进制文件,并点击“程序”下载选中的十六进制文件的节点(5)启动Java示波器应用程序

故障检测,图像首先灰色的,关键是消除复杂环境的影响在导体外图像。关键的图像预处理、边缘检测得到的输电线路包含不连续点和噪声,所以必须使用霍夫变换直线提取及其抑制。霍夫变换使用线性检测方法消除带状干扰线和截断两行之间的一段最大截距和最小拦截和清除连接面积超出了两行。这个应用程序系统输电线路的萃取效果如图7。

5。结论

图像是人类获取信息的主要途径。更好的处理算法,处理速度更快,和清晰的图像处理技术、图像识别和处理技术得到越来越多的应用。过去,在输电线路检查、视觉识别通常是通过眼睛,但很难建立一个完整的歧视性系统因为有一定的局限性,和一些微小的隐患无法被肉眼,尤其是核查人员的疲劳状态,很容易产生错误。5 g环境中,使用无人机输电线路故障识别检测技术可以克服手工的缺点错误,但也及时和全面的故障检测,提高监控的效率和标准化工作。主题5 g技术和智能传感器网络技术,使用无人机进行高压输电线路检查、检测和维护方面的深入研究,和检查无人机的发展能有效提高输电线路检查的效率,更快地检测故障点和大大提高带电作业的效率,同时可以提供一定程度的方便输电线路的建设。

数据可用性

本文中使用的数据集可从相应的作者。

的利益冲突

作者宣称,关于这项工作他们没有利益冲突。

确认

这项工作是支持的项目是由中国南方电网公司科技项目(项目编号:030600 kk51200001)。