国网山西省电力公司阳泉供电公司 山西
摘要：输电线路是确保输配电工作有序开展的关键，采用可视化技术对输电线路通道进行远程巡检，有利于缓解巡检工作压力大与人员数量少的矛盾。本文针对输电线路无人机巡检智能管理系统相关设计内容进行了研讨，以供参阅。
关键词：输电线路；无人机；巡检智能管理系统
1技术路线
在输电线路无人机智能巡检管理系统建立的时候，工作人员需要对相关的数据模型其内部共享资源，应借助小型化、模块式、可编辑的软件，并依托于J2EE技术，设计多层技术实施方案。而且，还需研发第三方软件供应商数据接口。使几种不同专业的软件可集成在一起，便于无人机电路巡检业务实现统一、规范的管理，具体该系统的技术结构如图1所示。
.png)
由图1可知：①前置层内部设置了信息采集、控制、清洗、存储等功能。②表现层包括了巡检管理系统中的管理工具，可以对C/S结构数据进行利用。③应用服务层面向客户提供了一些服务功能，例如：可浏览图像、分别及识别富媒体、管理作业、电网拓扑与管等。④应用逻辑层主要是面向系统研发/管理人员的系统工具，可管理系统客户的使用权限、识别飞行图像信息、统计分析空间数据、搭建通用业务的组件等。⑤数据访问与数据库均属无人机智能巡检系统中的数据管理系统范畴，可实现对数据访问过程的控制管理及储存无人机智能巡检系统中数据。
2设备缺陷的识别算法
为了更好地管理无人机输电线路巡检业务中的数据信息，且精准地识别电路中的故障缺陷。通过深度卷积的神经网图像识别的技术，既可对输电线路中的设备的故障进行识别。又可对计算结果进行分析，为故障检修工作提供指导。例如：在电力系统中，对关键设备的缺陷识别，就选择了Faster-Rcnn算法，即利用无人机的巡检技术，对视频数据、照片进行获取，并对电气设备进行标注，再与数据库中相应的缺陷数据展开比对，从而实现对输电线路设备缺陷的识别。
无人机智能巡检系统代表性设备缺陷的识别算法主要包括以下几个环节：①制作样本。先要结合采集的图像，标注设备特点，再从总数中随机抽取9/10，为深度学习算法中训练的数据集，其他图片为测试的数据集。②模型训练。采用Faster-Rcnn技术，对样本信息展开相应的训练，运用随机梯度法，对算法参数予及时更新。一直到数据达到识别误差的标准，才终止训练。③模型测试。选择测试的数据集，对以上数据模型进行测试，根据测试结果，判断模型需要修正与否。④制作目标样本。对输电线路中的设备关键缺陷，制作分类器样本，采用前文提及的算法，测试样本。依据检测算法是否能够满足缺陷识别的相关标准，来判断样本是否需要修正。⑤模型应用。遵循以上的训练流程，获取相应的Faster-Rcnn模型，用于对巡检作业中图像设备缺陷予以有效的识别，并准确地划分故障类型，同时认真做标注。⑥更新参数。在现有图像识别模型上，抽取新的数据图像，并制定Faster-Rcnn识别的样本，对识别模型予以优化，提高图像的识别质量。
3系统框架设计
无人机智能巡检管理系统主要包括三个架构，即数据、业务、应用架构。在无人机电路巡检管理系统中，业务架构是对飞行业务、数据成果予以管理。具体的实现程序一是制定相应的飞行计划，二是统计操作人员的数据，三是申请飞行的空域范围，合理地设定飞行指标。在飞行计划的管理结束时，应认真地执行相应的飞行任务，参照格局现场中的飞行轨迹，实时地上传巡检数据信息。当飞行任务结束时，利用管理系统中的数据库，对获取到的巡检数据建立模型。且经专家加以诊断，从而对分析模型进行改进处理，导出无人机巡检中的成果报告，与飞行指标做对比。设计架构能够对无人机电路巡检中的资源、数据、指标及系统进行统一、规范地管理。例如：在资源管理工作中，可对设备保养、人员培训、备品配件、台账统计等进行统一管理。多维度的信息管理系统既能够有效地识别电力设备代表性故障缺陷，又可以多维度地管理传感数据。电力设备代表性故障缺陷的识别，又具有建立图像定位、接入数据库、构建图像模型等功能。先进的传感数据管理系统，尤其适用于数据的分析，并得到精准的效果。作业指标管理，可对无人机巡检作业的指标进行制定，并提供考核模板。系统管理分为工作者权限、系统规划、角色管理。
4数据库设计
对无人机立体巡检智能应用系统中的数据特点进行有效分析，能够将数据类型进行划分，主要分为非机构化、事务、基础数据几种。与相关系统集成在一起，实现数据的交互功能，确保信息的实时性、精准性。基础数据指无人机基本的台账信息，例如：无人机备品件、台账、驾驶员、设备台账、供应商信息等；事务数据记录/储存了空域申请中的禁飞区、飞行计划、维养、定位等数据信息；非结构化数据，如相关的法律政策、普通文档、规范方案、照片、驾照、巡检视频等。系统数据为无人机电路巡检工作提供可靠的数据支持，由一些结构化、非结构化的数据组成；无人机的巡检系统包含多样化的数据，例如：电网资源、地理信息、计划任务、飞行监控、巡查图像、视频等。其中的电网资源，指的是借助与管理系统集成获得的，能够为无人机的智能巡检系统提供支持的基本数据，确保飞行任务顺利完成。
地理信息数据能够为无人机智能巡检系统补充必要的数据，作为飞行监控、空域申请的参考。具体记录电网资源地图、地理信息等。计划任务数据是指无人机智能巡检系统在执行某个计划的时候，制定/安排任务的时候生成的应用数据。对无人机巡检任务计划的制定，一直到执行整个任务的管理。飞行监控数据是指无人机智能巡检系统对任务的执行情况予以监控的数据。可对无人机的巡查路线进行实时性监督控制，确保飞行执行任务的规范性、安全性。巡检视频、照片是指无人机智能巡检系统在巡查作业中的飞行成果数据。有效地管理巡检成果数据，能够为后续某些缺陷的分析提供帮助。
5系统功能的实现
无人机智能巡检管理系统在各项功能实现过程中，影射了无人机整个巡检线路的所有环节。文章重点对无人机飞行计划的管理进行分析，用于证明依托于J2EE技术的管理系统功能实现的全过程。飞行计划管理是指对飞行计划进行相应的维护、管理，具体包括月计划、季度计划、年计划等。在进行飞行计划的制定期间，需要对线路的巡检任务进行参考。并且，还需参考禁飞区的信息，将其在计划中排除，提升计划的可行性，确保计划顺利地实施。年计划应对季度计划、月计划进行逐层分解，进而形成一个系统、可执行的计划。通过浏览飞行管理的界面可知：在对飞行计划管理设置的时候，客户可以直接点击界面中相应的按键，利用记录控制器，从相应的数据库中抽调、利用，即完成了飞行计划的查询。随后，应向数据库发起请求，利用系统中的线路查询管理器，设置飞行线路，并更新数据。飞行计划中记录了巡检杆塔数量、计划时限、上传数据、相关执行者工作记录等。
结语
为了对无人机巡检过程中产生的海量图像和视频数据进行处理，本文利用J2EE技术体系对输电线路无人机智能管理系统进行了研究。通过FasterRcnn的深度学习算法，对无人机采集到的数据图像进行了处理与分析。并依据无人机巡检平台的数据特性，对数据进行了归类。同时，系统集成了无人机巡检工作的整个作业流程，实现了对无人机巡检作业的智能化调度。本文的研究内容对于实现无人机巡检系统的智能管理具有重要意义。
参考文献
[1]侯飞，孙丽梅.分析无人机巡检输电线路技术及应用实践[J].电子技术与软件工程.2019(03).
[2]张亮.杨善婷.基于无人机的输电线路巡检技术研究[J].山西建筑.2018(34).