楊 珊
（國網荊州供電公司，湖北 荊州 434000）
0 引 言
輸電線路的穩定運行和安全性一直是電力系統管理者關注的重要問題。傳統的輸電線路巡檢方式存在許多局限性，如效率低、風險高等。為了克服這些問題，學者們對無人機輸電線路快速巡檢方法進行了廣泛研究，提出一系列創新的方法。文獻[1]通過激光掃描獲取線路的三維點云數據，并利用點云處理和分析算法進行故障檢測。文獻[2]借助高分辨率攝像頭和圖像處理技術，實現對線路的自動化監測和故障定位。然而，上述方法存在巡檢效率低、準確性低等問題。文章提出了一種基于5G 通信技術的無人機輸電線路快速巡檢方法，以提高巡檢效率并降低巡檢風險，幫助工作人員及時發現和處理線路的潛在問題，進一步優化電力供應的可靠性和穩定性。
1 基于5G 通信技術的無人機輸電線路快速巡檢方法
1.1 輸電線路無人機巡檢平臺系統架構
無人機利用配備的巡檢設備和傳感器進行巡檢任務，通過5G 通信網絡與地面指揮中心建立實時連接[3]。地面指揮中心監管無人機的飛行狀態和路徑，并接收、處理無人機傳輸的圖像和數據。同時，巡檢平臺提供數據存儲和管理功能，便于后續的分析和統計[4]。該平臺實現了高效的無人機巡檢任務執行和數據處理功能，為輸電線路的維護和管理提供了有力支持，系統具體架構如圖1 所示。
圖1 輸電線路無人機巡檢平臺系統架構
1.2 輸電線路巡檢圖像預處理
針對采集的圖像進行初步處理，以提高圖像質量，減少噪聲和干擾，并從中提取有用的信息。先將彩色圖像轉化為灰度圖像，常用的方法是使用加權求和的方式計算灰度值[5]。灰度值Gr(x,y)的計算公式為
式中：R(x,y)、G(x,y)、B(x,y)分別為圖像中某個像素位置(x,y)的紅、綠、藍通道的亮度值。
利用濾波操作平滑圖像，去除噪聲和細節[6]。濾波后圖像在位置(x,y)處的像素值為
式中：σ為高斯核的標準差。
增強操作可以改善圖像的對比度和細節[7]。增強后的像素值為
式中：f(x,y) 為原始圖像在位置(x,y) 處的像素值；CDF[f(x,y)]為原始圖像像素值f(x,y)的累積分布函數；CDFmin為累積分布函數的最小值；M×N為圖像大小；L-1 為灰度級數量。
1.3 無人機輸電線路快速巡檢
無人機輸電線路快速巡檢的內容包括異物探測與清障、桿塔狀況評估、線路巡檢、數據分析與報告生成以及故障診斷與維修支持[8]。將無人機收集的數據傳輸至指揮中心進行數據分析和處理，生成巡檢報告。在發生線路故障時，無人機還可以為維修人員提供遠程支持和診斷功能。通過這種輸電線路快速巡檢方法，能夠高效、準確地監測線路安全情況。
無人機輸電線路快速巡檢是一種將無人機技術與圖像處理、數據分析等領域相結合，實現對輸電線路的自動化巡檢和故障檢測的創新性方法。其基本思想是利用無人機搭載的飛行控制系統、傳感器、高分辨率攝像頭獲取輸電線路的圖像數據，然后通過圖像處理算法和機器學習模型對圖像數據進行分析和識別，從而快速定位和識別線路故障點[9-10]。通過定義適當的函數，結合圖像數據和預訓練的模型，可以實現快速且準確的線路巡檢[11]。模型的訓練過程涉及大量的數據標注和特征提取工作。通過標注已知故障樣本的和提取正常樣本的特征，可以訓練一個有效的機器學習模型，用于識別圖像中的線路故障點。
2 實驗分析
2.1 實驗準備
采用北京數字綠士科技有效公司生產的Li-Air八旋翼無人機采集輸電線路巡檢圖像。該設備包括全球導航衛星系統（Global Navigation Satellite System，GNSS）雙天線及接收機、Novatel慣性測量單元（Inertial measurement unit，IMU）定位姿態系統、存儲控制單元、微型計算機以及數碼攝像頭，如圖2 所示。
圖2 Li-Air 八旋翼無人機
該無人機搭載Velodyne VLP-16 傳感器，測距范圍為100 m，掃描角度為垂直方向±15°、水平方向360°。無人機的飛行高度為40 m，飛行速度為3.6 m/s，平均點云密度為370 個/m2，最大回波次數為1 次。
2.2 實驗結果
平均絕對誤差是衡量無人機巡檢性能的關鍵指標，即生成的顯著性圖像與實際顯著性圖像之間的誤差。平均絕對誤差值越小，代表生成顯著性目標圖像的質量越好，檢測精度越高。平均絕對誤差計算公式為
其中，B、L分別表示無人機巡檢圖像的長、寬；E(x,y)表示生成顯著性圖；E'(x,y)表示實際顯著性圖。
此次實驗設定10 張無人機巡檢圖像共有100 個顯著性目標，采用本文方法、文獻[1]方法與文獻[2]方法進行顯著性目標檢測，結果如圖3 所示。
圖3 平均絕對值誤差結果
由圖3 可知，文章所提方法在輸電線路巡檢中的平均絕對誤差值明顯小于文獻[1]方法和文獻[2]方法，在完成輸電線路巡檢任務時表現較好。此外，平均絕對誤差值越小表明線路位置定位和故障檢測的準確性更高。因此，采用更精確的傳感器并引入更先進的圖像處理算法，能夠更準確地獲得線路的位置信息并識別出潛在的故障點。
為驗證無人機輸電線路巡檢的速度，與文獻[1]方法和文獻[2]方法進行目標檢測的時間開銷分析，結果如圖4 所示。
圖4 時間開銷分析
由圖4 可知，文章所提方法在目標檢測的時間開銷方面表現最佳，僅用了14 s；文獻[1]方法迭代次數較多，導致檢測所需時間較長，需要44 s；文獻[2]方法由于運算難度較大，完成巡檢任務則需要56 s。因此，文章所提方法能夠有效減少計算量和迭代次數，從而顯著縮短目標檢測時間。這進一步驗證了所提方法的高效性和實用性，在無人機輸電線路巡檢中能夠更快速地完成任務。
3 結 論
通過基于5G 通信技術的無人機輸電線路快速巡檢方法，能夠有效解決傳統巡檢方法存在的效率低下和人力資源消耗大等問題。該方法利用無人機搭載高清攝像頭和紅外熱像儀，通過5G 網絡實現與指揮中心的實時數據傳輸和遠程操作。經過一系列實驗驗證，該方法能夠顯著提高巡檢效率和準確率，同時降低巡檢人員的風險，優化資源利用，具有較好的應用價值。
