基于图像识别与深度学习的无人机配网线路智能巡检系统在青藏高原顺利应用

Posted 博微

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了基于图像识别与深度学习的无人机配网线路智能巡检系统在青藏高原顺利应用相关的知识,希望对你有一定的参考价值。

基于图像识别与深度学习的无人机配网线路智能巡检系统在青藏高原顺利应用

       青藏高原地势高耸、地形复杂,气候寒冷,环境多为高山、沟壑,且大部分地区终年积雪,配电线路分布点多、面广,远离城镇中心区域,配电网易受外力破坏、地质灾害、树障和机械张力等外部环境影响。传统配电线路巡检模式面临着巡检人员紧缺、营配数据准确度低、线路巡视效率慢、隐患排查不全面、人员安全风险高等难题。

     鉴于上述问题的存在,江西博微与青海三新农电有限责任公司(以下简称三新公司)基于泛在电力物联网构建思路,提出借助无人机技术应用,以互联互通的思维方式,构建配网智能巡检体系,充分应用人工智能等技术,推动配电网、设备、人员、信息全贯通,实现设备智能感知、数据贯通、信息共享和作业移动化。

2018年10月


双方先后实地深入门源县、同德县、湟源县、民和县开展深度调研,结合基层人员在数据治理及线路巡检的工作流程及痛点,分析打造实用、实效的人工智能巡检体系,通过原型成果的沟通分析,确定配网线路智能巡检系统,结合无人机智能应用,实现替代人员到达现场作业地点,快速精准获取营配数据信息。系统构建深度学习图像识别与诊断模型,对设备缺陷智能识别方面提供有效的数据支撑,完成对设备缺陷、隐患深度的根因分析及预测研判;系统结合设备缺陷、隐患的识别信息,可进一步关联系统配网基础数据信息、运行状态、外部环境信息等,实现结构化数据共享,为配网故障研判指挥系统提供坚实可靠的原始数据基础,准确定位设备故障、停电范围、线路运行状态等业务;系统以大数据、人工智能提升运行效率,实现配电网互联互通、智能服务和更高效的资源配置,最终为实现基于泛在电力物联网的运营监测奠定坚实的基础,有效提升供给侧的服务,来实现需求侧更高质量的发展。

2019年1月


配网线路智能巡检系统功能实例验证工作在民和县开展,现场进行数据勘测、线路巡检,并后续使用软件进行工程设计,完成项目需求成果、工程初步设计成果编制。

基于图像识别与深度学习的无人机配网线路智能巡检系统在青藏高原顺利应用

通过本次试点工程应用验证,在数据采集、线路巡检等环节取得了以下显著效果:

基于图像识别与深度学习的无人机配网线路智能巡检系统在青藏高原顺利应用

数据采集:本次线路无人机勘测共2人完成,耗时6小时,共12小时,效率提升3.5倍。

基于图像识别与深度学习的无人机配网线路智能巡检系统在青藏高原顺利应用

线路巡检:无人机巡视耗时1小时,工作效率提升4倍,缺陷隐患发现能力较传统方式提高20倍。

基于图像识别与深度学习的无人机配网线路智能巡检系统在青藏高原顺利应用

应急抢修:无人机采集数据直接导入软件,自动生成线路路径,通过方案调整,一键生成抢修方案,耗时共3小时,设计效率提升6倍。

2019年3月


配网线路智能巡检系统的无人机数据采集、线路巡检、应急抢修功能模块,在国网海南供电公司正式试点应用,完成10kV贵三路关塘分支及关塘上台区无人机数据采集,PMS、GIS系统数据精益化治理工作。

2019年4月


三新公司向青海省电力公司及各地市公司相关部门汇报了配网线路智能巡检系统在配电网智慧感知和泛在互联技术成果,并介绍了后续工作规划。为巩固试点应用成果,提升青海省电力智能运检水平,青海省公司已完成智能巡检系统服务器部署工作。同时,为确保无人机智能巡检工作顺利开展,青海省公司启动八个市州公司系统应用全面部署工作。

基于图像识别与深度学习的无人机配网线路智能巡检系统在青藏高原顺利应用
基于图像识别与深度学习的无人机配网线路智能巡检系统在青藏高原顺利应用

系统介绍

通过WEB管理平台创建下发相应任务,无人机APP系统获取任务计划后,操控无人机设备及镜头前往现场进行数据采集、线路巡检、应急抢修作业,作业完毕后将数据提交至WEB管理平台,完成配网基础数据、缺陷故障数据存档。基于图像智能识别模块支撑,进一步对设备缺陷进行预测研判,快速定位线路故障点。完成的应急抢修及采集数据可导入PC端软件(配网设计软件),输出项目需求成果、工程设计成果、技经成果及抢修方案,同时平台的设备采集数据对接贯通至PMS、GIS系统,完成基础数据治理和纠偏,最终实现以下四大功能:


  • 打造无人机协同作业平台,规范协同操作流程,实现数据平台化共享。

无人机系统作业任务主要包括数据采集、线路巡检、应急抢修,三个模块任务作业流程目标协同一致,基层人员能够简易上手,结合无人机巡检规范体系,确保操作、数据准确规范。

基于泛在电力物联网思维,运用无人机系统打破专业壁垒,实现基础采集数据同线路巡检、应急抢修作业共享贯通,线路巡检、应急抢修工作可基于线路路径、设备信息实现智能飞巡、故障研判,最终将线路网架、设备信息、缺陷隐患、故障处理数据结合统一。

  • 加强终端感知能力,规范营配数据采集,实现PMS、GIS数据贯通治理。

通过无人机搭载RTK高精度定位设备、高变焦镜头,依据图像网格中心确定杆塔位置,进行悬停精准定位、高清拍照。强化无人机平台终端动态实时感知能力,结合配网基础数据内容,快速引导设置设备详情参数,同时支持在采集地图和点位列表选择相应设备方案,补充调整参数信息,确保采集数据精准规范。

营配采集数据上传无人机巡检系统进行归档,除将数据共享至巡检、应急抢修作业外,同时可将数据对接至PMS/GIS系统,完成基础数据治理纠偏。

  • 深度挖掘图像数据,丰富线路巡检手段,实现缺陷隐患智能图像智慧识别。

采集数据同巡检、应急抢修作业共享贯通,基于线路路径实现智能飞巡,以图像30倍变焦清晰查看设备运行情况,并支持缺陷人工识别及智能识别功能。巡视过程支持红外测温功能,通过可见与红外图像的交互展现,确定设备部位温度及户外平均温度。自动获取设备部位温度,通过测温预警偏差,智能分析温度缺陷性质,最终提交缺陷数据。

巡检数据上传至系统,基于图像识别功能对照片进行二次筛选,减少缺陷隐患遗漏,智能诊断设备缺陷隐患并形成问题记录。

  • 促进全时空泛在连接,线路故障快速排查定位,设计抢修方案一键输出。

基于泛在电力物联网末端感知能力,初步划定线路突发故障片区及停电范围,快速部署无人机对故障区域进行故障排查定位,通过可见光及红外测温展现确定线路故障点,再对故障原因、设备参数进行记录,并上传至系统更新营配基础数据。

通过数据导入接口,将勘测、抢修数据导入至PC端软件,生成路径并自动选型,依据勘测备注、故障原因便于用户确定抢修方案,依据成果标准模板,一键生成项目需求成果,工程设计成果,应急抢修方案。

附:青海三新农电有限责任公司简介


青海三新农电有限责任公司成立于2010年,主要承接10kV及以下农配网的运行维护、电力营销、优质服务等业务。目前,公司受托运维10kV农网线路643条,总长度约22660公里;0.4kV线路总长度约36216公里;服务电力客户87.38万户。具备施工安装类专业承包三级资质和承装、承修、承试四级许可,设计丙级资质,可承揽110千伏及以下电网运行维护施工建设及设计咨询工作。


RECOMMEND
推荐阅读

以上是关于基于图像识别与深度学习的无人机配网线路智能巡检系统在青藏高原顺利应用的主要内容,如果未能解决你的问题,请参考以下文章

产品介绍 | 南网输电设备图像识别系统介绍

技术大牛详解利用图像识别和边缘AI计算提升架空输电线路巡检效率附42页PPT下载

FoodAI:基于深度学习的食品图像识别与记录系统

读书总结|深度学习图像识别技术

人工智能展示之----图像识别

运维之道基于图像识别的保护压板状态识别技术研究与应用