变电站进入“空天地”智能巡检新时代，省时省力高效又安全

　　1.案例架构：

　　变电站、换流站等电网设施巡视方式目前主要通过人工巡检、机器人巡视开展，但仍面临电网运检总量大、保电任务重、巡视效率低的严峻局面。随着智能巡检技术的发展，无人机巡检已成为重要的电力设备运维手段。如何实现复杂场站环境下的无人机巡检业务规范化、作业智能化、管控信息化，是提升电网稳定运行水平的关键问题。

　　由于变电站架构、避雷针等设备位于高处，人工及地面机器人等地面巡视无法及时观察到其具体情况，并且运维人员登高检查危险性大，存在人身安全风险。无人机搭载云台后，可以完成高空拍摄、远程监控以及到达人员无法到达的区域进行监拍。针对变电站、换流站的无人机自主巡检将代替传统人工攀爬巡视，能够打破空间限制，大幅降低现场作业风险，提高设备运维效率，保障电网及设备安全可靠运行。

　　而现有的线路巡检无人机系统或其它变电站试点无人机巡检系统均依赖于GPS/RTK定位精度及磁力计角度传感器，在变电站复杂环境下的网络信号不稳定性及强电磁干扰均会极大程度地增加传统巡检无人机系统的飞行安全隐患，造成作业效率、作业质量的严重下降甚至发生安全生产事故。

　　2.主要做法

　　本项目研发的基于SLAM算法和人工智能算法融合的复杂环境自主巡检智能无人机系统可完全适应变电站的复杂环境及强电磁干扰，在无GPS环境仍可安全精准飞行，实时感知环境信息进行位姿解算，是目前实现变电站、换流站等场站无人机安全巡检的有效途径。

　　为了及时发现并处理潜在的安全隐患，如设备故障、结构不稳定、通风不良等，从而有效预防事故发生。江西星天路数智科技有限公司基于激光SLAM抗干扰自主导航技术研究开发了一套变电站无人机自主巡检系统。系统由自动机巢、抗干扰无人机系统、管控系统组成，通过基于三维建模软件的航线规划软件结合实际情况(进行无人机航迹规划(或人工现场示教采集)，上传飞行文件至无人机管控系统，任务执行班组人员即可在现场通过地面站软件下载规划文件。设置好无人机后，可实现无人机自动起飞、自动到达指定巡检作业点、自动拍摄巡检，拍摄的位置、角度、拍摄参数均可自动调整，并在拍摄完成后按照预设航线自动返航。无人机与现场地面站通过微波进行数据传输，地面站通过无线网络将巡检数据及图像信息统一回传至管控系统平台进行数据分析。

　　无人机导航定位是通过对一系列传感器数据进行融合处理，来得到飞机当前的位置、速度以及姿态等状态数据，与此同时通过对lidar点云数据进行处理，可以实时得到三维环境的周围地图，用于自主规划避障以及三维可视化使用。

　　无人机中的导航系统总体架构即为通过机载计算机获取传感器数据进行实时处理，解算出无人机状态及建图信息。

　　硬件方案

　　单传感器数据融合结果往往受限于传感器缺点，在精度与鲁棒性方面都要弱于多传感器融合。

　　惯性导航长时间有较大累积漂移，但是其短时间内的精度较高，且有较高的输出频率。同时惯导器件零偏受温度影响较大，且加速度计和陀螺仪容易受振动影响，生成很大噪声，在无人机这种振动比较明显的平台中尤其明显。

　　RTK在信号良好的空旷场景中能过提供厘米级精度的位置数据，且与lidar或是视觉等相对定位器件不同的是，其能够提供在地球中的绝对位置;但是在有多建筑物的场景中，其信号容易丢失或是退化成精度比较差的普通卫星定位。

　　lidar数据在结构化良好的场景中通过处理其测距精度较高的点云数据能够得到较为理想的定位结果，但是对于较为平坦或是单一的非结构化场景，系统的定位精度和鲁棒性均会显著降低。

　　综上，单一传感器其优点和缺点均较为明显，imu能够提高位姿解算频率以及lidar畸变点云矫正，RTK在可使用时能够提供准确的绝对位置和纠正系统漂移。采用RTK+lidar+imu的多传感器融合方案，对于每个传感器能够取长补短，能够显著提升定位精度和环境建图精度，增强场景感知能力。

　　软件方案

　　多传感器融合有松耦合和紧耦合两种方案，紧耦合方案能够充分利用多源传感器信息，在任意单一传感器信息丢失或是数据退化的情况下均能够稳定实时估计飞行器状态，能够适应更加复杂多变的场景，显著提升系统鲁棒性与精度。

　　多源传感器紧耦合方案如下所示：

　　RTK、lidar及IMU数据同时修正一组状态，使得多传感器融合能够做到无缝切换，互相弥补各自缺陷，将传感器性能发挥到最大。且多传感器紧耦合的方案能够保证导航系统在室内室外稳定运行，无需切换传感器数据。

　　系统软件功能主要包括多传感器数据融合、环境建图及路径规划，软件处理流程图如下所示。

　　导航定位-避障规划软件系统流程图

　　基于此本系统实现的优势功能如下：

　　弱-无卫星信号环境下的高精度定位

　　基于SLAM技术的弱-无卫星信号条件下的精确定位。

　　实时环境建图

　　实时3D环境建图及感知，飞行全程实时地形建模及障碍检测。

　　路径规划及动态避障

　　基于障碍感知信息的动态路径规划及避障，提升复杂环境飞行安全性。

　　在线目标识别/前端缺陷分析

　　基于机载计算单元的深度学习在线目标识别、目标跟踪。

　　系统总体技术方案

　　无人机自主巡检设备

　　通过机巢智慧三维软件进行无人机航迹规划(或人工示教现场采集)，上传飞行文件至无人机自主巡检应用系统，任务执行班组人员即可在现场通过地面站软件下载规划文件。设置好无人机后，可实现无人机自动起飞、自动到达指定巡检作业点、自动拍摄巡检，拍摄的位置、角度、拍摄参数均可自动调整，并在拍摄完成后按照预设航线自动返航。同时，通过多次巡检对飞行坐标点的采集、航线记录和复用、校核，不断优化航线，完善巡检作业方案。

　　整体技术架构

　　感知层：感知层主要为前端巡检无人机，巡检无人机所采集的数据包括巡检图像数据及巡检采集的其他相关数据。

　　网络层：实现无人机、机巢、巡检业务应用系统的网络接入，支持4G、5G、VPDN等专网接入。

　　数据层：数据层主要集成无人机巡检业务闭环数据、三维点云数据、移动巡检数据等相关无人机巡检数据以及在线拍摄的图像数据。

　　平台层：平台层包括智慧变电站综合管控平台和云计算平台，其中综合管控平台包括业务中心(基于GIS三维数字化模型实现的可视化空地一体化管控中心)和数据中心(三维点云数据、地表倾斜摄影数据、巡检设备采集数据、历史巡检缺陷数据等)，云计算中心包括缺陷识别智能化模型、大数据分析、缺陷识别数据图、自动生成缺陷识别报告。

　　应用层：应用层主要为变电站无人机巡视模块，主要负责无人机巡检业务审批流程、无人机巡检应用等。由工区或巡检班组提交巡检需求，由无人机自主巡检应用集中管控、审核，审核通过后下发回巡检班组执行巡检任务;通过与无人机自主巡检应用系统对接，实现巡检计划统一管理。

　　设备台账管理

　　按照运维单位、负责人、无人机架次等维度进行统计，实现运维人员对设备的全生命周期管理。

　　无人机巡检计划管理

　　针对变电站日常巡视、故障巡视等作业特点，建立无人机巡检计划管理体系，对设备进行周期性巡检。

　　无人机巡检作业管理

　　对无人机巡检工单涉及的任务信息、人员信息、设备台账等数据进行综合管理。

　　无人机巡检缺陷管理

　　管控平台根据缺陷类型，对无人机巡检数据进行分类展示，规范化缺陷管理，实现对设备缺陷数据的智能化管理。

　　无人机智能巡检模块

　　管控平台是针对变电站巡检作业开发的系统，可实现无人机“一键”精细化巡检，无人机将按照上传的航迹路径开展作业、自动化定点拍摄、自动返航回收，确保飞行安全。

　　无人机固定机巢管理

　　无人机固定机巢包括无人机自动机场、无人机、远程操控系统、后端数据处理平台。运用 AI 飞行控制、激光点云路径规划等核心技术，可对自动机场、无人机等设备进行全方位管理。

　　无人机航迹规划模块

　　具备三维点云数据(含影像点云和激光点云)加载、渲染、处理、检测分析等功能，运维人员可依据实际情况对无人机巡检航线进行自主规划。

　　人工智能缺陷识别模块

　　在无人机设备巡检影像库的基础上组建缺陷库，发布行之有效的缺陷识别算法，一线员工可利用系统识别各类设备缺陷，再通过人工标注对设备缺陷进行修正。将系统标注和人工标注进行比对，及时更新缺陷库，不断提高设备缺陷识别率。

　　将飞行状态、作业状态、作业人员状态、作业任务情况、空域覆盖范围等数据进行可视化展示。将设备台账、巡检区域等信息在三维全景模块中进行展示。

　　3.取得的成效

　　无人机在变电站巡检中的应用显著提升了作业的安全性和效率，同时大幅降低了成本。它能够在复杂且危险的变电站环境中代替人工进入高风险区域进行巡检，有效减少了人员伤亡的可能性。无人机具备快速部署、广覆盖和短时间内完成大面积巡检的能力，大大缩短了巡检周期，并通过高清摄像头和其他传感器提供精确的数据采集，帮助运维人员发现潜在问题。此外，无人机还能实现实时监控，让地面指挥中心及时了解现场动态并迅速响应，同时在不影响正常生产活动的情况下执行任务，适应恶劣天气条件和狭窄空间，适用于各种类型的变电站结构。

　　从经济效益的角度来看，无人机的应用不仅减少了对大量巡检人员的需求，从而节省了人力成本，还降低了因人为操作失误导致的安全事故所带来的直接和间接经济损失。高效的巡检有助于优化资源分配，提升整体运营效率，并延长设备寿命，降低更换成本。管理层依据高质量数据可以做出更科学合理的决策，优化生产流程，同时也确保企业遵守国家安全生产法规，避免违规罚款和其他法律后果。综上所述，无人机为电网带来了显著的安全与效率改进，以及可观的经济效益，随着技术的进步，其应用将更为广泛，成为推动行业进步的重要力量。