论文部分内容阅读
摘要：随着我国通用航空政策的进一步开放，促进了无人机技术的发展，无论在续航时间，还是远程遥控、飞行品质方面均得到了很大的提升，使其在电力系统中拥有广阔的发展空间。
关键词：输电线路;无人机巡检;智能管理系统
1技术路线
输电线路无人机巡检智能管理系统在构建过程中，通过对数据模型的内部共享，利用模块化、小型化、可编辑的软件构建技术，采用J2EE体系，实现了多层技术方案的设计。具体该系统的技术结构如图1所示。
前置层内部设置了信息采集、控制等功能;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;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、管理作业等;应用逻辑层是面向系统管理员和开发人员的系统工具，完成对系统用户的权限管理、空间数据的统计分析、飞行图像数据的识别和无人机通用业务组件的搭建;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
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：第一，制作样本。首先对获得的图像数据进行设备特征标注。然后从中随机抽取总数的90%作为深度学习算法的训练数据集，剩余图片作为测试数据集。第二，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。第三，模型测试。选择测试的数据集，對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。第四，制作目标样本。针对电力系统中设备的典型缺陷特征制作检测目标分类器样本，并利用Faster-Rcnn算法对分类器样本进行测试。检测算法能否满足缺陷识别的要求，从而对样本进行修改。第五，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。第六，更新参数。在原有图像识别模型的基础上，抽取新采集到的数据图像重新制作Faster-Rcnn识别样本，从而实现对模型的不断优化，提高模型的识别效率。
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。应用架构主要实现无人机巡检任务过程中的资源管理、数据管理、指标管理和系统管理等内容。其中，资源管理是对无人机台账的统计以及设备的保养、备品配件的管理和驾驶员的培训及考核管理。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、系统规划等。
4数据库设计
依据无人机立体智能巡检应用平台的数据特性，将数据划分为基础数据、事务数据、非机构化数据等类型。并与其他系统进行集成数据交互，保障数据的实时性、唯一性、准确性。基础数据指无人机基本的台账信息，如无人机备品件、台账、驾驶员等;事务数据记录、储存了空域申请中的禁飞区、飞行计划等数据信息;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，如电网资源、地理信息等。其中的电网资源主要是通过与生产管理系统集成而获取的。其为无人机巡检系统的主体基础数据，是飞行任务的主体数据。主要记录电网设备资源台账数据。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。飞行监控数据是无人机巡检系统中监控飞行任务执行过程的数据。其主要是实现无人机巡线任务在线监控，保证飞行作业安全、合规。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，为后续某些缺陷的分析提供帮助。
5结语
本文以无人机飞行计划管理为例，说明基于J2EE技术的智能管理系统的实现过程。飞行计划管理主要是对飞行计划进行维护及管理，包含年度计划、季度计划及月度计划。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。而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。
参考文献：
[1]郑仟，李宁.输电线路无人机巡检智能管理系统的研究与应用[J].电子设计工程，2019.
[2]钱金菊，张睿卓，王柯，等.输电线路巡检可视化管理系统及其应用[J].广东电力，2018.
（作者单位：国网宁夏电力有限公司吴忠供电公司）
作者简介：赵海龙（1987.08-），男，宁夏吴忠人，西北政法大学，法律专业，本科，工程师，技师，研究方向：输电线路运行维护及检修。
关键词：输电线路;无人机巡检;智能管理系统
1技术路线
输电线路无人机巡检智能管理系统在构建过程中，通过对数据模型的内部共享，利用模块化、小型化、可编辑的软件构建技术，采用J2EE体系，实现了多层技术方案的设计。具体该系统的技术结构如图1所示。
前置层内部设置了信息采集、控制等功能;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;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、管理作业等;应用逻辑层是面向系统管理员和开发人员的系统工具，完成对系统用户的权限管理、空间数据的统计分析、飞行图像数据的识别和无人机通用业务组件的搭建;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
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：第一，制作样本。首先对获得的图像数据进行设备特征标注。然后从中随机抽取总数的90%作为深度学习算法的训练数据集，剩余图片作为测试数据集。第二，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。第三，模型测试。选择测试的数据集，對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。第四，制作目标样本。针对电力系统中设备的典型缺陷特征制作检测目标分类器样本，并利用Faster-Rcnn算法对分类器样本进行测试。检测算法能否满足缺陷识别的要求，从而对样本进行修改。第五，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。第六，更新参数。在原有图像识别模型的基础上，抽取新采集到的数据图像重新制作Faster-Rcnn识别样本，从而实现对模型的不断优化，提高模型的识别效率。
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。应用架构主要实现无人机巡检任务过程中的资源管理、数据管理、指标管理和系统管理等内容。其中，资源管理是对无人机台账的统计以及设备的保养、备品配件的管理和驾驶员的培训及考核管理。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、系统规划等。
4数据库设计
依据无人机立体智能巡检应用平台的数据特性，将数据划分为基础数据、事务数据、非机构化数据等类型。并与其他系统进行集成数据交互，保障数据的实时性、唯一性、准确性。基础数据指无人机基本的台账信息，如无人机备品件、台账、驾驶员等;事务数据记录、储存了空域申请中的禁飞区、飞行计划等数据信息;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，如电网资源、地理信息等。其中的电网资源主要是通过与生产管理系统集成而获取的。其为无人机巡检系统的主体基础数据，是飞行任务的主体数据。主要记录电网设备资源台账数据。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。飞行监控数据是无人机巡检系统中监控飞行任务执行过程的数据。其主要是实现无人机巡线任务在线监控，保证飞行作业安全、合规。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，为后续某些缺陷的分析提供帮助。
5结语
本文以无人机飞行计划管理为例，说明基于J2EE技术的智能管理系统的实现过程。飞行计划管理主要是对飞行计划进行维护及管理，包含年度计划、季度计划及月度计划。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。而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。
参考文献：
[1]郑仟，李宁.输电线路无人机巡检智能管理系统的研究与应用[J].电子设计工程，2019.
[2]钱金菊，张睿卓，王柯，等.输电线路巡检可视化管理系统及其应用[J].广东电力，2018.
（作者单位：国网宁夏电力有限公司吴忠供电公司）
作者简介：赵海龙（1987.08-），男，宁夏吴忠人，西北政法大学，法律专业，本科，工程师，技师，研究方向：输电线路运行维护及检修。