CN111739184A - 基于输电线塔杆的输电线路巡检*** - Google Patents
基于输电线塔杆的输电线路巡检*** Download PDFInfo
- Publication number
- CN111739184A CN111739184A CN202010600462.2A CN202010600462A CN111739184A CN 111739184 A CN111739184 A CN 111739184A CN 202010600462 A CN202010600462 A CN 202010600462A CN 111739184 A CN111739184 A CN 111739184A
- Authority
- CN
- China
- Prior art keywords
- power transmission
- transmission line
- aerial vehicle
- unmanned aerial
- tower
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/20—Checking timed patrols, e.g. of watchman
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
- B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02G—INSTALLATION OF ELECTRIC CABLES OR LINES, OR OF COMBINED OPTICAL AND ELECTRIC CABLES OR LINES
- H02G1/00—Methods or apparatus specially adapted for installing, maintaining, repairing or dismantling electric cables or lines
- H02G1/02—Methods or apparatus specially adapted for installing, maintaining, repairing or dismantling electric cables or lines for overhead lines or cables
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Multimedia (AREA)
- Biophysics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Remote Sensing (AREA)
- Astronomy & Astrophysics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Human Computer Interaction (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明提出一种基于输电线塔杆的输电线路巡检***,包括:塔杆节点、部署于云计算平台的输电线路监控***、无人机地面站、无人机。本发明通过塔杆节点将无人机巡航的路线分为多个子路径,无人机每完成一段子路径的图像采集,即传输给相应塔杆节点进行异物检测并将检测结果上报输电线路监控***,然后无人机清空存储的图像,重新采集下一子路径的环境图像。若出现某个塔杆节点上报的识别结果是有异物,则输电线路监控***可以根据上报异物的塔杆节点位置及其前一个塔杆节点位置快速确定异物出现的输电线路路段。
Description
技术领域
本发明涉及输电线路维护技术领域,尤其是一种基于输电线塔杆的输电线路巡检***。
背景技术
我国幅员辽阔,且山川平原交错,因此,我国的高压输电线路具有覆盖面广、点多、线长的特点。而输电线铺设完成后,需要经常检查输电线的状态,以便及时维护发生故障的输电线路。在危害输电线路的因素中,比较多的有鸟害、覆冰、垃圾等杂物缠绕以及高大的施工车辆刮碰等,这些都会导致输电线发生故障甚至损毁。通常只能通过多次巡检来及时发现这些隐患,以前是通过人工巡逻,但由于输电线路中有部分架设的位置比较特殊,不易于人工观察,因此近年来逐渐通过机器代替人工巡逻,例如通过无人机巡航采集输电线路环境信息,现有的无人机巡检中,无人机传输图像的方式有两种,一种是无人机实时采集并通过通信链路与地面站建立连接,从而实现图像传输;另一种是无人机保存采集的视频流至机载SD卡,等无人机返航后,通过读取SD卡获得视频流数据。
对于第一种方案,无人机一般是通过自建WIFI链路与地面站交互,但是通过这个方式传递数据对于无人机与地面站之间的距离有很大限制;或者,无人机通过4G/5G通信模块,通过移动网络与地面站建立通信链路,从而传输数据,但是,移动蜂窝网络在无人机飞行过程中容易发生信号不稳定设置掉线的问题,影响数据传输。另一方面,实时传输非常耗电,无人机搭载的电源储能十分有限,无法支持长时间的图像/视频流数据传输。对于第二种方案,机载SD卡的内存有限,不能满足较长的巡检需求。
另一方面,地面站在获得图像后进行图像识别,若有异物存在,也只能判断出巡航路径中存在异物,还需要人工进一步分析异物所在地点,而巡航路线通常不短,因此对于异物分析的工作量较大。
发明内容
发明目的:为克服现有技术的缺陷,本发明提出一种基于输电线塔杆的输电线路巡检***。
技术方案:本发明提出的技术方案为:
基于输电线塔杆的输电线路巡检***,包括:塔杆节点、部署于云计算平台的输电线路监控***、无人机地面站、无人机;塔杆节点作为边缘计算节点,分别与输电线路监控***及通信范围内的无人机交互;
输电线路监控***采用GIS技术绘制输电线路分布地图,并为地图中的塔杆节点匹配位置坐标;
输电线路监控***根据所要监控的输电线路路径生成巡检任务,并为巡检任务分配一个唯一的任务标识,将添加了任务标识的巡检任务下发给无人机地面站;所述巡检任务包括巡检路线和巡检路线中途径的各个塔杆节点坐标;
无人机地面站根据巡检任务控制无人机按照指定路线飞行,并在飞行途中拍摄输电线路环境图像,以及在途经巡检路线中的塔杆节点时将采集到的图像数据和任务标识传递给相应塔杆节点,然后清空存储的采集图像,重新开始采集;
塔杆节点接收到无人机发送的图像后,通过预先训练好的异物识别模型对图像进行中的异物进行识别,并将识别结果、自身位置坐标和任务标识一并上传给输电线路监控***;
输电线路监控***根据塔杆节点上传的任务标识和塔杆节点的位置坐标将识别结果匹配到相应巡检任务中去,则获得巡检路线中每一段输电线的环境情况。
进一步的,所述无人机在巡检过程中,实时通过自带的GPS定位模块获取自身的位置坐标,当自身位置与巡检任务中某个塔杆节点的位置坐标之间的距离小于预设的阈值,无人机通过自身IMU单元导航到相应塔杆节点的位置坐标,并与塔杆节点建立通信连接,将采集到的图像数据传输给塔杆节点。
进一步的,所述塔杆节点包括:输电线路取能模块、通信模块、数据处理模块、身份信息存储模块;其中,输电线路取能模块用于从输电线路塔杆所连接的输电线中取电,并为其他模块供电;身份信息存储模块用于存储输电线路塔杆的位置坐标;数据处理模块通过通信模块分别与输电线路监控***和通信范围内的无人机交互,接收无人机传输的图像数据,并通过异物识别模型识别图像中的异物,将识别结果连同自身位置坐标一并上传给输电线路监控***。
进一步的,所述塔杆节点还包括无人机射频发射模块,而所述无人机还包括电量检测模块和射频接收模块;无人机在飞行途中实时测量自身电量,当电量低于预设的电量阈值时,无人机根据自身位置从巡检任务中选取一个距离最近的塔杆节点,通过IMU单元导航到相应塔杆节点的位置坐标,通过射频接收模块接收无人机射频发射模块发射的射频能量,并将接收到的射频能量转为电能存储;无人机通过电量检测模块实时检测电池电量,当电量达到预设电量上限时,无人机结束充电,并返回巡检路线。
进一步的,所述异物识别模型在输电线路监控***训练完成,所述塔杆节点的处理器下载训练好的异物识别模型参数,以实现异物识别模型的相应功能。
进一步的,所述异物包括施工车辆、飞鸟和漂浮物。
进一步的,所述异物识别模型为Faster RCNN网络模型。
有益效果:与现有技术相比,本发明具有以下优势:
本发明将输电线路塔杆改造为边缘计算节点,并将无人机巡航的路线以输电线路塔杆为节点分为多个子路径,无人机从巡航路线起始点开始采集输电线路的环境图像,然后到达第一个塔杆节点时将采集的图像传输给塔杆节点,然后清空自身存储的图像数据,在飞行至下个塔杆节点的路径中重新采集输电线路环境图像,以此类推,则巡检路径中的每个塔杆节点都可以得知本段巡检路线的图像数据。塔杆节点通过边缘计算实时分析,并将分析结果上报输电线路监控***,则输电线路监控***即可快速得到巡检路线中每一段子路径的输电线路环境信息。若出现某个塔杆节点上报的识别结果是有异物,则输电线路监控***可以根据上报异物的塔杆节点位置及其前一个塔杆节点位置快速确定异物出现的输电线路路段。
本发明还通过输电线路塔杆节点给无人机充电,可以使无人机在长时间的巡航过程中实时补充电能。
附图说明
图1为实施例涉及的基于输电线塔杆的输电线路巡检***的整体结构图;
图2为实施例涉及的塔杆节点结构图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
图1示出了一种基于输电线塔杆的输电线路巡检***,包括:塔杆节点、部署于云计算平台的输电线路监控***、无人机地面站、无人机;塔杆节点作为边缘计算节点,分别与输电线路监控***及通信范围内的无人机交互;
输电线路监控***采用GIS技术绘制输电线路分布地图,并为地图中的塔杆节点匹配位置坐标;
输电线路监控***根据所要监控的输电线路路径生成巡检任务,并为巡检任务分配一个唯一的任务标识,将添加了任务标识的巡检任务下发给无人机地面站;所述巡检任务包括巡检路线和巡检路线中途经的各个塔杆节点坐标;
无人机地面站根据巡检任务控制无人机按照指定路线飞行,并在飞行途中拍摄输电线路环境图像,以及在途经巡检路线中的塔杆节点时将采集到的图像数据和任务标识传递给相应塔杆节点,然后清空存储的采集图像,重新开始采集;
塔杆节点接收到无人机发送的图像后,通过预先训练好的异物识别模型对图像进行中的异物进行识别,并将识别结果、自身位置坐标和任务标识一并上传给输电线路监控***;
输电线路监控***根据塔杆节点上传的任务标识和塔杆节点的位置坐标将识别结果匹配到相应巡检任务中去,则获得巡检路线中每一段输电线的环境情况。
上述方案中,我们通过塔杆节点将无人机巡航的路线分为多个子路径,无人机从巡航路线起始点开始采集输电线路的环境图像,然后到达第一个塔杆节点时将采集的图像传输给塔杆节点,然后清空自身存储的图像数据,在飞行至下个塔杆节点的路径中重新采集输电线路环境图像,以此类推,则巡检路径中的每个塔杆节点都可以得知本段子路径中的图像数据。塔杆节点通过边缘计算实时分析,并将分析结果上报输电线路监控***,输电线路监控***根据塔杆节点上传的任务标识和塔杆节点的位置坐标将识别结果匹配到相应巡检任务中去,则输电线路监控***即可快速得到巡检路线中每一段子路径的输电线路环境信息。若出现某个塔杆节点上报的识别结果是有异物,则输电线路监控***可以根据上报异物的塔杆节点位置及其前一个塔杆节点位置快速确定异物出现的输电线路路段。
在上述技术方案中,所述塔杆节点的内部结构如图2所示,包括:输电线路取能模块、通信模块、数据处理模块、身份信息存储模块、无人机射频发射模块;其中,输电线路取能模块用于从输电线路塔杆所连接的输电线中取电,并为其他模块供电;身份信息存储模块用于存储输电线路塔杆的位置坐标;无人机射频发射模块用于将输电线取能模块供给自己的电能转换为射频能量然后辐射出去;数据处理模块通过通信模块分别与输电线路监控***和通信范围内的无人机交互,接收无人机传输的图像数据,并通过异物识别模型识别图像中的异物,将识别结果连同自身位置坐标一并上传给输电线路监控***。
无人机在巡检过程中,实时通过自带的GPS定位模块获取自身的位置坐标,当自身位置与巡检任务中某个塔杆节点的位置坐标之间的距离小于预设的阈值,无人机通过自身IMU单元导航到相应塔杆节点的位置坐标,并与塔杆节点建立通信连接,将采集到的图像数据传输给塔杆节点。
另外,无人机在飞行途中实时测量自身电量,当电量低于预设的电量阈值时,无人机根据自身位置从巡检任务中选取一个距离最近的塔杆节点,通过IMU单元导航到相应塔杆节点的位置坐标,通过射频接收模块接收无人机射频发射模块发射的射频能量,并将接收到的射频能量转为电能存储;无人机通过电量检测模块实时检测电池电量,当电量达到预设电量上限时,无人机结束充电,并返回巡检路线。
上述方案中,异物识别模型的训练在输电线路监控***完成,塔杆节点只需要下载相应环境参数文件和模型参数文件,完成模型的部署,即可实现异物识别模型的异物识别功能。
这里的异物包括施工车辆、飞鸟和漂浮物等,具体可根据需求设置。所述异物识别模型基于神经网络训练而成,此处优选为Faster RCNN网络模型。Faster RCNN网络模型包括特征提取网络、区域生成网络和目标检测器,通过Faster RCNN识别输电线路环境异物的流程为:特征提取网络提取输入的输电线路环境图像的特征图像feature map;区域生成网络根据特征图像feature map生成异物候选框;目标检测器中的ROI池化层将异物候选框映射到特征图像feature map上,得到每个异物候选框的低维特征;这些低维特征送入目标检测器的全连接层进行回归和分类,得到异物的边框坐标和分类结果。
所述Faster RCNN网络模型的训练过程如下:
数据收集:从拍摄到的输电线路环境图像中选取10000张图片,将图片归一化至所述Faster RCNN网络输入层规定的大小,然后在归一化后的图片上将图中的异物框出,并添加标记,这个标记包括异物边框的坐标和异物类别;
神经网络训练:将添加标记的图片送入Faster RCNN网络并通过tensorflow框架训练网络,直到损失函数的值满足阈值条件。在本实施例中,所述损失函数为:
其中,Imgin表示输入图像,Ncls为前景总数,pi表示预测出第i个异物候选框对应类别的概率,为预测出第i个异物候选框为对应的真实边框的概率,ti表示第i个异物候选框的坐标信息,为对应的真实边框的坐标信息;为分类损失函数,为边框回归损失函数,λ为平衡参数。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.基于输电线塔杆的输电线路巡检***,其特征在于,包括:塔杆节点、部署于云计算平台的输电线路监控***、无人机地面站、无人机;塔杆节点作为边缘计算节点,分别与输电线路监控***及通信范围内的无人机交互;
输电线路监控***采用GIS技术绘制输电线路分布地图,并为地图中的塔杆节点匹配位置坐标;
输电线路监控***根据所要监控的输电线路路径生成巡检任务,并为巡检任务分配一个唯一的任务标识,将添加了任务标识的巡检任务下发给无人机地面站;所述巡检任务包括巡检路线和巡检路线中途径的各个塔杆节点坐标;
无人机地面站根据巡检任务控制无人机按照指定路线飞行,并在飞行途中拍摄输电线路环境图像,以及在途经巡检路线中的塔杆节点时将采集到的图像数据和任务标识传递给相应塔杆节点,然后清空存储的采集图像,重新开始采集;
塔杆节点接收到无人机发送的图像后,通过预先训练好的异物识别模型对图像进行中的异物进行识别,并将识别结果、自身位置坐标和任务标识一并上传给输电线路监控***;
输电线路监控***根据塔杆节点上传的任务标识和塔杆节点的位置坐标将识别结果匹配到相应巡检任务中去,则获得巡检路线中每一段输电线的环境情况。
2.根据权利要求1所述的基于输电线塔杆的输电线路巡检***,其特征在于,所述无人机在巡检过程中,实时通过自带的GPS定位模块获取自身的位置坐标,当自身位置与巡检任务中某个塔杆节点的位置坐标之间的距离小于预设的阈值,无人机通过自身IMU单元导航到相应塔杆节点的位置坐标,并与塔杆节点建立通信连接,将采集到的图像数据传输给塔杆节点。
3.根据权利要求1所述的基于输电线塔杆的输电线路巡检***,其特征在于,所述塔杆节点包括:输电线路取能模块、通信模块、数据处理模块、身份信息存储模块;其中,输电线路取能模块用于从输电线路塔杆所连接的输电线中取电,并为其他模块供电;身份信息存储模块用于存储输电线路塔杆的位置坐标;数据处理模块通过通信模块分别与输电线路监控***和通信范围内的无人机交互,接收无人机传输的图像数据,并通过异物识别模型识别图像中的异物,将识别结果连同自身位置坐标一并上传给输电线路监控***。
4.根据权利要求3所述的基于输电线塔杆的输电线路巡检***,其特征在于,所述塔杆节点还包括无人机射频发射模块,而所述无人机还包括电量检测模块和射频接收模块;无人机在飞行途中实时测量自身电量,当电量低于预设的电量阈值时,无人机根据自身位置从巡检任务中选取一个距离最近的塔杆节点,通过IMU单元导航到相应塔杆节点的位置坐标,通过射频接收模块接收无人机射频发射模块发射的射频能量,并将接收到的射频能量转为电能存储;无人机通过电量检测模块实时检测电池电量,当电量达到预设电量上限时,无人机结束充电,并返回巡检路线。
5.根据权利要求3所述的基于输电线塔杆的输电线路巡检***,其特征在于,所述异物识别模型在输电线路监控***训练完成,所述塔杆节点的处理器下载训练好的异物识别模型参数,以实现异物识别模型的相应功能。
6.根据权利要求1所述的基于输电线塔杆的输电线路巡检***,其特征在于,所述异物包括施工车辆、飞鸟和漂浮物。
7.根据权利要求1所述的基于输电线塔杆的输电线路巡检***,其特征在于,所述异物识别模型为Faster RCNN网络模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010600462.2A CN111739184A (zh) | 2020-06-28 | 2020-06-28 | 基于输电线塔杆的输电线路巡检*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010600462.2A CN111739184A (zh) | 2020-06-28 | 2020-06-28 | 基于输电线塔杆的输电线路巡检*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111739184A true CN111739184A (zh) | 2020-10-02 |
Family
ID=72651538
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010600462.2A Pending CN111739184A (zh) | 2020-06-28 | 2020-06-28 | 基于输电线塔杆的输电线路巡检*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111739184A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113379736A (zh) * | 2021-07-12 | 2021-09-10 | 广东电网有限责任公司 | 一种巡检机器人视觉图像深度特征表达方法及*** |
CN113485417A (zh) * | 2021-06-30 | 2021-10-08 | 杭州天巡者科技有限公司 | Vba无人机的自主电力巡检***、方法、装置及电子设备 |
CN113555964A (zh) * | 2021-07-29 | 2021-10-26 | 国网通用航空有限公司 | 利用直升机对输电线路进行巡检的方法及装置 |
CN113985209A (zh) * | 2021-10-29 | 2022-01-28 | 国家电网有限公司 | 一种应急电网线路故障监测*** |
CN114979214A (zh) * | 2022-05-25 | 2022-08-30 | 广东电网有限责任公司 | 一种输电线路的智能协同告警***、方法及装置 |
CN115297303A (zh) * | 2022-09-29 | 2022-11-04 | 国网浙江省电力有限公司 | 适用于电网输变电设备的图像数据采集处理方法及装置 |
CN116820137A (zh) * | 2023-08-28 | 2023-09-29 | 天津市普迅电力信息技术有限公司 | 一种无人机配电网巡检路线生成方法 |
CN118092475A (zh) * | 2024-04-23 | 2024-05-28 | 国网山东省电力公司滨州市滨城区供电公司 | 配电网无人机巡检环节处理方法、***、设备及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105610087A (zh) * | 2016-01-15 | 2016-05-25 | 南彦勃 | 电网输电线巡视*** |
CN107087146A (zh) * | 2017-06-08 | 2017-08-22 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种库区高边坡无人机自动监控***及方法 |
CN108037133A (zh) * | 2017-12-27 | 2018-05-15 | 武汉市智勤创亿信息技术股份有限公司 | 一种基于无人机巡检图像的电力设备缺陷智能识别方法及其*** |
CN109334543A (zh) * | 2018-11-19 | 2019-02-15 | 国网电子商务有限公司 | 一种电力巡检车与无人机相协同的电力巡线***及方法 |
CN110069072A (zh) * | 2018-08-16 | 2019-07-30 | 北京电联宇科技股份有限公司 | 一种精准定位超长续航无人机巡检防灾*** |
CN110113570A (zh) * | 2019-05-07 | 2019-08-09 | 江苏方天电力技术有限公司 | 一种输电线路无人机自主巡检***及其工作方法 |
CN110297498A (zh) * | 2019-06-13 | 2019-10-01 | 暨南大学 | 一种基于无线充电无人机的轨道巡检方法及*** |
CN110503623A (zh) * | 2019-05-24 | 2019-11-26 | 深圳供电局有限公司 | 一种基于卷积神经网络的识别输电线路上鸟巢缺陷的方法 |
-
2020
- 2020-06-28 CN CN202010600462.2A patent/CN111739184A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105610087A (zh) * | 2016-01-15 | 2016-05-25 | 南彦勃 | 电网输电线巡视*** |
CN107087146A (zh) * | 2017-06-08 | 2017-08-22 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种库区高边坡无人机自动监控***及方法 |
CN108037133A (zh) * | 2017-12-27 | 2018-05-15 | 武汉市智勤创亿信息技术股份有限公司 | 一种基于无人机巡检图像的电力设备缺陷智能识别方法及其*** |
CN110069072A (zh) * | 2018-08-16 | 2019-07-30 | 北京电联宇科技股份有限公司 | 一种精准定位超长续航无人机巡检防灾*** |
CN109334543A (zh) * | 2018-11-19 | 2019-02-15 | 国网电子商务有限公司 | 一种电力巡检车与无人机相协同的电力巡线***及方法 |
CN110113570A (zh) * | 2019-05-07 | 2019-08-09 | 江苏方天电力技术有限公司 | 一种输电线路无人机自主巡检***及其工作方法 |
CN110503623A (zh) * | 2019-05-24 | 2019-11-26 | 深圳供电局有限公司 | 一种基于卷积神经网络的识别输电线路上鸟巢缺陷的方法 |
CN110297498A (zh) * | 2019-06-13 | 2019-10-01 | 暨南大学 | 一种基于无线充电无人机的轨道巡检方法及*** |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113485417A (zh) * | 2021-06-30 | 2021-10-08 | 杭州天巡者科技有限公司 | Vba无人机的自主电力巡检***、方法、装置及电子设备 |
CN113485417B (zh) * | 2021-06-30 | 2022-08-02 | 杭州天巡者科技有限公司 | Vba无人机的自主电力巡检***、方法、装置及电子设备 |
CN113379736B (zh) * | 2021-07-12 | 2022-05-17 | 广东电网有限责任公司 | 一种巡检机器人视觉图像深度特征表达方法及*** |
CN113379736A (zh) * | 2021-07-12 | 2021-09-10 | 广东电网有限责任公司 | 一种巡检机器人视觉图像深度特征表达方法及*** |
CN113555964B (zh) * | 2021-07-29 | 2023-10-03 | 国网电力空间技术有限公司 | 利用直升机对输电线路进行巡检的方法及装置 |
CN113555964A (zh) * | 2021-07-29 | 2021-10-26 | 国网通用航空有限公司 | 利用直升机对输电线路进行巡检的方法及装置 |
CN113985209A (zh) * | 2021-10-29 | 2022-01-28 | 国家电网有限公司 | 一种应急电网线路故障监测*** |
CN114979214A (zh) * | 2022-05-25 | 2022-08-30 | 广东电网有限责任公司 | 一种输电线路的智能协同告警***、方法及装置 |
CN114979214B (zh) * | 2022-05-25 | 2024-03-29 | 广东电网有限责任公司 | 一种输电线路的智能协同告警***、方法及装置 |
CN115297303B (zh) * | 2022-09-29 | 2022-12-27 | 国网浙江省电力有限公司 | 适用于电网输变电设备的图像数据采集处理方法及装置 |
CN115297303A (zh) * | 2022-09-29 | 2022-11-04 | 国网浙江省电力有限公司 | 适用于电网输变电设备的图像数据采集处理方法及装置 |
CN116820137A (zh) * | 2023-08-28 | 2023-09-29 | 天津市普迅电力信息技术有限公司 | 一种无人机配电网巡检路线生成方法 |
CN116820137B (zh) * | 2023-08-28 | 2023-11-14 | 天津市普迅电力信息技术有限公司 | 一种无人机配电网巡检路线生成方法 |
CN118092475A (zh) * | 2024-04-23 | 2024-05-28 | 国网山东省电力公司滨州市滨城区供电公司 | 配电网无人机巡检环节处理方法、***、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111739184A (zh) | 基于输电线塔杆的输电线路巡检*** | |
CN112884931B (zh) | 一种用于变电站的无人机巡检方法及*** | |
CN109379564A (zh) | 一种燃气管道无人机巡检装置及巡检方法 | |
CN205375192U (zh) | 一种基于红外影像技术的无人机配电网巡检*** | |
CN113075938A (zh) | 一种输电线路远距离智能巡检***及方法 | |
CN111738307A (zh) | 基于Faster RCNN的输电线路环境中异物识别方法、***及计算机可读存储介质 | |
CN112751414A (zh) | 基于5g链路的输电线路巡检***和方法 | |
CN110636102A (zh) | 一种基于4g/5g无线网络的无人机通信***及方法 | |
CN105389555A (zh) | 基于航拍图像的隐患目标分析方法及*** | |
CN113110577A (zh) | 电网巡检无人机飞行路线规划管理*** | |
KR102129899B1 (ko) | 해양 등부표를 활용한 드론 격납 장치 및 방법 | |
CN114723271A (zh) | 一种基于图像识别的输电工程质量检测方法及*** | |
CN109658670A (zh) | 一种无人机的基站天线巡检方法、装置、设备和存储介质 | |
AU2023278096A1 (en) | Method and system for utility power lines vegetation proximity monitoring and controlling | |
CN115649501A (zh) | 一种无人机夜行照明***及方法 | |
CN115209379A (zh) | 基于5g智能网联无人机的电网云边协同巡检***及方法 | |
CN112016380B (zh) | 野生动物监测方法及*** | |
Carrillo et al. | Understanding UAV-based WPCN-aided capabilities for offshore monitoring applications | |
CN102236918B (zh) | 无人飞行载具及利用其进行数据采集的方法 | |
CN115202384A (zh) | 无人机飞行控制方法、装置、无人机***和存储介质 | |
CN114655361B (zh) | 智能浮标、海上巡航的无人机集群化控制管理***和方法 | |
CN114592411B (zh) | 一种载体寄生式公路损坏智能巡查方法 | |
CN113658120A (zh) | 电力设备的缺陷识别方法、装置、计算机设备和存储介质 | |
CN210664566U (zh) | 一种配电网巡线勘测*** | |
CN105426824B (zh) | 基于航拍图像的隐患目标分析方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201002 |