自动化巡检

1国网公司无人机巡检三年规划 2特高压直流输电线路的巡检背景 3直流线路智能自动化巡检的优势 4智能自动化巡检是如何提升效率的 5|Al自动化巡检与其他自动化巡检的对比 6|Al自动化巡检在某直流输电线路的应用案例

南方电网电力科技股份有限公司十年精心打造。由慧航云航线规划工具、慧眼无人机及机库、慧眼调度监控分析系统组成，飞向智能巡检3.0新时代。慧眼为用户提供设备与环境的高效信息采集与厘米级数字建模服务，通过慧航云高效规划出精准、安全的航线，打通数字模型与物理世界的壁垒，让无人机按轨迹安全、可靠飞行。集群组网是满足电网大范围、不间断巡检的关键。慧眼智能机库系列可网格化部署在电网运维的各种场景，共同形成一张巡检网络。用户可通过慧眼调度监控分析系统，进行任务编制，远程一键下达任务。接到任务后，无人机可根据既定航线在智能机库间来回“跳跃”，实现“蛙跳式”巡检，突破时空限制，组网联动调度。巡检过程中，调度系统实时监控巡检状况，并对无人机传回数据进行智能分析和自动归档，减少人力与时间的损耗。慧眼无人机，支持4G/5G、Mesh组网及APN专网等方式接入，实现与云端平台的直接双向互动，摆脱遥控器的束缚，来去更加自如。采用4GRTK定位技术，实现厘米级定位，保障了无人机可精确执行航线，在间隔中安全穿梭。更有超清视界，无损还原作业场景；双光测温，洞悉全局；超长续航，多机协同，高效可靠。为配合无人机大范围巡检，根据用户在不同场景的需求，慧眼打造了4种型号的机库。换电机库采用柔性机械臂为无人机自动更换电池，快速换电，分秒必争。充电机库采用充电续能方式，适配市面主流品牌微型无人机，智能小巧、兼容并包。简易机库伫立守护的无人机管家，极简设计，摆脱对飞手、地形的依赖。移动机库小巧便携的飞行大脑。完全解除地形部署限制，为移动而生。高精建模工具+全局管理调度系统+强续航自动“机-库”组合，构建起安全、可靠、大范围低空自动化巡检网。这就是慧眼巡检新生态。目前，慧眼已在全国多个地区、城市应用，应用于2000+座变电站；覆盖70000平方公里，无人机年均起飞20万余架次，安全起降率达99.995%。打破输电、变电、配电专业壁垒冲破信息、时间、空间障碍。心之所向，目之所达。

近年来，无人机以其能够代替人工完成复杂危险作业任务的优势在我国飞速发展， 已经普及在电力巡检领域。然而，无人机受限于电动力能源的供电能力，导致无人机的续航时间较短，作业周转率比较高。而续航能力是评价无人机性能的重要指标，若是采用人力更换电池来保证续航时间，则需要无人机多次返航，也会增加维护成本和人力成本，而且电力巡检作业环境的保护措施简陋，充电过程仍然存在一定的风险。针对无人机在电力巡检过程中存在的上述问题，亟需研究一种能为无人机进行补充电能且可存放的智能设备，延长无人机的续航能力，使其更能适应电力巡检作业环境的要求，保证全天候作业，无人机自动充电机库应运而生。

通过巡检机器人进行变电站二次设备的监测是提升电力设备自动化、智能化管理的重要方式，有利于保障电力工程设备的安全运行。文中开发了一种用于变电站二次设备自动化巡检的Mecanum轮式全向移动机器人，其具备自主导航定位与作业辨识的能力，可极大提升设备巡检效率及保护压板状态识别准确性。通过Mecanum轮的驱动方式实现巡检机器人在狭窄作业环境下的灵活运动与姿态调整，通过多轨道升降平台实现对350~1 800 mm高度范围内的二次设备及压板的图像采集与状态辨识。机器人采用基于激光雷达的即时定位与地图构建(simultaneous localization and mapping,SLAM)导航方法进行自主定位导航，并结合基于视觉的路径提取与跟踪算法进行姿态位置修正，实现在待测点位置的精确定位。同时，提出了基于颜色辨识的图像排列与状态辨识方法，针对二次设备保护压板连通状态进行识别和判断。实验结果表明，研制的变电站二次设备巡检机器人可以实现自主导航与位置精确定位，在路径跟踪过程中最大偏角和偏距分别为±3°和±8 mm。结合机器视觉与颜色辨识的压板辨识方法可以准确识别压板状态，识别准确率大于95.80%，有助于提升机器人自动化的电力巡检作业水平。

本成果为输电线路巡检机器人，基于模块化、平台化设计，集成大扭矩动力、高精定位与智能控制，实现全线路自动化巡检。机器人配备双光谱成像、边缘计算、4G/wifi通信与充电管理模块，实现智能感知线路环境与设备状态，加密传输数据，并具备充电管理能力。远程管控平台提供实时监控、数据分析处理，辅助配合人工巡检，推动输电运维智能化、数字化转型。

针对输煤系统不能有效检测皮带机上异物、堵塞、跑偏、撕裂而导致的设备安全问题，针对堵煤时背景变化小难以检测的问题，利用一段时间内的视频图像序列积累初始背景，对视频序列中新一帧图像，利用单高斯背景减法检测变化区域，获得前景图像并更新背景；对前景图像采用形态学闭运算处理，得到完整的堵煤区域目标，当发生堵煤发出停机指令。同时提出一种自适应背景建模与更新方法构建鲁棒的背景模型和基于背景差分、帧间差分和空间领域的合成信息前景检测算法，解决皮带异物检测易受皮带上物料状态及运行抖动等影响。检测皮带两侧边缘的相对位置，采用边缘检测算法，对像素间差异检测出的皮带轮廓边界像素，通过图像形态学或阀值化组装成轮廓。若连续多帧检测到皮带越过提前设定的检测区域则判断皮带跑偏；若检测到轮廓边界发生形变，通过智能算法判断皮带为撕裂。采用计算机视觉检测技术，将检测到的输煤系统堵煤、皮带异物、跑偏、撕裂故障信息，传输至现有输煤程控系统，实现输煤现场设备智能检测与保护。本项目已获授权专利4项；发表论文3篇。我国有上千家火电企业，输煤系统自动化巡检需求庞大，由此带来的经济效益十分可观。

随着大云物智移等新兴技术在电力行业的创新应用，电力企业信息化规模不断扩大。异构化的基础设施及应用、不断云化运行方式导致运维成本及复杂度急剧提高。传统运维模式存在以下问题：一是资源管理模型不能适应快速变化的技术要求，人工维护工作量大，存在资源数据缺失、不准确等问题；二是现行数据中心内部的监控工具碎片化严重，多套专业的监控工具“竖井式”运行，导致业务系统发生故障时难以准确定位和快速解决问题；三是传统架构与微服务架构并存导致运维工作量、工作复杂度急剧上升，运维人员的快速响应能力不能够支撑信息系统快速迭代及稳定运行的要求。 本项目针对以上问题，主要从模型柔性配置及动态生成、应用全链路监控及事件智能处置、调度-运行-检修协同作业三个方面开展相关研究工作：研究柔性资源管理模型及动态生成方法，实现资源模型的按需定义，通过自动采集、分布式搜索等方法研究提升数据准确性，降低数据维护成本；建设应用全链路监控及事件智能处置工具，提出一种面向应用的分布式应用全链路监控方法，实现从移动端到服务端的服务调用链路及性能指标采集，大幅提升问题定位及分析效率；开展应用调度、运行、检修协同作业技术研究，实现数据中心云平台、数据库、中间件以及应用等调度、运行、检修场景运维工作协同化、标准化，解决人工运维效率低下、误操作频发等问题。 目前该项目成果已经在江苏省电力有限公司范围内广泛应用，在自动化部署、自动化巡检、运行监控、故障处置等方面实用化效果良好。项目建成后，信息系统上线工作从资源准备到应用上线的各个环节均由平台自动化执行替代人工作业，上线周期由周级缩短至小时级，平均版本更新时间由原来的小时级压缩到分钟级。另外，检修作业实现业务不停运、用户无感知；监控数据更加实时精确，故障处置更加快速化、智能化。该项目的研究与实施对于传统行业混合架构下的信息化建设和运维工作也提供了很好的借鉴作用。 本项目研究与实施工作开展过程中，累计发表论文论著7篇（其中EI检索2篇，中文核心期刊2篇）， 申请发明专利4项（其中已获得公开授权1项，已获得受理4项），软件著作权1项。2020年1月，项目已通过中国电力企业联合会鉴定，鉴定委员会认为：本项目完成面向复杂异构应用的自动化运维关键系列技术研究，自主研制了自动化运维平台，研究成果在电力行业处于国际领先水平。

近年来，电力巡检机器人开始愈发受到欢迎，出现在越来越多的国家和地区。电力巡检机器人能够代替人工完成大部分自动化巡检工作，既具备了人工巡检的便捷性，同时也克服了很多人工巡检作业中的不足。

近年来，无人机以其能够代替人工完成复杂危险作业任务的优势在我国飞速发展， 已经普及在电力巡检领域。然而，无人机受限于电动力能源的供电能力，导致无人机的续航时间较短，作业周转率比较高。

通过巡检机器人进行变电站二次设备的监测是提升电力设备自动化、智能化管理的重要方式，有利于保障电力工程设备的安全运行。文中开发了一种用于变电站二次设备自动化巡检的Mecanum轮式全向移动机器人，其具备自主导航定位与作业辨识的能力，可极大提升设备巡检效率及保护压板状态识别准确性。通过Mecanum轮的驱动方式实现巡检机器人在狭窄作业环境下的灵活运动与姿态调整，通过多轨道升降平台实现对350~1 800 mm高度范围内的二次设备及压板的图像采集与状态辨识。