基于无人机技术的输电线路无损探伤应用

摘要：由于输电线路长期工作在野外环境，受到天气和电力负荷自身因素的影响，导致输电线路的损伤概率不断增大，需要利用无人机控制方法进行输电线路无损探伤设计，其能有效的提高输电线路的稳定性。

关键词：无人机;无损探伤;无损探伤

1无人机及无损探伤的相关概述

1.1无人机

无人机是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞行器。无人机实际上是无人驾驶飞行器的统称，从技术角度定义可以分为：无人固定翼飞机、无人垂直起降飞机、无人飞艇、无人直升机、无人多旋翼飞行器、无人伞翼机等。

1.2无损探伤

无损探伤是在不损坏工件或原材料工作状态的前提下，对被检验部件的表面和内部质量进行检查的一种测试手段。常用的无损探伤方法有：X光射线探伤、超声波探伤、磁粉探伤、渗透探伤、涡流探伤、γ射线探伤、萤光探伤、着色探伤等。

2输电线路的无人机图像采集和信息增强

2.1无人机图像采集

为了实现基于无人机技术的输电线路无损探伤应用，建立输电线路无人机视觉图像的边缘轮廓检测模型，采用多尺度特征分解方法进行输电线路无人机视觉空间分布式融合处理，输电线路无人机视觉图像的统计函数为：

上式表示为输电线路无人机视觉图像边缘像素特征量，结合模糊约束指标参量集融合的方法，进行输电线路无人机视觉重构，像素分布特征函数为一个标准的正态分布函数，ω为输电线路无人机视觉图像的统计特征分布的惯性权重。采用统计平均分析方法，进行输电线路无人机视觉图像的量化分析，建立输电线路无人机视觉图像的关联规则分布集RN与XN，得到输电线路无人机视觉关联分布关系为：

把和的表达式代入到上述方程组中，建立输电线路无人机视觉图像采集模型，采用输电线路无人机视觉图像的边缘轮廓检测模型进行特征检测和重建，采用多尺度特征分解方法进行输电线路无人机视觉空间分布式融合处理。受光照、风速及气流等因素的影响，采用传统的输电线路损伤检测方法获取输电线路图像易出现模糊现象，而采用输电线路无人机视觉图像的边缘轮廓检测模型进行特征检测和重建并经过处理后的图像，能获取到清晰的输电线路导线图像，并通过相应的图像处理可以对实现输电导线损伤的准确识别。

2.2图像增强处理

结合参数分析和图像边缘特征参数分析的方法，进行输电线路无人机视觉图像的模糊参量识别，构建输电线路无人机视觉信息统计分析模型，得到模糊相关像素特征分布集表达式为：

令f（si）=（f（x1），f（x2），…，f（xn）），构建输电线路无人机视觉信息重建的模糊子空间调度模型，表示为P（ni）={pk|prkj=1，k=1，2，…，m}，进行输电线路无人机视觉图像的关联调度和模糊度特征分析，根据输电线路无人机视觉图像的模糊特征分布集，进行输电线路无人机视觉特征重构和信息增强处理，建立输电线路无人机视觉信息重构模型，重构规则如下式：

式中，λ表示输电线路无人机视觉分布因子，为输电线路无人机视觉图像的统计特征分量，ωw为自适应加权系数，构建输电线路无人机视觉图像的信息优化融合模型，进行模糊相关性约束参量分析。通过建立输电线路无人机视觉图像的特征匹配函数，结合模板匹配方法进行损伤检测和信息增强处理，进行输电线路无人机视觉信息评估，得到输电线路无人机视觉图像的模糊性调度函数为：

式中，Xj（t）为第t次迭代后输电线路无人机视觉图像的模糊规则集，根据图像信息增强结果，进行信息重构和无损检测，提高输电线路的无损检测能力。

3输电线路无损探伤优化

3.1输电线路无人机视觉特征重构

构建模糊子空间调度模型进行输电线路无人机视觉图像的特征重构，给出输电线路无人机视觉图像的控制函数为：

上式中，输电线路无人机视觉图像的关联规则分布函数为Mh，采用模糊直方图特征分析方法进行输电线路无人机视觉特征采样和联合关联规则挖掘方法，得到输电线路的损伤特征检测输出表示如下：

通过相似度融合的方法，进行输电线路无人机视觉图像动态评估，得到输电线路无人机视觉图像无损探测输出为：

设当前的输电线路无人机视觉信息采集的多维子空间分布特征集表示为CF=[F，Q，n，RT1，RT2，RW]，其中输电区域性像素序列为{X1，X2，…，Xn}，（F，Q）为关联约束系数，计算输电线路无人机视觉图像的模糊特征分布集，结合LBG矢量量化进行特征重构。

3.2输电线路无人机视觉图像的损伤检测输出

构建输电线路无人机视觉信息特征分布式融合模型，根据视觉特征的差异性进行输电线路无人机视觉图像的损伤检测，差异性特征分布为：

设定损伤区域的边缘轮廓d，利用边缘像素融合性分解的方法得到能量函数为：

式中，输电线路无人机视觉信息梯度分布权系数λ，v均为常数。若假设输入的输电线路无人机视觉图像ri对应的输出为yi，则有：

根据上式，采用子空间融合方法，进行输电线路无人机视觉特征重建，得到输出的重建结果为{r1，r2，…，rN}，对应的输出像素特征分布序列为{y1，y2，…，yN}，输电线路无人机视觉图像追踪，得到输电线路无损检测输出为：

w为图像信号的自相关矩阵。

综上分析，实现基于无人机技术的输电线路无损探测和损伤检测。实现流程如图1所示。

4结束语

本文通过根据无人机采集的图像特征，进行输电线路无损探伤设计，提出基于无人机技术的输电线路无损探伤方法，采用无人机进行输电线路的视觉图像采集，建立输电线路无人机视觉图像的边缘轮廓检测模型，采用多尺度特征分解方法进行输电线路无人机视觉空间分布式融合处理，构建输电线路无人机视觉特征重构模型，结合模糊度检测和信息增强方法，进行输电线路无人机视觉图像信息增强处理，构建输电线路无人机视觉信息特征分布式融合模型，根据视觉特征的差异性进行输电线路无人机视觉图像的损伤检测。

参考文献

[1]谢晓君.针对高压输电线路技术无人机巡检的运用简析[J].通讯世界，2019，26（11）：263-264.

[2]周子强.输电线路无人机巡检智能管理系统的研究与应用[J].数字技术与应用，2019，37（11）：105-107.

作者介绍：姚东（1985.4.36—）;男;湖南岳阳;汉族;本科;工程师;输电运检管理;研究方向：輸电线路运检;国网四川省电力公司自贡供电公司。