引言
无人机技术可有效提高巡检的效率和质量。智能识别系统是确保无人机巡检质量的关键，可以在巡检的过程中，避免无人机与铁塔或导线相撞，提高了巡检过程中的安全性。而且对于巡检过程中出现的质量缺陷能够及时发现，提高了巡检的质量。
1输电线路无人机巡检概述
由于输电线路所处的环境比较复杂，导致输电线路巡检具有一定的复杂性和难度。对于输电线路的巡检主要包括附属设施、导地线、架空线路等内容的巡检。灵活运用无人机智能化系统的安全巡检方法，可以及时处理输电线路的运作风险性和缺点，并按时做好检修和维护，进一步确保输电线路的安全运作。输电线路巡检阶段分成三种工作模式：（1）日常巡检；（2）特殊巡检；（3）故障排查巡检。在对这三种方式开展巡检，大多数是工作员在地面上开展巡视。地面巡检存有较大的限定，一些疑难问题在某种情形下没法查看情况。
2输电线路无人机巡检图像缺陷智能识别方法探讨分析
2.1缺陷识别技术路线分析
巡检图像处理过程中，将目标设备从背景图像中分离并判断设备状态是缺陷识别的关键。当图像背景简单、目标设备特征突出时，利用人工设计的检测特征(如颜色特征、几何轮廓特征等)可以获得比较理想的识别效果；但输电线路图像特征复杂，图像处理过程中采用模板匹配或者滑窗方式检索目标设备时缺乏针对性，易产生大量冗余，耗费时间长。针对不同的线路设备特点需要人工精心设计在该场景下的具体特征，步骤繁琐，耗时费力，鲁棒性低；不同的检测模板提取特征单一，不具备多样性和完备性，存在各个域的转化和融合的问题；浅层学习模型将原始输入转换到单个特征空间，结构简单，表征能力弱，泛化能力有限，容易过拟合。以上问题源导致了传统的图像处理技术难以满足输电设备缺陷识别的需求。无人机巡检拍摄的海量图像为深度学习进行输电线路设备缺陷识别提供了数据基础。深度学习擅长自主挖掘目标特征，通过层级递进的结构能在各卷积层抓取有效信息，经过组合形成综合抽象特征，同时在不断的映射迭代过程中学习目标特征的非线性和分布式表达，在缺陷识别应用场景中显示了相对的优势[21]。输电线路的杆塔、导地线、绝缘子、大尺寸金具等设备缺陷在图像存在相对明显的几何特征、合适的尺寸大小和清晰的目标边界，通过卷积神经网络逐层卷积特征提取后，可以获得较为有效的深度学习算法。销钉螺母等小尺寸设备是缺陷识别算法的难点，其原因在于虽然销钉-螺栓-螺母组合具备相对稳定的几何特征和组合结构，但是小尺寸金具在图像中的像素区域过小，卷积操作会导致目标区域特征信息丢失，利用层次模型和构建目标检测分类器的方式，可从高分辨率巡检图像定位销钉-螺栓-螺母结构，判断销钉缺失等小尺寸缺陷。
2.2直升机智能化巡视系统
在经济持续发展,社会建设背景下,我们国家的竞争，以及国力都在提高。城市进程的脚步也在加快，这就导致了我们国家人民群众对于基本生活需求的要求越来越多，所以对电力需求也发生了较大的转变，随着科学技术需求量增加，人们生产、生活中对电力需求也不断增加。电网以及输电系统在各大行业得到了运用,就一些无人区或者是居住区,输电网络难以确保,这就意味着传统的人工管理难以与地域性需求契合。这在某种程度提高了直升智能巡检系统的发展，让智能化技术发展得以保障。分析直升机智能化巡检系统发现成本比较高，而且在巡检阶段，对于天气有极高要求，所以运用的范围并不广泛。
2.3机器人巡视系统
应用智能机器巡检系统阶段，会受到地形复杂、幅员辽阔区域影响,输电线路在我们国家各个区域均有分布，线路的特殊性，让其电路监测和输电线路运行维护期间，需要投入大量人力资源，进而使得线路运营压力加剧，运营难度增加。基于此,智能化机器人巡检系统的意义明显提高，而且作用明显，为输电线路智能化发展指明了方向。当前,输电线路监测，需要设想与红外设备的协同作用,结合其指导,开展巡检，把所监测到的数据说到处理器内通过一定的软件，实现数据的实时分析和处理工作。及时发现数据问题,制定相应的措施,解决存在问题。智能化的无人巡检系统在发展中进行不断完善和优化，冲破了技术的制约。这一系统可以经过远程的控制和管理，结合巡检的轨迹。对工作内容加以准确的分析，可迅速实现线路监控，更好地开展输电线路运行管控。与既往巡检对比,存在着较大的差异,人员难以到达部分区域,导致巡检阶段，难以保障人员安全。除此之外,智能无人巡检技术属于新型技术，可实现检测数据精准性的提升。
2.4自主巡检技术
与无人机采用人工操作相比，无人机自主巡检可以实现无人机的自动定点、自动飞行、自动拍摄等，减少人工参与对结果的影响，进一步提高了巡检的效率和质量。自主巡检是无人机智能识别的重要组成部分，对于自主巡检主要有多种技术路线和方法。（1）示教航线学习，无人机智能系统具有自主学习的功能，可以对人工操作无人机的姿势、精准起飞停飞点进行记录，储存在相应的任务列表中，在下次巡检的过程中，可直接调出这些信息，实现自动巡检。（2）建模与定位技术路线。主要是通过RTK技术，运用三维点云航迹技术，实现自主巡检。对于点云采集，主要是应用激光雷达扫描技术进行实现，该技术具有扫描速度快、采集样本的方式多等特点。通过激光雷达获取点云数据后，构建相应的三维地理模型，提出关键空间参数。通过三维地理模型，进行无人机飞行轨迹的规划。利用AI航线预测与目标识别进行无人机的自主巡检，对于该数据采集系统，主要将集成5G技术、Ai计算模块，实现目标的识别和跟踪，并且将高清的图片和视频数据，及时传输到控制中心。随着无人机自动巡检技术的发展和应用，逐步已经实现了标准化作业，确保了航线自动生成，自动识别。并且结合相应的5G技术，边缘计算、智能识别等前端技术，实现了无人机的自主巡检，提高了巡检效率。
2.5影像智能识别技术
输电线路所处的地理环境一般比较复杂，特别是大山里面，无人机在线路缺陷识别的过程中，存在相互遮挡，缺陷辨别难度大等因素。因此，需要在人工智能处理算法中，将缺陷样本进行积累。对于输电线路智能识别出来的样本缺陷主要有杆塔、导地线、绝缘子、金具、基础等，最近我公司对输电线路采用无人机进行巡检的过程中，缺陷自动识别率越来越高，虽也有错报、漏报等情况，但是整体都在可接受的范围内。例如当销钉、垫片、螺栓等小尺寸金具出现缺陷时，由于目标占比很小，需先检测其他连接件再检测目标，如先检测到杆塔上很多部位有螺栓、螺帽等再检测目标，这样就容易造成误检。
结束语
智能识别技术在无人机输电线路巡检中的应用，除了提高巡检质量外，另外的是当极端天气或运行状况来临时，能够实际针对电力线路存在的风险开展研究，同时判断出产生风险的具体部位，有助于及时处理风险。以上无人机智能识别技术，达到了预期的效果。
参考文献
[1]卞建鹏，李凡，郝培旭，等.复杂环境下输电线路绝缘子的破损识别与定位[J].高电压技术，2022，48(2)：681-688.
[2]颜宏文，陈金鑫.基于改进YOLOv3的绝缘子串定位于与状态识别方法[J].高电压技术，2020，46(2)：423-432.
[3]吴立远，毕建刚，常文治，等.配网架空输电线路无人机综合巡检技术[J].中国电力，2018，51(1)：97-101.
