一种基于无人机的电网巡线规划方法及系统技术方案

本申请实施例提供一种基于无人机的电网巡线规划方法及系统，通过基于采集的参考图像数据样本集以及所述每个参考图像数据样本的标定电网巡线数据对初始电网巡线分割模型进行模型训练，获得完成训练的目标电网巡线分割模型，使得目标电网巡线分割模型具有电网巡线数据的分割能力，由此基于所述目标电网巡线分割模型对当前执行任务的标定无人机上报的目标图像数据进行识别，实时分割出所述目标图像数据所对应的电网巡线数据，并基于所述电网巡线数据对所述标定无人机进行电网巡线规划，从而利用模型训练的方式学习电网巡线在图像中的深度特征信息，可以提高电网巡线规划的可靠性。性。性。

【技术实现步骤摘要】
一种基于无人机的电网巡线规划方法及系统


[0001]本申请涉及无人机巡航
，具体而言，涉及一种基于无人机的电网巡线规划方法及系统。

技术介绍

[0002]在电网系统的建设过程中，很多输电线路分布在崇山峻岭之间，导致传统的人工巡线数据准确率不高。基于此，当前逐步在发展无人机巡检技术。无人机巡线可以近距离在空中对高压输电线路进行多角度观察，在目前的实际工作上，使用无人机对输电线路进行巡视时，均需要操作人员输入进行电网巡线规划操作，这极大关系到巡视效率与操作人员对飞行器的操作熟悉程度、环境复杂程度等，导致实际应用过程中，基于无人机的电网巡线规划的效率和准确性不高。

技术实现思路

[0003]为了至少克服现有技术中的上述不足，本申请的目的在于提供一种基于无人机的电网巡线规划方法及系统。
[0004]第一方面，本申请提供一种基于无人机的电网巡线规划方法，应用于基于无人机的电网巡线规划系统，所述方法包括：获取目标无人机集群沿着参考电网巡线集进行图像采集获得的参考图像数据样本集，并基于训练标定指令对所述参考图像数据样本集中的每个参考图像数据样本进行训练标定，获得每个参考图像数据样本的标定电网巡线数据；基于所述参考图像数据样本集以及所述每个参考图像数据样本的标定电网巡线数据对初始电网巡线分割模型进行模型训练，获得完成训练的目标电网巡线分割模型；基于所述目标电网巡线分割模型对当前执行任务的标定无人机上报的目标图像数据进行识别，实时分割出所述目标图像数据所对应的电网巡线数据，并基于所述电网巡线数据对所述标定无人机进行电网巡线规划。
[0005]一种示例性的设计方式中，获取所述标定无人机针对电网巡线规划结果中的规划电网巡线进行巡航过程中产生的包含多个电网巡线检修事件的电网巡线检修事件数据以及包含多个协同电网巡线检修事件的协同电网巡线检修事件数据；其中，各电网巡线检修事件与各协同电网巡线检修事件具有协同的检修行为活动，每一电网巡线检修事件和协同电网巡线检修事件均基于多维度检修类别属性的检修行为活动构建而成，且每一电网巡线检修事件和协同电网巡线检修事件包括的多个检修行为活动配置了相应的检修成因事件；根据所述电网巡线检修事件数据中各个电网巡线检修事件各自对应的检修成因事件，分别从各个电网巡线检修事件中获取包含预设特征的检修行为活动的目标关键检修事件，获得目标关键检修事件簇；基于目标关键检修事件簇，对所述协同电网巡线检修事件数据中的多个协同电网巡线检修事件进行针对所述预设特征的检修行为活动的巡线检修意图关联处理，获得包含
所述预设特征的检修行为活动的多个协同电网巡线检修事件，以便于后续针对包含所述预设特征的检修行为活动的多个协同电网巡线检修事件进行挖掘。
[0006]一种示例性的设计方式中，根据所述电网巡线检修事件数据中各个电网巡线检修事件各自对应的检修成因事件，分别从各个电网巡线检修事件中获取包含预设特征的检修行为活动的目标关键检修事件，获得目标关键检修事件簇，包括：针对所述各个电网巡线检修事件的检修成因上传数据，获取相应的检修成因事件；针对各个检修成因事件，执行如下步骤：确定一个检修成因事件中指示的检修行为活动特征包含所述预设特征的检修行为活动时，根据所述一个检修成因事件指示的所述预设特征的检修行为活动的检修日志数据，从相应的电网巡线检修事件中采集所述预设特征的检修行为活动对应的目标关键检修事件；其中，所述基于目标关键检修事件簇，对所述协同电网巡线检修事件数据中的多个协同电网巡线检修事件进行针对所述预设特征的检修行为活动的巡线检修意图关联处理，获得包含所述预设特征的检修行为活动的多个协同电网巡线检修事件，包括：从所述协同电网巡线检修事件数据中确定所述多个协同电网巡线检修事件；针对所述多个协同电网巡线检修事件中的各个协同电网巡线检修事件，执行如下步骤：针对一个协同电网巡线检修事件，从所述目标关键检修事件簇中筛选多个目标关键检修事件，以及将所述一个协同电网巡线检修事件与所述多个目标关键检修事件进行巡线检修意图关联处理，获得包含所述预设特征的检修行为活动的一个协同电网巡线检修事件。
[0007]譬如，一种示例性的设计方式中，从所述协同电网巡线检修事件数据中确定所述多个协同电网巡线检修事件，包括：根据所述协同电网巡线检修事件数据中各个协同电网巡线检修事件的检修成因事件，确定所述协同电网巡线检修事件数据中处于检修持续态势的所述预设特征的检修行为活动的持续时间值以及其它预设特征的检修行为活动的持续时间值；根据所述预设特征的检修行为活动的持续时间值以及所述其它预设特征的检修行为活动的持续时间值，确定所述协同电网巡线检修事件数据需优化的所述预设特征的检修行为活动的持续时间值；根据需优化的所述预设特征的检修行为活动的持续时间值，从所述协同电网巡线检修事件数据确定所述多个协同电网巡线检修事件；其中，所述多个协同电网巡线检修事件中各个协同电网巡线检修事件对应的预设特征的检修行为活动的持续时间值之和，与需优化的所述预设特征的检修行为活动的持续时间值相同；所述针对一个协同电网巡线检修事件，从所述目标关键检修事件簇中筛选多个目标关键检修事件，包括：根据所述需优化的所述预设特征的检修行为活动的持续时间值，为所述一个协同电网巡线检修事件筛选相应持续时间值的目标关键检修事件；其中，所述多个协同电网巡线检修事件中各个协同电网巡线检修事件需优化的所述预设特征的检修行为活动的持续
时间值之和与需优化的所述预设特征的检修行为活动的持续时间值相同；或者，为所述一个协同电网巡线检修事件筛选设定持续时间值的目标关键检修事件。
[0008]譬如，一种示例性的设计方式中，从所述协同电网巡线检修事件数据中确定所述多个协同电网巡线检修事件，包括：根据所述协同电网巡线检修事件数据中各个协同电网巡线检修事件的检修成因事件，分别确定所述各个协同电网巡线检修事件各自对应的所述预设特征的检修行为活动的持续时间值；将所述预设特征的检修行为活动的持续时间值不大于设定持续时间值的协同电网巡线检修事件确定为所述多个协同电网巡线检修事件。
[0009]譬如，一种示例性的设计方式中，将所述一个协同电网巡线检修事件与所述多个目标关键检修事件进行巡线检修意图关联处理，获得包含所述预设特征的检修行为活动的一个协同电网巡线检修事件，包括：确定所述预设特征的检修行为活动在所述一个协同电网巡线检修事件中的检修行为思维导图；对所述一个协同电网巡线检修事件对应的所述多个目标关键检修事件在所述检修行为思维导图中分别进行巡线检修意图关联处理，以得到包含所述预设特征的检修行为活动的一个协同电网巡线检修事件；其中，针对一个目标关键检修事件，将所述一个目标关键检修事件在所述检修行为思维导图中进行巡线检修意图关联处理时，将所述一个目标关键检修事件中所述预设特征的检修行为活动的有效检修行为活动覆盖所述检修行为思维导图中对应检修类别的有效检修行为活动。
[0010]譬如，一种示例性的设计方式中，在将所述一个协同电网巡线检修事件与所述多个目标关键检修事件进行巡线检修意图关联处理，获得包含所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于无人机的电网巡线规划方法，其特征在于，应用于基于无人机的电网巡线规划系统，所述方法包括：获取目标无人机集群沿着参考电网巡线集进行图像采集获得的参考图像数据样本集，并基于训练标定指令对所述参考图像数据样本集中的每个参考图像数据样本进行训练标定，获得每个参考图像数据样本的标定电网巡线数据；基于所述参考图像数据样本集以及所述每个参考图像数据样本的标定电网巡线数据对初始电网巡线分割模型进行模型训练，获得完成训练的目标电网巡线分割模型；基于所述目标电网巡线分割模型对当前执行任务的标定无人机上报的目标图像数据进行识别，实时分割出所述目标图像数据所对应的电网巡线数据，并基于所述电网巡线数据对所述标定无人机进行电网巡线规划。2.根据权利要求1所述的基于无人机的电网巡线规划方法，其特征在于，所述基于所述参考图像数据样本集以及所述每个参考图像数据样本的标定电网巡线数据对初始电网巡线分割模型进行模型训练，获得完成训练的目标电网巡线分割模型的步骤，包括：将所述参考图像数据样本集中每个参考图像数据样本输入到所述初始电网巡线分割模型中提取对应的预测电网巡线数据；计算所述预测电网巡线数据和对应的标定电网巡线数据之间的损失代价值；基于所述损失代价值调整所述初始电网巡线分割模型的模型权重参数后，返回执行将所述参考图像数据样本集中每个参考图像数据样本输入到所述初始电网巡线分割模型中提取对应的预测电网巡线数据的步骤，直到所述损失代价值收敛时，输出完成训练的目标电网巡线分割模型。3.根据权利要求1所述的基于无人机的电网巡线规划方法，其特征在于，所述基于所述电网巡线数据对所述标定无人机进行电网巡线规划的步骤之后，所述方法还包括：获取所述标定无人机针对电网巡线规划结果中的规划电网巡线进行巡航过程中采集的热成像视频流，并从所述热成像视频流中获取异常热力单元数据后，基于所述规划电网巡线的异常热力单元数据构建所述规划电网巡线的巡线异常基础数据；将所述巡线异常基础数据分别输入至各种巡线异常发热标签特征对应的异常发热标签分类网络中，计算所述规划电网巡线具备每种巡线异常发热标签特征的可信度；基于所述可信度以及所述巡线异常发热标签特征对应故障分布的故障代价值，计算出每个故障分布的所述异常发热标签的支持度量值；基于所述支持度量值，从所述巡线异常发热标签特征中确定目标异常发热标签特征；将所述目标异常发热标签特征推送到云端服务平台，通过所述云端服务平台将所述目标异常发热标签特征推送到所述规划电网巡线的预警服务终端。4.根据权利要求3所述的基于无人机的电网巡线规划方法，其特征在于，所述异常热力单元数据包括已存在异常的异常节点属性信息和异常节点活动，所述基于所述规划电网巡线的异常热力单元数据构建所述规划电网巡线的巡线异常基础数据的步骤，包括：获取所述规划电网巡线的已存在异常的异常节点属性信息和异常节点活动；基于所述异常节点属性信息和所述异常节点活动分别确定对应的第一巡线异常数据和第二巡线异常数据；基于所述第一巡线异常数据和第二巡线异常数据，生成所述规划电网巡线的巡线异常
基础数据。5.根据权利要求4所述的基于无人机的电网巡线规划方法，其特征在于，所述基于所述异常节点属性信息和所述异常节点活动分别确定对应的第一巡线异常数据和第二巡线异常数据包括：获取所述规划电网巡线已存在异常报告对象对应的异常报告数据；基于所述异常节点属性信息和所述异常报告数据，确定所述第一巡线异常数据；基于所述异常节点活动和所述异常报告数据，确定所述第二巡线异常数据。6.根据权利要求3所述的基于无人机的电网巡线规划方法，其特征在于，所述基于所述可信度以及所述巡线异常发热标签特征对应故障分布的故障代价值，计算出每个故障分布的所述异常发热标签的支持度量值包括：基于所述可信度和所述规划电网巡线的巡线节点数量以及所述巡线异常发热标签特征的均值发热参数值，确定将所述巡线异常发热标签特...

【专利技术属性】
技术研发人员：王郑，孙志林，徐望圣，徐刚毅，彭超，孟祥龙，易永亮，彭冲，杨烯，杜怀云，周大为，吴太武，谢运强，杜继义，王金沛，杨豪，陈建，张洪猛，
申请(专利权)人：中国南方电网有限责任公司超高压输电公司贵阳局，
类型：发明
国别省市：