【技术实现步骤摘要】
本专利技术涉及电力系统巡检，具体的，涉及基于通信技术的多无人机协同电力复检方法及系统。
技术介绍
1、随着电力系统的不断发展，电力设施的分布日益广泛，尤其是在偏远山区，电力线路交错复杂。传统的人工巡检方式在这些地区面临着诸多困难，如地形复杂、交通不便等，难以满足电力巡检的高效性和准确性要求。
2、无人机巡检技术的出现为解决这一问题提供了新的途径。然而，现有的无人机巡检方法仍存在一些不足之处。在面对电力故障时，若无人机仅对故障点逐一排查，效率低下。例如，在复杂的山区电力网络中，故障可能呈现多点并发或具有关联性，但现有的无人机巡检缺乏有效的故障分析和区域划分机制，无法快速定位故障区域并合理规划巡检路径。
3、此外，无人机在巡检过程中往往独立工作，信息交互有限，一旦某一无人机遇到故障或信号干扰，其采集的信息无法及时共享给其他无人机，导致巡检工作中断或重复，严重影响了整体的巡检效率。而且，在通信方面，单一的通信频段难以适应复杂的山区环境，信号不稳定，进一步降低了巡检的可靠性和效率。因此，如何实现多无人机在复杂环境下的协同巡检，确保数据采集的有效性和实时性，以及无人机在信号丢失时的自主应对能力，成为亟待解决的问题。
4、在所述
技术介绍
部分公开的上述信息仅用于加强对本申请的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、本专利技术针对现有无人机巡检在面对电力故障时存在巡检效率低下的问题，提供了基于通信技术的多无人
2、第一方面，本专利技术实施例中提供的一种技术方案是基于通信技术的多无人机协同电力复检方法，包括如下步骤：
3、s1、构建巡检3d地图，根据巡检场景确定对应巡检点的指令集，执行指令集获取对应的节点巡检信息；
4、s2、分析节点巡检信息确定自身异常点以及根据节点关联系数确定相关异常点；根据自身异常点和相关异常点的潮流方向确定异常追溯网络；根据异常追溯网络分割巡检3d地图得到目标异常区域和非异常区域；
5、s3、通过最小树生成算法分别构建目标异常区域对应的第一目标执行路径和非异常区域对应的第二目标执行路径；
6、s4、基于第一目标执行路径或/和第二目标执行路径中各巡检点的通信强度以及通信流量确定区域信息交互时段；
7、s5、无人机基于多频通信策略结合区域信息交互时段执行电力复检操作。
8、作为优选，s1包括如下步骤：
9、s11、根据配电网的拓扑结构和地理特征确定各待巡检区域的巡检3d地图；
10、s12、获取巡检场景对应的设备类型，根据设备类型对应巡检点的空间位置确定巡检指令信息；
11、s13、依次获取巡检点的巡检指令信息构建指令集，无人机根据指令集中的巡检指令信息获取对应的节点巡检信息。
12、作为优选，s2中，分析节点巡检信息确定自身异常点以及根据节点关联系数确定相关异常点；包括如下步骤：
13、s201、提取节点巡检信息的异常特征因子，将状态值超出设定安全阈值范围的异常特征因子所对应的巡检点判定为自身异常点；
14、s202、根据巡检点历史故障情况对应的故障网络确定各自身异常点对应的节点关联系数，将节点关联系数大于设定阈值的巡检点作为伴生异常点，根据伴生异常点以及自身异常点确定目标故障网络，将目标故障网络中除去自身异常的巡检点确定为相关异常点。
15、作为优选，s2中，根据自身异常点和相关异常点的潮流方向确定异常追溯网络；根据异常追溯网络分割巡检3d地图得到目标异常区域和非异常区域；包括如下步骤：
16、s211、将自身异常点作为目标故障网络的一级巡检点，将相关异常点作为目标故障网络的二级巡检点；
17、s212、根据一级巡检点之间潮流方向确定一级有向追溯路径；根据二级巡检点之间潮流方向确定二级有向追溯路径；根据一级有向追溯路径和二级有向追溯路径构建异常追溯网络并根据其路径交点确定异常网络的空间聚类中心；
18、s213、根据聚类中心与各自身异常点之间的辐射距离确定初始异常区域、与各相关异常点之间的辐射距离确定模糊异常区域；通过初始异常区域和模糊异常区域的边界融合确定目标异常区域；
19、s214、将巡检3d地图中去除目标异常区域的区域确定为非异常区域。
20、作为优选，通过最小树生成算法构建目标异常区域对应的第一目标执行路径，包括如下步骤：
21、s301、获取目标异常区域中所有巡检点的空间坐标信息以及各巡检点之间的连接关系构建第一巡检点集合；
22、s302、基于空间坐标信息获取各巡检点之间的空间距离构建隶属于第一巡检点集合的第一空间距离矩阵；
23、s303、确定第一空间距离矩阵中的最小距离，任意选取最小距离对应的一个巡检节点作为树的根节点，将最小边信息作为树的边信息，以最小距离对应的另外一个巡检节点作为下一次巡检的根节点；
24、s304、轮次执行s303得到隶属于目标异常区域的最小树结构，以最小树结构中的根节点及其对应的边得到第一目标执行路径。
25、作为优选，通过最小树生成算法构建非异常区域对应的第二目标执行路径，包括如下步骤：
26、s311、获取非异常区域中所有巡检点的空间坐标信息以及各巡检点之间的连接关系构建第二巡检点集合；
27、s312、基于空间坐标信息获取各巡检点之间的空间距离构建隶属于第二巡检点集合的第二空间距离矩阵；
28、s313、确定第二空间距离矩阵中的最小距离，任意选取最小距离对应的一个巡检节点作为树的根节点，将最小边信息作为树的边信息，以最小距离对应的另外一个巡检节点作为下一次巡检的根节点；
29、s314、轮次执行s303得到隶属于非异常区域的最小树结构，以最小树结构中的根节点及其对应的边得到第二目标执行路径。
30、作为优选，基于第一目标执行路径中各巡检点的通信强度以及通信流量确定区域信息交互时段，包括如下步骤：
31、s401、确定第一目标执行路径中在各个异常节点获取信息的第一时长信息以及相邻节点距离对应的第一飞行时长信息；
32、同步地，确定第二目标执行路径在各个非异常节点获取信息的第二时长信息以及相邻节点距离对应的第二飞行时长信息；
33、s402、确定每个异常巡检节点获取的节点巡检信息的第一流量值；根据实时感知的信号强度以及流量值确定对应的第一信息交互时段；所述第一信息交互时段位于第二时本文档来自技高网...
【技术保护点】
1.基于通信技术的多无人机协同电力复检方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的基于通信技术的多无人机协同电力复检方法，其特征在于：S1包括如下步骤：
3.根据权利要求1所述的基于通信技术的多无人机协同电力复检方法，其特征在于：
4.根据权利要求1或3所述的基于通信技术的多无人机协同电力复检方法，其特征在于：
5.根据权利要求1所述的基于通信技术的多无人机协同电力复检方法，其特征在于：
6.根据权利要求1或5所述的基于通信技术的多无人机协同电力复检方法，其特征在于：
7.根据权利要求1所述的基于通信技术的多无人机协同电力复检方法，其特征在于：
8.根据权利要求1或7所述的基于通信技术的多无人机协同电力复检方法，其特征在于：
9.多无人机协同电力复检系统，适用于如权利要求1~8任一项所述的基于通信技术的多无人机协同电力复检方法，其特征在于：包括：
10.一种电子设备，其特征在于：包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算
...【技术特征摘要】
1.基于通信技术的多无人机协同电力复检方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的基于通信技术的多无人机协同电力复检方法，其特征在于：s1包括如下步骤：
3.根据权利要求1所述的基于通信技术的多无人机协同电力复检方法，其特征在于：
4.根据权利要求1或3所述的基于通信技术的多无人机协同电力复检方法，其特征在于：
5.根据权利要求1所述的基于通信技术的多无人机协同电力复检方法，其特征在于：
6.根据权利要求1或5所述的基于通信技术的多无人机协同电力复检方法，其特征...
【专利技术属性】
技术研发人员：方玉群，斯建东，钱肖，冯毅雄，周啸宇，陈文通，梁加凯，刘庭，彭勇，洪兆溪，王少华，秦威南，张志峰，朱凯，林峰，宋俊杰，李华，
申请(专利权)人：国网浙江省电力有限公司金华供电公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。