痛点13问！变电站无人机应用的攻克方向

随着智能电网的建设加速，无人机凭借高精度视觉与红外传感等技术，已广泛应用于变电站绝缘子缺陷识别、金具锈蚀检测及热成像异常排查等场景，大幅提升了巡检效率并降低了人工高危作业风险。

然而，规模化应用仍面临复杂电磁环境导航避障能力不足、极端天气适应性弱、多源数据智能化分析水平有限等挑战，制约巡检效能突破。

4月16日，由金巡奖组委会主办的“变电站无人机巡检技术沙龙”汇聚了国网、南网及广州智飞科技等行业企业权威专家，聚焦技术优化与场景拓展两大方向展开研讨，为无人机巡检系统深度应用提供了关键技术突破路径。

本次沙龙由广东电网有限责任公司机巡管理中心经理刘高、国网泰州供电公司智能运检中心负责人戴永东共同主持。

在日常航线规划里，现有的激光点云模型已能满足基本需求，然而在运维管理和数字孪生场景中，其质量却暴露出明显短板。就原始数据采集而言，无论是运用倾斜摄影技术，还是借助激光雷达扫描，整个过程都极为耗时。不仅如此，后续针对采集到的原始数据开展三维重建等处理工作，同样会耗费大量的时间，严重影响整体工作效率与应用效果。

1.提前对采集区域进行详细勘察和分析，规划科学合理的采集路线，能够避免重复采集和遗漏关键区域，提高采集效率。比如，在城市建筑密集区，按照街道走向和建筑布局规划路线，可确保每个建筑都能被完整扫描。

2.提升数据采集的全面性与精准度，对数据采集方案进行优化：地面数据采集环节，将灵活采用背包雷达与地基雷达协同作业模式，充分发挥背包雷达机动性强、可深入复杂区域以及地基雷达稳定性高、监测范围广的优势，实现地面数据的高效、精准采集；上层空间数据采集方面，引入无人机进行天空端补拍作业，利用无人机快速响应、高空视角独特等特点，对重点区域及地面设备难以覆盖的盲区进行针对性补拍，形成天地一体化的数据采集网络，确保数据采集无死角、高质量。

3.运用3DGS重建及渲染技术，针对模型成像质量差、纹理模糊、几何失真等问题进行优化，提升模型成像品质，使其达到更高的视觉效果与应用标准。

1.聚焦现有采集设备采集耗时久、数据重建效率低下的难题，通过技术升级、流程优化等手段，实现采集时间与数据重建时间的显著缩短。

2.背包雷达、地基雷达和无人机采集的数据在格式、精度、坐标系等方面存在差异，需要攻克多源异构数据的高效融合算法，确保不同类型数据能够准确、无缝地整合在一起，形成统一、完整且高质量的数据集，以支撑后续精准的模型重建。

3.研究更高效、准确的三维重建算法，减少重建过程中的计算量和误差。

基于3DGS的重建及渲染技术虽有效改善了模型质量不佳的问题，但该技术重建与渲染过程高度依赖超高硬件资源，且当前市场上缺乏较为成熟且专门针对经3DGS重建及渲染后模型的编辑软件，这都给其应用推广带来了较大挑战。

1.合理选择硬件组合能有效提升资源利用率；

2.对现有三维模型编辑软件进行模型格式适配，也能实现部分编辑需求。

1.研发专门针对3DGS重建及渲染的专用硬件芯片，优化其架构和算法，提高计算效率和降低能耗。

2.对3DGS重建及渲染算法进行优化，降低其计算复杂度。

3.推动3DGS编辑软件与现有主流三维建模、染和可视化软件的集成，实现数据的无缝传输和功能的互补。

大面积区域完成重建后，生成的实景模型或点云模型数据量极为庞大，这使得模型在实际应用时，必须依赖高性能的硬件资源才能实现流畅加载。而且，一旦已采集区域出现变化，就需要重新组织数据采集工作，同时调整航线规划。这一流程通常会导致项目不得不重新立项，从而造成人力与物力资源的大量浪费。

1.将整体区域按照一定间隔划分成独立的子区域数据，当某个子区域出现变化时，仅针对该子区域重新开展数据采集与航线规划工作。

2.针对非核心设备，开展模型简化与压缩工作，以此降低渲染负担，显著提升交互的流畅程度。

1.研究更高效的几何简化算法，在保证模型视觉效果的前提下，减少模型的面片数量。

2.实现模型更高效的LOD加载方案，根据用户的视角和需求，动态加载模型的不同部分。

当前变电站单架次巡检存在效率低下的问题，主要由于航点拍摄角度规划欠佳，导致拍摄范围过大、涵盖设备数量过多，加之现场环境干扰因素复杂，给后续的缺陷识别与判断工作带来了不利影响。

1.对于日常巡检是否能先执行粗巡作业，并对采集到的数据进行初步筛查，一旦发现问题，便立即开展精细化缺陷群组巡检，以此提升整体巡检效率。

2.分析历史巡检数据和缺陷分布情况，针对容易出现缺陷的部位和设备，增加航点密度和拍摄角度。

3.在开展巡检前，对变电站现场环境进行充分的预调研和评估。

4.航线规划应满足以下原则，1）安全原则：应该从航线规划开始考虑安全问题。走巡视通道的方式进入设备。不建议高空进入跨设备，容易掉在设备上导致安全事故的发生。2）高效原则：盖面需要考虑主设备的正面和背面的采集。在规划单条航线时，需充分考虑无人机的续航能力，尽可能多地覆盖拍摄点位。同时，航点的覆盖范围应兼顾主设备的正面与背面采集，确保巡检数据的全面性和准确性，从而提高整体巡检效率。

1.期望采用基于设备巡检需求点位选取的方式构建巡检航线，自动生成高效且安全的巡检航线。

2.研发航点拍摄优化算法，综合考虑拍摄范围、设备数量、拍摄清晰度等多个目标，优化航点规划方案。通过不断调整算法参数，找到满足多个目标的最佳航点组合。

当前，变电站巡检领域在基于可见光的算法应用上已取得一定进展像表计识别、设备外观破损检测等算法发展得较为成熟。但红外算法在实际应用中却面临较大识别难题，这主要是因为变电站巡检点位设备背景复杂、干扰因素众多。与此同时，变电站可用于算法训练的样本数量匮乏问题突出，尽管每年能生成逾千万张巡检样本，但其中缺陷样本仅有几千张，样本分布极度不均衡，给算法训练带来了严峻挑战。

1.制定更为合理的样本采集策略，着重提升缺陷样本的采集占比。针对易出现故障的设备和区域，采用多角度拍摄、不同时段采集等方式全方位获取样本数据，从而有效增加缺陷样本的数量。

2.利用生成对抗网络生成更多的缺陷样本，平衡样本分布。

3.开展红外夜间专项特巡工作，以此降低太阳反射以及背景环境温度过高所带来的干扰因素对巡检结果的影响。

1.研究更适合红外图像的深度学习模型，提高对红外图像中设备特征的提取能力。

2.研究多模态融合算法，将红外图像与可见光图像进行融合，利用两种图像的优势互补，提高识别的准确性。

3.针对部分识别效果不佳的场景，深入钻研小样本网络技术，同时积极探索并推动其与适用于该场景的传统算法进行深度融合研究。降低网络对大规模样本数量的依赖程度，提升算法在样本稀缺情况下的识别性能和泛化能力。

经过全面且深入的分析，我们发现，无人机碰撞事故大多是由RTK定位出现异常，或是设备间隔出现新增变化等情况导致的。这些状况会使无人机在巡检作业过程中，定位精度下降，触碰到障碍物，最终引发碰撞事故。

1.在完成模型重建后，从中提取出设备的包围盒信息，并在无人机巡检过程中，将该包围盒信息与无人机飞行数据进行融合，以此制定更为精确的绕障避障策略，进而提升无人机的飞行安全性。

2.在无人机巡检系统中集成RTK信号监测模块，当信号出现异常时系统能够及时发出预警信息，提醒操作人员注意。

1.目前对于导线级的避障仍需提升检测精度及避障策略，从而提升无人机巡检的安全。

2.建立完善的模型更新机制，及时获取设备间隔新增变化的信息，并对无人机巡检任务模块中的模型进行更新，执行任务前进行碰撞检测，确保作业安全。

无人机的图数传链路在传输距离超过七公里时，受信号干扰的影响会显著增大，难以有效支撑网格化巡检工作的顺利开展。而在存在楼房、设备等障碍遮挡的复杂巡检场景中，无人机所采用的图数传链路或4G/5G链路常常出现不稳定的情况，这大幅增加了无人机发生碰撞的风险。

1.可以借助自组网技术，有效支撑机巢覆盖范围拓展以及解决巡检过程中面临的信号传输距离限制或干扰等相关问题。

2.机巢若部署于变电站围墙附近，易引发气象站信息采集不准确、定位精度下降以及图数传信号被遮挡等问题。针对此类状况，可通过采用升高机构的方式，对机巢的部署位置进行优化调整。

3.在固定机场部署的既定条件下，宜采用移动机场对固定机场覆盖范围之外的点位开展巡检工作，以此提升整体巡检效能。

4.对于远距离作业场景，部署中继节点，延长无人机与机巢的数据传输距离，保证无人机作业安全性。

1.关注并探索新兴通信技术的应用，利用其更快的网络速度、更低的延迟以及通感一体化功能，提升无人机图数传链路的性能。

2.对于超视距或特殊应用场景，研究并采用卫星通信链路实现更长距离、更稳定的数据传输。

3.研究在无人机与地面站之间建立多条通信链路，当主链路出现故障时，能够自动切换到备用链路，确保通信的连续性。

如何将无人机检测环节与现有的新站投运和改造验收流程有效整合避免流程冲突和重复工作，提高整体验收效率？

1.将无人机检测环节嵌入到现有验收流程的关键节点中。例如，在设备安装调试完成后，安排无人机进行外观和布局检查，及时发现安装过程中可能存在的问题，如设备位置偏差、线路连接异常等。

2.无人机在智慧工地场景中具有广泛应用价值，可完成建设工地现场针对违章行为进行监测、挖填方分析，对基建项目的进度进行实时监控等工作。

3.利用信息化技术，建立无人机检测结果的实时反馈系统。无人机完成检测后，操作人员将检测结果及时上传至系统，验收团队相关人员可以实时查看。

1.为提升新站投运和改造验收中的智能化与高效性，要求无人机需具备前端算法检测能力，使其能够在巡检过程中，依托该能力自动、精准地捕获各类异常情况；并且，在巡检任务结束后，可基于巡检所获取的数据快速的自动生成全面、详细的巡检报告供现场分析。

2.期望当前三维重建技术能够进一步提升使模型在质量与精度方面能够达到更优水平，待新建工作圆满完成后，先对站点开展点云及实景的高精度建模作业，随后将建模成果进行数字化移交，以便基建等相关单位能够加以应用。

无人机在避雷针缺陷排查和除锈场景中是否具备显著应用潜力？如何精准测算避雷针倾斜程度，精确分析并判定缺陷具体位置，涵盖缺陷所在节数与朝向方位等详细信息，从而为运维人员精准定位缺陷提供有力支持？无人机在除锈场景中是否具备应用可行性，能否针对生锈设备开展除锈作业，并进一步实施重新喷涂操作？

1.利用深度学习算法对无人机拍摄的大量避雷针图像进行训练，建立缺陷识别模型。该模型可以快速准确地识别出避雷针的外观缺陷，如裂纹、断裂、腐蚀等缺陷。

2.借助无人机分段拍摄避雷针的可见光图像，运用专业的图像拼接与融合技术合成全景图像，或采用先进的三维重建算法构建出精确的三维倾斜模型，以此为后续避雷针缺陷位置的精准定位提供可靠依据。

1.研发更高效的除锈和喷涂技术，提高无人机的作业速度。

2.改进无人机搭载的除锈和喷涂设备，使其能够适应不同类型、不同形状的设备。

3.开发无人机自动化除锈和喷涂系统，通过预设的程序和传感器反馈实现无人机的自动定位、除锈和喷涂作业。减少人工干预，提高作业的准确性和一致性。

当灾情发生时，网络信号往往难以得到有效保障，在此情况下，如何高效、稳定地将无人机巡检数据传输回来，已然成为当前面临的一项重大挑战。

1.将巡检数据先保存在本地。待网络环境恢复后，再将数据导出或传输至其他设备。

2.利用卫星通信，按照数据重要程度设定传输顺序，先传重要数据，后传非重要数据，这样就算带宽低，也能保证重要数据传得回来。

1.期望移动机巢能够配备具备充足带宽的卫星通信传输能力，以确保在应急救灾等关键场景中，均能实现稳定、高效的数据传输。

2.开发更高效的数据压缩与编码技术，减少无人机巡检数据的传输量。这样，即使在网络带宽有限的情况下，也能保证数据的实时传输。

在白天开展红外巡检作业时，无人机红外成像所获取的数据往往会受到太阳光反射、背景温度干扰等诸多因素的影响，这些干扰因素会严重干扰对设备缺陷的准确判定。

1.因此，针对设备红外巡检，应尽可能以夜间专项巡检为主，以此提升巡检图像的质量。

2.调整无人机云台拍摄角度，尽量避免太阳光直接反射到被检测设备上。例如，对于一些垂直安装的设备，可采用侧飞或斜飞的方式，减少太阳光反射对红外成像的影响。

1.研发具有更高灵敏度和分辨率的红外探测器，能够在复杂环境下获取更清晰的红外图像。

2.制定统一的无人机红外巡检流程和规范，明确巡检时间、角度、数据处理方法等方面的要求。

3.建立更加准确的设备缺陷识别模型。该模型可以自动学习和识别不同干扰因素下的设备缺陷特征，提高缺陷判定的准确性和鲁棒性。

在当前阶段，无人机、摄像头以及机器人仍是主要的技术应用手段。不过，高精度传感器、人形机器人在稳定性与综合应用能力方面尚需进一步验证，目前，相关领域已着手探索人形机器人在变电场景中的实际应用。

1.数字孪生应用可融合人员穿戴设备等传感器的定位信息以及生产事件数据，以此实现对运维人员在设备区域内异常行为的精准监测，减少安全事故的发生。

2.无人机和摄像头在电力巡检中已广泛应用，积累了丰富的经验。可以借鉴这些技术在数据采集、传输和处理方面的成熟做法，为人形机器人在变电场景中的应用提供参考。

3.针对人形机器人综合能力，采用分阶段验证与测试的方法。先在实验室环境下进行基础功能测试，确保传感器精度和机器人稳定性；然后在模拟变电场景中进行复杂环境测试，验证机器人在实际环境中的表现。

1.研究人机交互技术，使人形机器人能够与运维人员实现更自然、更高效的交互。同时，探索机器人与其他设备（如无人机、摄像头）的协同作业模式，提高整体巡检效率。

2.研究机器人的优化算法和控制策略，提高人形机器人的运动控制、环境感知、自主决策等综合能力。例如，开发更智能的路径规划算法，使机器人能够自主避开障碍物；研究更高效的能源管理系统，延长机器人的工作时间。

3.制定人形机器人在变电场景中的标准化测试与评价体系，明确测试指标、测试方法和评价标准。这有助于规范市场、提高产品质量，并推动人形机器人在变电场景中的广泛应用。

变电站室内空间局促，设备间距狭小，且诸多场景存在玻璃反射情况，这无疑给无人机的飞行与避障增添了极大难度。当无人机对屏柜进行拍摄时，还易受到灯光反光干扰，进而严重影响所采集图像的成像质量。

1.在无人机的摄像头上安装偏振镜，偏振镜可以过滤掉特定方向的偏振光，减少灯光反光对图像的影响。同时，配备遮光罩，避免强光直接照射到摄像头镜头上，进一步提高图像的清晰度和对比度。

2.在拍摄屏柜时，尽量选择合适的拍摄角度，避免灯光直接反射到摄像头中。如果可能的话，调整室内的光线条件，如关闭部分灯光或调整灯光的照射方向，减少反光现象。

3.将激光SLAM与3DGS融合，无人机可以在飞行过程中实时构建高精度的三维环境地图，更准确地识别玻璃等反射物体的位置和形状。

1.研发更先进的传感器，如具有更高分辨率和更宽视场角的激光雷达能够更精准识别透明物体的视觉传感器等。

2.研究更有效的图像增强算法，对受灯光反光影响的图像进行处理。例如，采用去噪、锐化、对比度增强等技术，提高图像的清晰度和可读性。

3.研发更高效的数据处理算法和硬件架构，提高3DGS和激光雷达数据处理的实时性，确保无人机能够及时构建和更新三维地图。

4.设计合理的系统集成架构，实现激光SLAM与3DGS系统和飞行控制系统之间的无缝对接；开发协调控制算法，确保两个系统能够协同工作，实现安全高效的飞行。