利索能及
我要发布
收藏
专利号: 2024105968169
申请人: 淮阴工学院
专利类型:发明专利
专利状态:已下证
更新日期:2026-06-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.基于无人机的电力系统智能巡检方法,其特征在于,包括:

步骤一、飞行状态监测:对无人机对应当前飞行巡检时段内各飞行时间点的飞行状态进行监测,得到无人机对应当前飞行巡检时段内各飞行时间点的飞行状态参数;

所述对无人机对应当前飞行巡检时段内各飞行时间点的飞行状态进行监测,具体监测方式为:通过高度传感器对无人机对应当前飞行巡检时段内各飞行时间点的飞行高度进行采集,得到无人机对应当前飞行巡检时段内各飞行时间点的飞行高度;

通过速度传感器对无人机对应当前飞行巡检时段内各飞行时间点的飞行速度进行采集,得到无人机对应当前飞行巡检时段内各飞行时间点的飞行速度;

通过姿态角传感器对无人机对应当前飞行巡检时段内各飞行时间点的飞行姿态角进行采集,得到无人机对应当前飞行巡检时段内各飞行时间点的飞行姿态角;

通过无人机显示屏实时获取无人机对应当前飞行巡检时段内各飞行时间点的剩余电量,同时获取无人机对应当前飞行巡检起飞前的初电量,将无人机对应当前飞行巡检起飞前的初电量与无人机对应当前飞行巡检时段内各飞行时间点的剩余电量进行差值计算,得到无人机对应当前飞行巡检时段内各飞行时间点的已耗电量;

将无人机对应当前飞行巡检时段内各飞行时间点的剩余电量与设定的剩余飞行时长进行匹配,得到无人机对应当前飞行巡检时段内各飞行时间点的剩余飞行时长,同时获取无人机对应当前飞行巡检时段内各飞行时间点的已飞行时长;

通过温度传感器对无人机对应当前飞行巡检时段内各飞行时间点的环境温度进行采集,得到无人机对应当前飞行巡检时段内各飞行时间点的环境温度;

通过湿度传感器对无人机对应当前飞行巡检时段内各飞行时间点的环境湿度进行采集,得到无人机对应当前飞行巡检时段内各飞行时间点的环境湿度;

通过气压传感器对无人机对应当前飞行巡检时段内各飞行时间点的气压进行采集,得到无人机对应当前飞行巡检时段内各飞行时间点的气压;

通过风速传感器对无人机对应当前飞行巡检时段内各飞行时间点的风速进行采集,得到无人机对应当前飞行巡检时段内各飞行时间点的风速;

通过无人机的遥控器获取无人机对应当前飞行巡检时段内各飞行时间点的GPS信号强度,得到无人机对应当前飞行巡检时段内各飞行时间点的GPS信号强度;

通过无人机的地面站指定软件获取无人机对应当前飞行巡检时段内各飞行时间点的飞行路径线,得到无人机对应当前飞行巡检时段内各飞行时间点的飞行路径线,将其与设定的无人机对应当前飞行巡检时段内各飞行时间点的各路线偏移量所对应的飞行路径线进行匹配,得到无人机对应当前飞行巡检时段内各飞行时间点的各路线偏移量;

由此构成无人机对应当前飞行巡检时段内各飞行时间点的飞行状态参数;

步骤二、飞行状态分析:对无人机对应当前飞行巡检时段内各飞行时间点的飞行状态参数进行分析,得到无人机对应当前飞行巡检时段内各飞行时间点的飞行状态评估系数;

所述对无人机对应当前飞行巡检时段内各飞行时间点的飞行状态参数进行分析,具体分析方式为:从无人机对应当前飞行巡检时段内各飞行时间点的飞行状态参数中提取无人机对应当前飞行巡检时段内各飞行时间点的飞行高度、飞行速度、飞行姿态角,并通过分析得到无人机对应当前飞行巡检时段内各飞行时间点的飞行基况指数JKi,i表示为各飞行时间点的编号,i=1,2,...,n,n表示为飞行时间点编号的总数;

从无人机对应当前飞行巡检时段内各飞行时间点的飞行状态参数中提取无人机对应当前飞行巡检时段内各飞行时间点的剩余电量、已耗电量、剩余飞行时长、已飞行时长,并通过分析得到无人机对应当前飞行巡检时段内各飞行时间点的续航能力指数XHi;

从无人机对应当前飞行巡检时段内各飞行时间点的飞行状态参数中提取无人机对应当前飞行巡检时段内各飞行时间点的环境温度、环境湿度、气压、风速,并通过分析得到无人机对应当前飞行巡检时段内各飞行时间点的环境影响指数HYi;

从无人机对应当前飞行巡检时段内各飞行时间点的飞行状态参数中提取无人机对应当前飞行巡检时段内各飞行时间点的GPS信号强度、路线偏移量,并通过分析得到无人机对应当前飞行巡检时段内各飞行时间点的飞行控制稳定指数KWi;

依据公式 计算出无人机对应当前飞行巡

检时段内各巡检时间点的飞行状态评估系数FKi,b1、b2、b3、b4分别表示为设定的评估因子;

步骤三、设备运行监测:对目标设备对应当前巡检区域的各子区域的运行进行监测,得到目标设备对应当前巡检区域的各子区域的运行参数;

所述对目标设备对应当前巡检区域的各子区域的运行进行监测,具体监测方式为:

通过无人机搭载高清摄像头对目标设备对应当前巡检区域的各子区域的表观图像进行采集,得到目标设备对应当前巡检区域的各子区域的表观图像;

从目标设备对应当前巡检区域的各子区域的表观图像中识别出各异常区域,同时从目标设备对应当前巡检区域的各子区域的表观图像中提取目标设备对应当前巡检区域的各子区域的各异常区域图像;

将目标设备对应当前巡检区域的各子区域的各异常区域图像与各异常类型对应区域图像进行匹配,得到目标设备对应当前巡检区域的各子区域的各异常区域的异常类型,其中异常类型具体为磨损类型、污染类型、锈蚀类型,并基于目标设备对应当前巡检区域的各子区域的各异常区域的异常类型对目标设备对应当前巡检区域的各子区域的各异常区域进行分类,得到目标设备对应当前巡检区域的各子区域的各磨损区域、各污染区域、各锈蚀区域;

从目标设备对应当前巡检区域的各子区域的各异常区域图像中提取目标设备对应当前巡检区域的各子区域的各磨损区域的磨损面积、各污染区域的污染面积、各锈蚀区域的锈蚀面积;

对目标设备对应当前巡检区域的各子区域的各磨损区域的磨损面积进行求和,得到目标设备对应当前巡检区域的各子区域的总磨损面积,同时统计得到目标设备对应当前巡检区域的各子区域的磨损区域数量;

同理分析得到目标设备对应当前巡检区域的各子区域的总污染面积、污染区域数量、总锈蚀面积、锈蚀区域数量;

通过无人机搭载红外热成像仪对目标设备对应当前巡检区域的各子区域的 热图像进行采集,得到目标设备对应当前巡检区域的各子区域的热图像,从目标设备对应当前巡检区域的各子区域的热图像中识别出色度值,将其与设定的温度进行匹配,得到目标设备对应当前巡检区域的各子区域的温度;

通过无人机搭载振动传感器对目标设备对应当前巡检区域的各子区域的 振动频率进行采集,得到目标设备对应当前巡检区域的各子区域的振动频率;

通过无人机搭载音频传感器对目标设备对应当前巡检区域的各子区域的 声压级进行采集,得到目标设备对应当前巡检区域的各子区域的声压级;

通过无人机搭载电磁场传感器对目标设备对应当前巡检区域的各子区域的 磁场强度进行采集,得到目标设备对应当前巡检区域的各子区域的磁场强度;

由此构成目标设备对应当前巡检区域的各子区域的运行参数;

步骤四、设备运行分析:对目标设备对应当前巡检区域的各子区域的运行参数进行分析,得到目标设备对应当前巡检区域的各子区域的运行状况评估系数;

所述对目标设备对应当前巡检区域的各子区域的运行参数进行分析,具体分析方式为:

从目标设备对应当前巡检区域的各子区域的设备运行监测参数中提取目标设备对应当前巡检区域的各子区域的总磨损面积、磨损区域数量、总污染面积、污染区域数量、总锈蚀面积、锈蚀区域数量,并通过分析得到目标设备对应当前巡检区域的各子区域的老化程度指数LHj;

从目标设备对应当前巡检区域的各子区域的设备运行监测参数中提取目标设备对应当前巡检区域的各子区域的温度、振动频率、声压级、电磁场强度,并通过分析得到目标设备对应当前巡检区域的各子区域的电气性能指数KZj;

依据公式 计算出目标设备对应当前巡检区域的各子区域的

运行状况评估系数YKj,d1、d2分别表示为设定的评估因子;

步骤五、巡检预警分析:基于无人机对应当前飞行巡检时段内各飞行时间点飞行状态评估系数和目标设备对应当前巡检区域的各子区域的运行状况评估系数,对无人机对应当前飞行巡检时段内各飞行时间点和目标设备对应当前巡检区域的各子区域的预警信息进行分析,得到无人机对应当前飞行巡检时段内各飞行时间点和目标设备对应当前巡检区域的各子区域的预警信息;

所述对无人机对应当前飞行巡检时段内各飞行时间点和目标设备对应当前巡检区域的各子区域的预警信息进行分析,具体分析方式为:将无人机对应当前飞行巡检时段内各飞行时间点的飞行状态评估系数与设定的飞行状态评估系数阈值进行对比,若无人机对应当前飞行巡检时段内某飞行时间点的飞行状态评估系数小于设定的飞行状态评估系数阈值,则判定无人机对应当前飞行巡检时段内该飞行时间点的预警信息为飞行异常;

将目标设备对应当前巡检区域的各子区域的运行状况评估系数与设定的运行状况评估系数阈值进行对比,若目标设备对应当前巡检区域的某子区域的运行状况评估系数小于设定的运行状况评估系数阈值,则判定目标设备对应当前巡检区域的该子区域的预警信息为运行异常;

步骤六、执行:接收无人机对应当前飞行巡检时段内各飞行时间点的预警信息和目标设备对应当前巡检区域的各子区域的预警信息,并进行相应的处理。