[发明专利]一种基于深度学习的电力线路巡检方法

权利要求书

1.一种基于深度学习的电力线路巡检方法，其特征在于，包括如下步骤：

S1、根据电力线路的架设路线，在电子地图上规划巡检无人机的飞行路径，并在所述架设线路中，针对带有电力塔的区段，在电子地图中着重标记；

S2、操作巡检无人机，让巡检无人机按照步骤S1中在电子地图中规划的飞行路径执行飞行任务；

S3、在执行所述步骤S2飞行任务过程中，利用巡检无人机搭载的高清摄像机，对飞行路径中的电力线路区段进行航拍巡检；

S4、巡检无人机将电力线路状态的拍摄画面远程传递给控制中心，控制中心将所述拍摄画面投影至交互屏上；

S5、控制中心利用深度学习算法，对所述拍摄画面进行分析，找出电力线路中存在的故障点；

S6、针对所述飞行路径中的电力线路，在遇到所述故障点后，操控巡检无人机在所述故障点的上空盘旋，并进行多角度和多张拍摄；

S7、在步骤S6中对故障点进行多角度和多张拍摄的过程中，利用巡检无人机搭载的GPS定位模块，针对故障点的具体位置进行定位，并远程传输给控制中心，控制中心在电子地图中给予该故障点的标记；

S8、巡检无人机途径整个电力线路带有电力塔的区段时，巡检无人机以电力塔为中心，围绕电力塔飞行一圈，并在飞行的过程中，拍摄电力塔的高清画面，检测电力塔的状态，出现故障时，给予标记；

S9、在飞行任务结束后，针对在电子地图中所标记的故障点位置，控制中心谴派维修人员到场检修。

2.根据权利要求1所述的一种基于深度学习的电力线路巡检方法，其特征在于，所述步骤S1和步骤S2之间增设步骤a，步骤a为试飞巡检无人机，在巡检无人机试飞过程中，检测巡检无人机的各项参数是否处于正常。

3.根据权利要求1所述的一种基于深度学习的电力线路巡检方法，其特征在于，所述步骤S5中，判定电力线路是否存在故障点的依据为电力线路中至少存在断裂、老化、存在鸟窝、局部火花放电其中任意一种或多种情况。

4.根据权利要求1所述的一种基于深度学习的电力线路巡检方法，其特征在于，所述步骤S8中，判定电力塔是否存在故障点的依据为电力塔中至少存在断裂、绝缘子自爆、防震锤确实、塔材锈蚀其中任意一种或多种的情况。

5.根据权利要求1所述的一种基于深度学习的电力线路巡检方法，其特征在于，所述巡检无人机还搭载有红外热像仪，在巡检过程中，对电力线路的温度进行检测。

6.根据权利要求1所述的一种基于深度学习的电力线路巡检方法，其特征在于，所述步骤S5中，控制中心所利用的深度学习算法以电力线路的神经网络模型为基础。

7.根据权利要求6所述的一种基于深度学习的电力线路巡检方法，其特征在于，所述深度学习算法的具体算法公式如下：

式中：xn表示巡检无人机在飞行过程中抓拍的若干场景，S表示在若干个场景中存在S个目标，表示每一个目标S对应的坐标，表示每一个目标S对应的类坐标。