新能源与高效节能

本发明公开了一种基于输电线路拓扑结构的无人机群电力线路巡检方法，属于输电线路巡检领域，其包括步骤：S1、获取电力线GIS数据，建立电力输电线路的拓扑结构；S2、根据拓扑结构，结合聚类方法和遗传算法，确定最佳的无人机机场的数量及位置；S3、根据拓扑结构中的地理位置信息及确定的最佳无人机机场的数量、位置，规划无人机巡检路径；S4、为每座无人机机场配置一架无人机，令所有配置的无人机沿规划的巡检路径飞行巡检，并将捕获数据发送至远程数据中心，完成包括电力线巡检子路径和高架巡检子路径的巡检过程。本发明实现了巡检的全面性和准确性，显著提高了巡检效率，特别适用于大规模或复杂电力输电线路的巡检任务。

提升电力巡检效率与覆盖范围：基于输电线路拓扑结构的无人机群协同巡检方法，可依据电网GIS系统自动规划最优巡检路径，实现多机并行作业。通过集群智能分配杆塔巡检任务，较传统单机巡检效率提升3-5倍，尤其适用于特高压线路、跨山区等复杂地形场景，显著缩短全线路巡检周期。

增强缺陷识别的精准性与可靠性：结合拓扑结构的三维空间建模，无人机群可精确定位绝缘子、金具等关键部件的空间坐标。搭载多光谱传感器与AI边缘计算模块，实现导线磨损、杆塔锈蚀等隐患的毫米级识别，漏检率较人工降低90%以上，为状态检修提供高精度数据支撑。

降低高危环境作业安全风险：无人机群通过拓扑关系自主规避交叉跨越线路与危险电场区域，替代人工完成带电作业区、灾后损毁线路等高风险场景巡检。5G远程实时监控与应急避障功能，可有效防范坠落、触电等事故，保障巡检人员零伤亡。

1、本发明通过对适应度函数的优化，提升了无人机机场位置的设计效率。该适应度函数结合了BIC（贝叶斯信息准则）和K‑Means聚类算法，能够根据实际应用场景（如无人机机场位置优化）对数据点到机场的总距离以及特定位置点到机场的距离进行综合考虑。通过混合算法的方式结合两者的优势，使得机场位置和数量的选择更加精准，显著提升了巡检效率，降低了无人机的飞行成本。

2、本发明在电力线路巡检过程中，采用了无人机在悬链线侧方进行实时跟踪的方式。无人机通过摄像头收集电力线的实时图像信息，并与预先建立的悬链线方程进行匹配。当检测到电力线脱落、悬挂异物或与悬链线模型不匹配的情况时，无人机会立即生成日志并发出预警，从而大大提高了巡检的准确性和及时性，避免了漏检和误检问题。

3、本发明在高架结构巡检中采用了膨胀算法环绕路径策略，以确保对每一个关键结构点的全面检查。该方法基于图像处理中的膨胀算法，通过生成一个虚拟的三维膨胀区域，使无人机能够从多个角度捕获关键点的详细信息。这种策略能够确保高架结构的每个关键点都被准确覆盖，增强了巡检的全面性和精度，特别适用于复杂的高架线路检测。

4、本发明通过多个无人机的协同工作，实现了对电力线路的快速、高效巡检。每架无人机被分配至特定区域，利用先进的摄像头技术和图像识别算法，能够实时捕获并分析电力线的状态。通过对无人机的数量和位置进行聚类方法和遗传算法的优化规划，使巡检任务在最少资源投入下达到了最高效率。这种方法不仅显著减少了单个无人机的负担，还极大地缩短了巡检时间，特别适用于大规模或地理复杂的输电线路，确保巡检的全面性和准确性。