技术︱基于四旋翼无人机的电气设备在线监测系统的设计
会议通知︱2015第二届轨道交通供电系统技术大会
在线报名参会，请点击本微信号菜单栏“地铁会议”。
五邑大学信息工程学院的研究人员曾德智、陈锐坚、廖栩荣等，在2015年第10期《电气技术》杂志上撰文，设计了一款基于四旋翼无人机的电气设备在线监测系统。该系统主要包括飞行控制模块、电气量检测模块和无线充电模块。
飞机在稳定飞行及精确定位的基础上，以采集电气设备的电气量为主，热红外成像仪采集高压线路或设备的热红外图像为辅助，及时检测出电气设备的故障和隐患并记录下出现故障和隐患的GPS坐标，其中采集的电气量通过软件平台进行初步分析以便工作人员判断电气设备的健康情况。同时增加无线充电平台以保证飞行器的飞行距离与工作时长。
电气设备需要定期进行巡检，一些重要的电气设备例如大型变压器等会安装在线监测装置，这些装置结合通信系统通常价格非常昂贵，难以普及到常规低成本的电气设备上。
而架空输电线路往往会采取人工巡检的方式，费时费力。无论是人工巡检还是单一来源传感器的故障在线检测常常会出现一些误判断和误操作，造成损失。一些分散布置在偏远山区的中的重要电气设备的后期运营维护是一个十分棘手的问题。
本文提出了一项基于四旋翼无人机的电气设备在线监测系统，综合利用其空中优势，全方位、高精度检查线路情况，搭建了一个基于信息融合模型的电气设备的故障检测系统，弥补了人工巡线的不足，大大提高工作效率。
1 系统的总体结构
本系统的整体模型如“图1模型设备实物图”所示，分别是模拟电线杆塔模型图和检测设备实物图（无人机及机载热红外成像仪）。
本系统的总体框架如“图2系统框架图”所示，主要分为飞控模块、电气量检测模块和无线充电模块三大部分，其中飞控模块采用STM32系列微处理器作为核心处理器，配以陀螺仪以及加速度计作精确的飞行器实时姿态控制[1-2]，再以气压计与GPS作三维导航，使飞行器实现自主悬停巡检以及对重要电气设备进行分布式传感器数据采集[3-4]。
电气量检测模块通过AD转换采集互感器的电流电压数据[5]，实时监控。以及采用FLIR公司的热红外成像仪机芯采集高压线路或设备的热红外图像[6]，结合电流、电压和图像三组数据在地面站进行信息融合，从而分析和判断电气设备的健康状况。
利用检测到的电气量数据在软件平台上进行初步的分析，列出电气设备中可能出现的故障参数给出置信度区间，并生成诊断报告。同时考虑到飞行器续航能力不足的问题，本设计加入了中途定点无线充电系统，该系统通过GPS定位以及图像分析使飞行器精确定位到充电平台，并通过无线充电系统进行续航充电。
图1 模型设备实物图
图2 系统框架图
2 电气设备在线监测系统功能设计与实现
2.1在线监测功能
本系统的在线监测功能的设计如“图3功能流程图”所示，在飞行器执行任务前，用上位机向无人机写入目标电气设备的经纬度坐标以及高度等信息，当接收到开始执行任务的命令后，飞行器便会自行飞行到目标航点，然后开启热红外成像仪，采取LM1881同步信号分离芯片读取出模拟信号的场中断以及行中断，用TCL5510高速AD转换芯片把模拟信号转为8位数字信号，通过芯片采集数字信号，编码并储存在SD卡中[7-8]。任务过程中，飞行器定时检测自身蓄电池电量，若低于设定阀值，则暂停任务并自主飞行至附近的无线充电平台进行自主无线充电；若电量充足，则继续执行巡检任务。任务完成后，飞行器自主返航到起飞点。
每当飞行器在进入电网检测点的通信范围内，飞行器将通过无线通信获取该电气设备监控点所采集到的电流电压等电气量数据。飞行器返航后，与上位机通信通过软件进行信息融合初步分析，列出电气设备中可能出现的故障参数给出置信度区间，并生成诊断报告，从而分析和判断电气设备的健康状况。
图3 功能流程
2.2无线充电功能
无线充电模块采用电磁共振耦合的方式[9] 。分为发射和接收两个部分，其中发射部分的控制电路采用STM32F103C8作为核心处理器，同时作为脉冲信号发生器，负载检测信号处理器以及电能质量数据存储机构。
处理器产生的脉冲信号驱动MOS管，激励LC震荡电路产生固定频率的正弦交变电流并获得交变磁场。检测电路每10秒钟检测一次，当检测到有负载时保持响应，无负载则断开，以降低空载时的功耗。
频率设定为500kHz以下，其中电感采用铜质多芯线圈做成，为发射磁场线圈，直径约为30cm。该模块电源输入与功率输出视接收端而定，可以通过调节电位器实现，最大输出功率100W。
接收部分分为接收线圈和整流稳压两部分。接收线圈采用铝质线，具有质量轻的特点且电阻小适合飞行器搭载，线圈直径与形状与发射线圈一致。当接收线圈接近发射线圈时，通过电磁感应使得接收线圈产生感应电压，经整流滤波后供应飞行器电池充电。接收模块要求输出功率大于24W以满足电池充电需求。
发射线圈镶嵌于充电平台内，接收线圈附在起落架内，停机时两线圈在10cm范围内能保证稳定功率输出。充电效率可达70%以上，与插座式传输相比，其灵活性强，不需精确对位。在各站点停留充电可克服飞行器续航能力差的缺点。完全省去了返回进行人工充电的步骤，实现了无人智能管理。另外充电平台的上方设有降落台标志物，用于飞行器的视觉定位以弥补GPS精度不能满足飞行器精确降落的缺点。
2.3信息融合故障分析功能
电气设备的故障信号通过在设备运行状态下采集电压、电流、温度信号，能直接得到状态信息，但由于设备运行中的各种干扰，使得难以从中提取有效的故障信息。本文通过搭建信息融合故障分析平台，构建以下模型（如“图4 信息融合方法”所示）来实现故障信息提取分析功能。
图4 信息融合方法
其中，将多个传感器采集到电气设备状态量数据（例如电压、电流和温度等）进行特征级融合，并作归一化处理，即把采集到的数据在已知的先验概率下对有用的信息进行采样估计，得出最优估计信息集[U1,I1,T1],[U2,I2,T2],[U3,I3,T3]]；利用这些信息结合专家经验得到故障诊断信息集Y=[Y1,Y2,Y3]；再根据故障的先验知识以及各诊断信息的重要程度，假设有模糊权重集A=[A1,A2,A3]；据此进行模糊评判P=Y*A得出故障初步分析结果；最后通过加权累加的方法，将模糊评判数据做最终的计算，得出设备故障分析报告[10]。
3 系统功能设计
本系统的软件系统主要包括下位机和上位机两部分。采用模块化的设计方法，以减少软件设计的工作量，缩短系统开发周期。
3.1上位机
1）任务准备
飞行器执行任务前，需通过上位机设置任务航点信息，如经纬度，高度等（如“图5确立航点”所示），并通过无线通信方法发送到飞行器保存。
图5 确立航点
2）结果处理
飞行器执行任务完毕后，将通过无线通信的方法返回任务中采集到的数据，通过上位机的信息融合平台进行人工或自动分析处理（如“图6a设备故障分析平台主界面”所示），并生成故障分析报告（如“图6b设备故障分析平台检测报告”所示）。
图6a 设备故障分析平台主界面
图6b 设备故障分析平台检测报告
3.2下位机
1）自主巡检
飞行器在保存任务航点信息完毕并接收到任务开始命令后，将自主执行巡检任务，到达目标点后，通过红外设备采集目标物的热信息，并通过无线通信方法采集所设监测点上传的其他电气参数。当任务结束后传输到上位机进行分析判断。
2）人工巡检
当遇到特殊情况需要人工进行更精确的操作时，操作人员可使用上位机或专用遥控来操作飞行器进行巡检，热图像及其他电气参数信息将实时的传输到上位机上以便分析判断。
4 综合调试方法及测试结果
4.1无人机姿态调试
1）无人机姿态调试
无人机姿态控制使用互补滤波算法，通过对四元数的初始化和对加速度计的权值极大缩小以减弱虚拟角。姿态控制器主要用经典的单输入单输出（SISO）反馈控制方法（即PID控制方法），结构简单，不需要依赖精确的动态模型。姿态控制器采用串级双环控制，即角速度作为外环，角加速度作为内环。
测试飞行器姿态如“图7姿态测试”所示，可保证飞行器运动的稳定性和较好的抗干扰性。
图7 姿态测试
2）无人机定位调试
无人机定位所需的位移数据可以用以下公式计算得出:f = 1/298.257223563；Rea=6378137.0m；Reb=Rea（1-f）=635675.0m
而地心固定坐标系中坐标可以用下列公式计算：
再通过旋转矩阵转换成本地NED坐标系。由于GPS的测量数据的误差不能满足小型无人飞行器的精度要求，因此运用LQR滤波器对其数据进行滤波，通过10个数据的窗口滤波后的加速度计的数据对GPS的数据进行补偿，再使用经典PID方法传递给飞行器姿态控制器。
4.2信息融合判断测试
为验证信息融合判断方法的准确性，搭建了一段由三座模拟电线杆塔构成的220V输电线路模型，其中杆塔A和杆塔B均为正常工作，杆塔C发生了接地短路故障。每隔三十分钟采集电流互感器、电压互感器等传感器的数据并进行分析处理，得出报告如“表1故障分析报告”所示。
报告中，U、I、T分别代表电压、电流、温度，P1、P2、P3分别代表该点出现开路、短路、正常的概率。
表1 故障分析报告
5 结论
本文把各个模块的优点糅合在一起，模块之间既有分工又有合作，无人机执行任务效率高而且分析判断准确，针对目前电气设备检修人员工作量繁重且安全隐患大等问题，利用更小巧灵活的无人机代替了人工。
针对目前电力设备单一来源传感器的故障在线检测常常会出现一些误判断和误操作等问题，利用上位机的信息融合技术分析技术能极大的减少误判断和误操作，而且利用上位机向无人机写入航点信息，更好的方便了检修人员的工作。