行业领域:
新一代信息技术产业,新能源产业,人工智能,智能电网产业
成果介绍
本成果提出了一种变电站下基于状态信息预测的无人机智能巡检方法,旨在解决变电站巡检中无人机受强电磁干扰偏离预设轨迹的问题,提高无人机巡检的可靠性和稳定性。该方法通过建立无人机与变电站基站之间的可靠通信连接,利用桶形天线的DOA估计算法获取无人机的状态信息,包括距离、方位角等,并通过俯仰角和水平角对无人机位置进行精准定位。基于这些数据,使用RNN模型对无人机下一时刻的状态信息进行预测,从而优化巡检轨迹并减少因气压和风向导致的轨迹偏移。此外,该方法还建立了无人机的正常行为模型,通过实时监测无人机的异常行为并及时调整,确保巡检任务的顺利进行。最终,该方法实现了无人机摄像头拍摄照片的实时回传,减少了巡检人员到达现场的次数,提高了巡检效率和安全性,为电力系统的稳定运行提供了有力支持。
成果亮点
本成果的核心亮点在于通过状态信息预测和异常行为监测,显著提升了变电站无人机巡检的可靠性和效率。首先,通过桶形天线的DOA估计算法和RNN模型,实现了对无人机状态信息的精准预测,有效解决了无人机在强电磁干扰下偏离预设轨迹的问题,提高了巡检的稳定性和数据回传能力。其次,通过建立无人机的正常行为模型,采用奇异值检测方法实时监测异常行为,确保了无人机巡检的可靠性。此外,该方法还通过优化巡检轨迹和减少现场人员干预,显著降低了巡检成本和人员安全风险。实验结果表明,该方法在提高巡检效率和稳定性方面表现优异,为变电站的智能化运维提供了有效的技术手段。
团队介绍
本成果的研发团队在电力系统、智能巡检和无人机技术等领域拥有深厚的专业背景和丰富的实践经验。团队成员紧密合作,充分发挥各自的专业优势,攻克了变电站无人机巡检中的多项技术难题,包括强电磁干扰下的精准定位、状态信息预测和异常行为监测等。该团队不仅具备强大的技术研发能力,还具备将前沿技术与实际应用相结合的能力,为推动电力系统智能化运维的发展做出了重要贡献。
成果资料