配电/输电线路无人机自主巡线路径规划方法

技术领域

本发明涉及无人机自主巡线领域，具体涉及一种配电线路无人机自主巡线路径规划方法和输电线路无人机自主巡线路径规划方法。

背景技术

随着数字中国建设向纵深发展，电网技术、功能、形态加快升级，无人机作业迎来重大发展机遇和挑战。近年来，在国网数字新基建、能源互联网等战略需求驱动下，无人机业务迎来跨越式发展。其中，无人机智能巡检是电网数字化建设的重要切入点。

目前，各地区电网体量庞大，配电线路、输电线路里程非常长，无人机自主巡线势在必行。无人机巡线的关键技术很多，诸如：路径规划、导线跟踪、精细巡检、持久续航、数据传输等，其中路径规划需要杆塔坐标，涉及保密，而其他技术可由第三方公司提供。

目前，理论研究方面，通常是将路径规划问题当作旅行商问题，只考虑无人机遍历所有的杆塔，忽略了杆塔间的线路巡视。此外，研究数据均是仿真数据，在配电线路、输电线路巡检中尚未对电网的实际配电线路坐标进行路径规划。实际工作方面，对于输电线路通常是利用无人机直接按杆塔顺序飞行，不考虑最短路径规划，对无人机续航时间和工作效率造成了巨大的浪费；而对于配电线路，由于配电线路分布复杂，线路通道环境复杂，出于安全考虑，无人机只能沿着线路飞行，没有合适的路径规划对无人机续航时间和工作效率造成了巨大的影响。相比于分支较少的输电线路，线路复杂的配电线路更需要路径规划。

发明内容

本发明的目的是提供一种能够对配电线路的无人机自主巡线所采用的路径进行合理规划，以提高巡检效率的配电线路无人机自主巡线路径规划方法。

为达到上述目的，本发明采用的技术方案是：

一种配电线路无人机自主巡线路径规划方法，用于规划获取对配电线路进行无人机自主巡线所采用的路径，所述配电线路无人机自主巡线路径规划方法包括以下步骤：

步骤1：获取所述配电线路中所包含的杆塔号信息和杆塔坐标信息；

步骤2：设矩阵GPS＝(gps

步骤3：设矩阵D＝(d

步骤4：确定巡线起点和巡线终点；

步骤5：基于所述配电线路、所述巡线起点、所述巡线终点和所述矩阵GPS进行多次迭代；每次迭代后得到一条待筛选配电线路巡线路径，并基于所述矩阵D计算得到所述待筛选配电线路巡线路径的里程；

步骤6：由各条所述待筛选配电线路巡线路径中筛选出里程最短的一条作为对所述配电线路进行无人机自主巡线所采用的路径。

所述步骤3包括以下子步骤：

子步骤3-1：遍历所述配电线路中的所有杆塔，基于所述矩阵GPS，若所述配电线路中第i个杆塔与第j个杆塔之间存在线路，则计算所述配电线路中第i个杆塔与第j个杆塔之间的地表距离作为所述矩阵D中的元素D(i,j)，从而更新所述矩阵D；

子步骤3-2：利用Floyd算法计算所述配电线路中第i个杆塔与第j个杆塔之间在所述配电线路中的最短路径长度作为所述矩阵D中的元素D(i,j)，从而更新所述矩阵D。

所述步骤2中，所述矩阵GPS初始值为零矩阵；所述步骤3中，所述矩阵D的初始值为无穷大矩阵。

所述步骤5中，基于所述配电线路、所述巡线起点、所述巡线终点和所述矩阵GPS进行的每次迭代包括以下子步骤：

子步骤5-1：设置一套或两套变量，每套所述变量包括路径route、当前杆塔state；当采用单无人机巡检模式时，设置一套所述变量，将所述巡线起点或所述巡线终点作为所述路径route的起点；将所述当前杆塔state的初始值设置为所述路径route的起点所在杆塔；当采用同起点双无人机协同巡检模式时，设置两套所述变量，将所述巡线起点或所述巡线终点作为两套所述变量中所述路径route的起点；当采用异起点双无人机协同巡检模式时，设置两套所述变量，将所述巡线起点和所述巡线终点分别作为两套所述变量中所述路径route的起点；

子步骤5-2：针对每套所述变量同时对所述配电线路中的杆塔进行遍历，若遍历到的第k个杆塔与所述当前杆塔state之间存在线路，则将第k个杆塔加入所述路径route，同时将所述矩阵GPS中的元素GPS(state,k)和GPS(k,state)更新为0，将当前杆塔state更新为第k个杆塔；若遍历完全部所述杆塔，不存在与当前杆塔state之间存在线路的杆塔，则搜寻当前杆塔state附近满足预设条件的第l个杆塔，将第l个杆塔加入所述路径route，同时将所述矩阵GPS中的元素GPS(state,l)和GPS(l,state)更新为0，将当前杆塔state更新为第l个杆塔；

子步骤5-3：重复所述子步骤5-2，直至所述矩阵GPS中的元素和为0，从而得到一条所述待筛选配电线路巡线路径。

所述子步骤5-2中，对于存在主线和支线的所述杆塔，设置随机选择，且设置选择支线的概率大于选择主线的概率。

所述子步骤5-2中，所述预设条件为：有其他杆塔与第l个杆塔相连接，且第l个杆塔与当前杆塔state距离最近。

所述配电线路无人机自主巡线路径规划方法还包括：

步骤7：按序输出筛选出的对所述配电线路进行无人机自主巡线所采用的路径上的杆塔信息。

本发明的配电线路无人机自主巡线路径规划方法适用于所有的配电线路路径规划，能够节约无人机的续航时间，大大提高无人机工作效率。

本发明还提供一种能够对输电线路的无人机自主巡线所采用的路径进行合理规划，以提高巡检效率的输电线路无人机自主巡线路径规划方法，其方案是：

一种输电线路无人机自主巡线路径规划方法，用于规划获取对输电线路进行无人机自主巡线所采用的路径，所述输电线路无人机自主巡线路径规划方法包括以下步骤：

步骤1：获取所述输电线路中所包含的杆塔号信息和杆塔坐标信息；

步骤2：设矩阵GPS＝(gps

步骤3：设矩阵D＝(d

步骤4：确定巡线起点和巡线终点；

步骤5：基于所述输电线路、所述巡线起点、所述巡线终点和所述矩阵GPS进行多次迭代；每次迭代后得到一条待筛选输电线路巡线路径，并基于所述矩阵D计算得到所述待筛选输电线路巡线路径的里程；

步骤6：由各条所述待筛选输电线路巡线路径中筛选出里程最短的一条作为对所述输电线路进行无人机自主巡线所采用的路径。

所述步骤2中，所述矩阵GPS初始值为零矩阵；所述步骤3中，所述矩阵D的初始值为无穷大矩阵。

所述步骤5中，基于所述输电线路、所述巡线起点、所述巡线终点和所述矩阵GPS进行的每次迭代包括以下子步骤：

子步骤5-1：设置一套或两套变量，每套所述变量包括路径route、当前杆塔state；当采用单无人机巡检模式时，设置一套所述变量，将所述巡线起点或所述巡线终点作为所述路径route的起点；将所述当前杆塔state的初始值设置为所述路径route的起点所在杆塔；当采用同起点双无人机协同巡检模式时，设置两套所述变量，将所述巡线起点或所述巡线终点作为两套所述变量中所述路径route的起点；当采用异起点双无人机协同巡检模式时，设置两套所述变量，将所述巡线起点和所述巡线终点分别作为两套所述变量中所述路径route的起点；

子步骤5-2：针对每套所述变量同时对所述输电线路中的杆塔进行遍历，若遍历到的第k个杆塔与所述当前杆塔state之间存在线路，则将第k个杆塔加入所述路径route，同时将所述矩阵GPS中的元素GPS(state,k)和GPS(k,state)更新为0，将当前杆塔state更新为第k个杆塔；若遍历完全部所述杆塔，不存在与当前杆塔state之间存在线路的杆塔，则搜寻满足预设条件的多个杆塔，由满足预设条件的多个杆塔中搜寻到与当前杆塔state距离由近及远的排序中位于前m位内的多个所述杆塔，从中随机选择出第l个杆塔，将第l个杆塔加入所述路径route，同时将所述矩阵GPS中的元素GPS(state,l)和GPS(l,state)更新为0，将当前杆塔state更新为第l个杆塔；

子步骤5-3：重复所述子步骤5-2，直至所述矩阵GPS中的元素和为0，从而得到一条所述待筛选输电线路巡线路径。

所述子步骤5-2中，对于存在主线和支线的所述杆塔，设置随机选择，且设置选择支线的概率大于选择主线的概率。

所述子步骤5-2中，所述预设条件为：与其他杆塔有连接。

所述子步骤5-2中，m取值为1～3。

所述输电线路无人机自主巡线路径规划方法还包括：

步骤7：按序输出筛选出的对所述输电线路进行无人机自主巡线所采用的路径上的杆塔信息。

本发明的输电电线路无人机自主巡线路径规划方法适用于所有的输电线路路径规划，能够节约无人机的续航时间，大大提高无人机工作效率。

附图说明

附图1为八条配电线路的平面图。

附图2为采用本发明的配电线路无人机自主巡线路径规划方法规划得到的八条异起点双无人机协同巡检模式下的巡线路径图。

附图3为三种工作模式下八条巡线路径的路径里程比较图。

附图4为三种工作模式下八条巡线路径的程序运行时间比较图。

具体实施方式

下面结合附图所示的实施例对本发明作进一步描述。

实施例一：一种配电线路无人机自主巡线路径规划方法，包括数据处理、路径规划和结果输出。以下该配电线路无人机自主巡线路径规划方法的步骤中，步骤1为数据处理，步骤2至步骤6为路径规划，步骤7为结果输出。

该配电线路无人机自主巡线路径规划方法包括以下步骤：

步骤1：获取配电线路中所包含的杆塔号信息和杆塔坐标信息。

该步骤1主要包括读取数据、提取杆塔号和提取杆塔坐标。所读取的数据来自PMS3.0系统(新一代设备资产精益管理系统)中导出的杆塔信息，数据格式为Excel，内容具体包括：杆塔名称、杆塔编号、杆塔坐标等，读取数据是利用python编程语言里pandas库的read_excel函数读取Excel。

提取杆塔号是将杆塔编号分割提取，杆塔编号样例如万江甲线70-1-5-1-3#所示，采用str.split('#').str[0]函数去除#，采用str.split(‘杆塔编号’).str[1]函数提取编号70-1-5-1-3，采用str.split('-',expand＝False)函数去除'-'，得到70 1 5 1 3。提取杆塔坐标是将杆塔坐标分割提取，坐标样例如1.2345,6.7890所示，采用strip().index(',')函数将经纬坐标分割，得到1.23456.7890。

该第一步是根据所述提取杆塔号得到的结果数据绘制线路平面图和计算杆塔联系矩阵，一般杆塔线路分为主线、支线和次支线，支线由主线分支出来，次支线由支线分支出来。以万江甲线70-1-5-1-3#为例，万江甲线为线路名称，70为主线第70号杆塔，1-5是由主线70号杆塔分支出来的第一条支线的第5号杆塔，1-3是由支线5号杆塔分支出来的第一条次支线的第3号杆塔。相邻编号的杆塔在地理位置上也是相邻的，支线的编号包含了分支节点编号，可通过正则表达式识别出存在线路的相邻杆塔。

以下进行路径规划采用的是改进的Edmonds算法，遍历所有的杆塔和线路，得到最短路径规划。无人机巡检的工作模式包括单无人机巡检、同起点双无人机协同巡检和异起点双无人机协同巡检。

Edmonds算法流程如下：

1)求V

2)利用Floyd算法，求每对顶点i,j∈V

3)构造完全赋权图K

4)求K

5)求M中边的端点之间在G中的最短轨；

6)在5求得的每条最短轨上每条边添加一条等权的“倍边”(即共端点共权的边)；

7)在6中得到的图G'上求Euler回路即为中国邮递员问题的解。

其中，d(v)是G中与v关联的边数(每个环算作两条边)，M是边集E的子集，完美对集M是指M经过所有的节点。

Floyd算法基于动态规划，可求任意两点之间的最小值。设G(V,E)是一个由点集V:{v

1)赋初值：d

2)更新d

3)若k＝n，则停止，否则k＝k+1，转第2步。

由此，改进的Edmonds算法进行路径规划包括以下步骤：

步骤2：设矩阵GPS＝(gps

步骤3：设矩阵D＝(d

该步骤3包括以下子步骤：

子步骤3-1：遍历配电线路中的所有杆塔，基于矩阵GPS，若配电线路中第i个杆塔与第j个杆塔之间存在线路，则计算配电线路中第i个杆塔与第j个杆塔之间的地表距离distance作为矩阵D中的元素D(i,j)，即D(i,j)＝distance，从而更新矩阵GPS。

已知i，j两点的经纬坐标分别为(X

C＝sin(Y

distance＝R×arccos(C)×π/180

式中，R和distance的单位都是千米，R为地球平均半径，取6371.004千米。

子步骤3-2：利用Floyd算法计算配电线路中第i个杆塔与第j个杆塔之间在配电线路中的最短路径长度作为矩阵D中的元素GPS(i,j)，从而更新矩阵GPS。

步骤4：确定巡线起点和巡线终点。

步骤5：基于配电线路、巡线起点、巡线终点和矩阵GPS进行多次迭代；每次迭代后得到一条待筛选配电线路巡线路径，并基于矩阵D计算得到待筛选配电线路巡线路径的里程。

该步骤5中，基于配电线路、巡线起点、巡线终点和矩阵GPS进行的每次迭代包括以下子步骤：

子步骤5-1：设置一套或两套变量，每套变量包括路径route、当前杆塔state。

当采用单无人机巡检模式时，设置一套变量，将巡线起点或巡线终点作为路径route的起点；将当前杆塔state的初始值设置为路径route的起点所在杆塔。当采用同起点双无人机协同巡检模式时，设置两套变量，将巡线起点或巡线终点作为两套变量中路径route的起点，两套变量中的当前杆塔state的初始值state1与state2相同。当采用异起点双无人机协同巡检模式时，设置两套变量，将巡线起点和巡线终点分别作为两套变量中路径route的起点，两套变量中的当前杆塔state的初始值state1与state2不同，即state1与state2分别为巡线起点和巡线终点，或者二者互换为state1与state2分别为巡线终点和巡线起点。该巡检模式根据配电线路特征进行选择。

子步骤5-2：针对每套变量，以当前杆塔state为基准，同时对配电线路中的杆塔进行遍历。

若遍历到的第k个杆塔与当前杆塔state之间存在线路，即GPS(state,k)＝1，则将第k个杆塔加入路径route，同时将矩阵GPS中的元素GPS(state,k)和GPS(k,state)更新为0，将当前杆塔state更新为第k个杆塔。对于存在主线和支线的杆塔，设置随机选择，且设置选择支线的概率大于选择主线的概率(例如，选择分支线的概率是选择当前线路的2至3倍，因为对于大部分线路，优先巡完支线再回到当前线路是一个较好的选择)。

若遍历完全部杆塔，不存在与当前杆塔state之间存在线路的杆塔，则搜寻当前杆塔state附近满足预设条件的第l个杆塔，将第l个杆塔加入路径route，同时将矩阵GPS中的元素GPS(stat,e)l和GPS(l,state)更新为0，将当前杆塔state更新为第l个杆塔。这里的预设条件为：有其他杆塔与第l个杆塔相连接，且第l个杆塔与当前杆塔state距离最近。

子步骤5-3：重复子步骤5-2，直至矩阵GPS中的元素和为0，从而得到一条待筛选配电线路巡线路径。

多次(例如迭代更新1000次)完成上述子步骤后，即可基于矩阵D计算得到各条待筛选配电线路巡线路径的里程。

步骤6：由各条待筛选配电线路巡线路径中筛选出里程最短的一条作为对配电线路进行无人机自主巡线所采用的路径。

步骤7：按序输出筛选出的对配电线路进行无人机自主巡线所采用的路径上的杆塔信息，即导出每一步路径规划。

后续可以将杆塔坐标的路径规划导入无人机，从而实现高效的自主巡线。由于步骤3中的矩阵D基于实际的配电线路而建立，故最终规划出的巡线路径也是基于实际的配电线路的，故无人机在巡线时是沿着实际的配电线路飞行。本发明中无人工作方式是利用车载平台运送和回收无人机，而大多数无人机试点地区是建立无人机机巢，可在本发明的方法基础上进行改进，将机巢坐标添加至路径route的起点和终点即可。

对附图1所示的八条配电线路分别进行无人机自主巡线路径规划，对应得到的八条无人机自主巡线所采用的路径，其中，异起点双无人机协同巡检模式下的巡线路径如附图2所示。当无人机自主巡线采用三种不同的工作模式(单无人机巡检模式、同起点双无人机协同巡检模式、异起点双无人机协同巡检模式)时，八条配电线路对应的巡线路径里程比较如附图3所示，程序运行时间如附图4所示。

上述方案通过数据处理、路径规划算法和结果输出，得到最优路径规划，一方面适用于所有的配电线路路径规划(一般配电线路分支较多、线路分布复杂、地处城市农村，无人机沿着线路飞行比较安全，采用Edmonds模型，若单无人机续航能力不足，可采用双无人机协同巡检，若线路的起点终点距离不太远，可采用异起点双无人机巡检)，另一方面，最优路径节约了无人机的续航时间，大大提高了无人机工作效率。

实施例二：一种输电线路无人机自主巡线路径规划方法，包括数据处理、路径规划和结果输出。以下该输电线路无人机自主巡线路径规划方法的步骤中，步骤1为数据处理，步骤2至步骤6为路径规划，步骤7为结果输出。

本发明还提供一种能够对输电线路的无人机自主巡线所采用的路径进行合理规划，以提高巡检效率的输电线路无人机自主巡线路径规划方法，其方案是：

该输电线路无人机自主巡线路径规划方法包括以下步骤：

步骤1：获取输电线路中所包含的杆塔号信息和杆塔坐标信息。

该步骤1主要包括读取数据、提取杆塔号和提取杆塔坐标。所读取的数据来自PMS3.0系统(新一代设备资产精益管理系统)中导出的杆塔信息，数据格式为Excel，内容具体包括：杆塔名称、杆塔编号、杆塔坐标等，读取数据是利用python编程语言里pandas库的read_excel函数读取Excel。

提取杆塔号是将杆塔编号分割提取，杆塔编号样例如万江甲线70-1-5-1-3#所示，采用str.split('#').str[0]函数去除#，采用str.split(‘杆塔编号’).str[1]函数提取编号70-1-5-1-3，采用str.split('-',expand＝False)函数去除'-'，得到70 1 5 1 3。提取杆塔坐标是将杆塔坐标分割提取，坐标样例如1.2345,6.7890所示，采用strip().index(',')函数将经纬坐标分割，得到1.23456.7890。根据杆塔经纬坐标得到线路分布的平面二维图。

上述步骤根据提取杆塔号得到的结果数据绘制线路平面图和计算杆塔联系矩阵，识别杆塔间是否存在线路的方法如下：太字甲线35-1-14#是杆塔编号样例，其中，太字甲线为线路名称，35为主线第35号杆塔，1-14是由主线35号杆塔分支出来的第一条支线的第14号杆塔。相邻编号的杆塔在地理位置上也是相邻的，支线的编号包含了分支节点编号，可通过正则表达式识别出存在线路的相邻杆塔。

路径规划是采用改进的Fleury算法，遍历所有的杆塔和线路，得到最短路径规划，工作模式是单无人机巡检、同起点双无人机协同巡检和异起点双无人机协同巡检。

设G(V,E)是一个由点集V:{v

1)

2)假设迹W

(1)e

(2)除非没有别的边可选择，否则e

3)当第2步不能再执行时，算法停止。

步骤2：设n*n的矩阵GPS＝(gps

步骤3：设矩阵D＝(d

假设地球是一个完美的球体，其半径为6371.004千米，记为R。若以0度经线为基准，两点的经纬坐标分别为(X

C＝sin(Y

distance＝R×arccos(C)×pi/180

式中，R和distance的单位都是千米，pi是圆周率。

步骤4：确定巡线起点和巡线终点。

步骤5：基于输电线路、巡线起点、巡线终点和矩阵GPS进行多次迭代；每次迭代后得到一条待筛选输电线路巡线路径，并基于矩阵D计算得到待筛选输电线路巡线路径的里程。

基于输电线路、巡线起点、巡线终点和矩阵GPS进行的每次迭代包括以下子步骤：

子步骤5-1：设置一套或两套变量，每套变量包括路径route、当前杆塔state。

当采用单无人机巡检模式时，设置一套变量，将巡线起点或巡线终点作为路径route的起点；将当前杆塔state的初始值设置为路径route的起点所在杆塔。当采用同起点双无人机协同巡检模式时，设置两套变量，将巡线起点或巡线终点作为两套变量中路径route的起点，两套变量中的当前杆塔state的初始值state1与state2相同。当采用异起点双无人机协同巡检模式时，设置两套变量，将巡线起点和巡线终点分别作为两套变量中路径route的起点，两套变量中的当前杆塔state的初始值state1与state2不同，即state1与state2分别为巡线起点和巡线终点，或者二者互换为state1与state2分别为巡线终点和巡线起点。

子步骤5-2：针对每套变量，以当前杆塔state为基准，同时对输电线路中的杆塔进行遍历。

若遍历到的第k个杆塔与当前杆塔state之间存在线路，即GPS(state,k)＝1，则将第k个杆塔加入路径route，同时将矩阵GPS中的元素GPS(state,k)和GPS(k,state)更新为0，将当前杆塔state更新为第k个杆塔。对于存在主线和支线的杆塔，设置随机选择，且设置选择支线的概率大于选择主线的概率(例如，选择分支线的概率是选择当前线路的2至3倍，因为对于大部分线路，优先巡完支线再回到当前线路是一个较好的选择)。

若遍历完全部杆塔，不存在与当前杆塔state之间存在线路的杆塔，则搜寻满足预设条件的多个杆塔，预设条件为：与其他杆塔有连接。由满足预设条件的多个杆塔中搜寻到与当前杆塔state距离由近及远的排序中位于前m(m取值为1～3或其他合适整数)位内的多个杆塔，从中随机选择出第l个杆塔，将第l个杆塔加入路径route，同时将矩阵GPS中的元素GPS(stat,e)l和GPS(l,state)更新为0，将当前杆塔state更新为第l个杆塔。

子步骤5-3：重复子步骤5-2，直至矩阵GPS中的元素和为0，从而得到一条待筛选输电线路巡线路径。

多次完成上述子步骤后，即可基于矩阵D计算得到各条待筛选输电线路巡线路径的里程。

步骤6：由各条待筛选输电线路巡线路径中筛选出里程最短的一条作为对输电线路进行无人机自主巡线所采用的路径。

步骤7：按序输出筛选出的对输电线路进行无人机自主巡线所采用的路径上的杆塔信息，即导出每一步路径规划。

后续可以将杆塔坐标的路径规划导入无人机，从而实现高效的自主巡线。由于步骤3中的矩阵D基于杆塔间的地表信息而建立，而非沿着实际的输电线路，故最终规划出的巡线路径也是基于杆塔间的地表信息的，故无人机在巡线时是不必沿着实际的输电线路飞行。本发明中无人工作方式是利用车载平台运送和回收无人机，而大多数无人机试点地区是建立无人机机巢，可在本发明的方法基础上进行改进，将机巢坐标添加至路径route的起点和终点即可。

本发明的路径规划方案，通过数据处理、路径规划算法和结果输出，得到最优路径规划，一方面适用于所有的输电线路路径规划，一般输电线路分支较少、线路通道较长、地处偏僻，无人机可在巡视完线路某一端点后，起飞一定高度，直接飞往下一个巡视点，无需完全沿着输电线路导线飞行，采用Fleury模型，若单无人机续航能力不足，可采用双无人机协同巡检，若线路的起点终点距离不太远，如某些220kV的环网线路，可采用异起点双无人机巡检，另一方面，最优路径节约了无人机的续航时间，大大提高了无人机工作效率。

上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。