《架空输电线路无人机巡检应用典型案例集》：
　　二、解决方法
　　1．传统分析方法——人工巡检
　　传统变电站监控和巡视主要通过人工方式，通过人的感官对设备进行简单定性判断，主要通过看、触、听、嗅等方法实现。变电站设备设施布局紧凑复杂，呈高低布置，巡视区域广、点位多，一直以来的人工巡检、机器人巡检由于自身高度限制，只能以平视或仰视角度巡检，无法直接观察到设备高处或顶部情况。
　　但是，人工巡检存在着很多不足。传统人工巡检方式存在劳动强度大、工作效率低、检测质量分散、手段单一等不足，人工检测的数据也无法准确、及时地接入管理信息系统。并且，随着无人值守模式的推广，巡视工作量越来越大，巡检到位率、及时性无法保证。
　　2．新技术分析方法——无人机巡检
　　与传统的无人机对输电线路的巡检比较而言，为实现巡检视角更全面细致，不受设备设施高度限制，对设备设施高处部位或顶部的缺陷隐患细节状况“一览无遗”，覆盖巡检死角，巡检变电站的无人机需要更强的抗干扰能力、更精确的飞行姿态控制系统、运行控制更完整的轨迹控制系统、更高清的视频图像采集功能、更准确的自动导航定位功能以及可靠的避障系统。因此，变电站无人机自动化巡检搭载可见光与红外相机，并充分运用了激光雷达（LiDAR）技术、实时动态高精度定位（RTK）技术、深度学习算法，不再依赖飞行人员的无人机操控技术和经验，而是完全自主飞行实现电网的精细化巡检。
　　无人机全自主飞行的航线就是利用激光LiDAR采集的变电站高精度三维点云数据来规划设计的，其输出高精度WGS-84系统地理坐标的航线以供多旋翼无人机进行自主导航飞行作业。而为了克服特高压变电站复杂环境对无人机自主巡检的信号干扰，当前主流做法是创新架设实时差分定位基站，确保变电站差分信号全时段覆盖，解决了变电站抗干扰技术难题。
　　通过激光雷达获取变电站内的高精度三维点云作为基础三维地图，随后使用AI算法自动识别提取关键特征（即站内主要设备）的空间参数，最后自动关联电网资产数据库中的台账记录。借助深度学习算法帮助实现变电站本体精细化巡检的拍照点自动化精准选定，形成平滑连接各拍照点的飞行航迹，并上传至无人机飞控系统中。无人机依据规划的飞行航迹，在RTK厘米级精度定位信号下进行复杂业务自主飞行，并借助激光雷达进行自主导航避障。
　　高精度的RTK定位技术是基于载波相位观测值的实时动态定位技术，它能够实时地提供测站点在指定坐标系中的三维定位结果，并达到厘米级精度。在RTK作业模式下，基准站通过数据链将其观测值和测站坐标信息一起传送给流动站。流动站不仅通过数据链接收来自基准站的数据，还要采集GPS观测数据，并在系统内组成差分观测值进行实时处理，同时给出厘米级定位结果，历时不到一秒钟，时间更快，结果更准确。
　　由于流动站和基准站间的距离限制，常规RTK己无法满足定位精度需要，故出现了网络RTK，其利用多个基准站构成一个基准站网来获取高精度的定位结果。无人机自动化巡检就是通过网络RTK实现无人机的高精度定位导航，通过深度学习算法训练的模型，可精确识别存在缺陷隐患的照片及缺陷位置，最终实现无人机在变电站精确按照规划路径进行精细化巡视。
　　三、应用效果评价
　　在变电站巡检工作日常开展过程中，无人机的使用会大大提高变电站巡检工作的工作效率以及工作质量，但是在无人机巡检过程中并不都是优点，无人机巡检中同样存在一定的缺点，为了使无人机巡检工作更加完善，了解无人机巡检中的优缺点非常重要。就此，对无人机进行变电站架构、避雷针等设备巡检的主要优缺点进行了详细分析，包括以下几点。
　　1．近距离观察变电站基础设备
　　在变电站日常巡检工作开展过程中，利用无人机在高空中对变电站相关设备进行近距离观察，能够十分清晰地获取变电站架构、避雷针的图像数据，工作人员通过对无人机所提供的数据进行对比、分析，及时掌握设备运行过程中出现的一切异常情况，针对异常制定出具有针对性的解决措施，从而恢复设备的正常运行。
　　……