KR102688780B1 - Diagnostic method for facilities of power transmission using unmaned aerial vehicle - Google Patents
Diagnostic method for facilities of power transmission using unmaned aerial vehicle Download PDFInfo
- Publication number
- KR102688780B1 KR102688780B1 KR1020210130918A KR20210130918A KR102688780B1 KR 102688780 B1 KR102688780 B1 KR 102688780B1 KR 1020210130918 A KR1020210130918 A KR 1020210130918A KR 20210130918 A KR20210130918 A KR 20210130918A KR 102688780 B1 KR102688780 B1 KR 102688780B1
- Authority
- KR
- South Korea
- Prior art keywords
- aerial vehicle
- unmanned aerial
- control unit
- power transmission
- corona discharge
- Prior art date
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 191
- 238000002405 diagnostic procedure Methods 0.000 title claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims abstract description 35
- 238000007781 pre-processing Methods 0.000 claims abstract description 14
- 238000007689 inspection Methods 0.000 claims description 50
- 230000007547 defect Effects 0.000 claims description 30
- 238000013507 mapping Methods 0.000 claims description 14
- 238000000034 method Methods 0.000 description 51
- 238000003745 diagnosis Methods 0.000 description 25
- 238000010586 diagram Methods 0.000 description 25
- 230000003287 optical effect Effects 0.000 description 21
- 239000012212 insulator Substances 0.000 description 17
- 230000008569 process Effects 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 6
- 238000013135 deep learning Methods 0.000 description 5
- 238000000926 separation method Methods 0.000 description 5
- 238000013136 deep learning model Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000007635 classification algorithm Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000002950 deficient Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012634 optical imaging Methods 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1218—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using optical methods; using charged particle, e.g. electron, beams or X-rays
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
- B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D47/00—Equipment not otherwise provided for
- B64D47/08—Arrangements of cameras
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1227—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials
- G01R31/1263—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials of solid or fluid materials, e.g. insulation films, bulk material; of semiconductors or LV electronic components or parts; of cable, line or wire insulation
- G01R31/1272—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials of solid or fluid materials, e.g. insulation films, bulk material; of semiconductors or LV electronic components or parts; of cable, line or wire insulation of cable, line or wire insulation, e.g. using partial discharge measurements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/33—Transforming infrared radiation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Locating Faults (AREA)
- Traffic Control Systems (AREA)
Abstract
본 발명은 무인항공기를 이용한 송전설비의 진단방법이 개시된다. 본 발명의 무인항공기를 이용한 송전설비의 진단방법은, 제어부가 송전설비를 따라 무인항공기의 비행을 제어하여 이동시키는 단계; 제어부가 무인항공기를 이동시키면서 비행정보와 촬영부를 통해 촬영영상을 수집하는 단계; 제어부가 촬영영상을 전처리하고 1차원 행렬로 차원을 축소하는 단계; 제어부가 코로나 방전의 세기와 송전설비의 위치를 기반으로 절대좌표계에 사상하는 단계; 제어부가 절대좌표계에 사상된 송전선로의 각 지점에서 코로나 방전의 일관성을 계산하는 단계; 및 제어부가 코로나 방전의 일관성을 기반으로 송전설비를 진단하는 단계;를 포함하는 것을 특징으로 한다. The present invention discloses a diagnostic method for power transmission facilities using an unmanned aerial vehicle. The diagnostic method of a power transmission facility using an unmanned aerial vehicle of the present invention includes the steps of a control unit controlling the flight of an unmanned aerial vehicle to move it along a power transmission facility; A step where the control unit moves the unmanned aerial vehicle and collects flight information and captured images through the recording unit; A control unit preprocessing the captured image and reducing the dimension to a one-dimensional matrix; A step where the control unit maps the corona discharge to an absolute coordinate system based on the intensity of the corona discharge and the location of the power transmission facility; A step where the control unit calculates the consistency of corona discharge at each point of the transmission line mapped to the absolute coordinate system; And a step where the control unit diagnoses the power transmission facility based on the consistency of the corona discharge.
Description
본 발명은 무인항공기를 이용한 송전설비의 진단방법에 관한 것으로서, 보다 상세하게는 무인항공기를 이용한 순시점검으로 송전설비의 코로나 방전을 측정하여 송전설비의 결함위치를 추정하고 고장을 진단하기 위한 무인항공기를 이용한 송전설비의 진단방법에 관한 것이다. The present invention relates to a method for diagnosing power transmission facilities using an unmanned aerial vehicle. More specifically, an unmanned aerial vehicle is used to measure the corona discharge of a power transmission facility through instant inspection using an unmanned aerial vehicle to estimate the location of a defect in the power transmission facility and diagnose a failure. This relates to a diagnostic method for power transmission facilities using .
최근 정보통신 및 그 제어기술의 발전으로 인해 사람이 직접 탑승하여 수행하기에는 위험한 작업이나 어려운 작업들을 대신 수행 가능하게 하는 무인항공기(예 : 드론)에 대한 개발이 활발히 진행되고 있다. Recently, due to the development of information and communication and its control technology, the development of unmanned aerial vehicles (e.g. drones) that can perform dangerous or difficult tasks that would otherwise be performed by a person on board is actively underway.
이러한 무인항공기는 위성 및 관성 항법 장치(예 : GPS, Global Positioning System)를 기반으로, 사용자가 설정한 경로, 고도, 속도로 이동하거나, 무인항공기 내부에 탑재된 제어 시스템에 의하여 비행 위치나 자세, 방향 등을 제어한다. Based on satellites and inertial navigation devices (e.g. GPS, Global Positioning System), these unmanned aerial vehicles move at a path, altitude, and speed set by the user, or the flight position, attitude, and Control direction, etc.
한편 전력설비 중 송전선로는 초고압 전력이 송전되는 고압선, 송전탑, 애자, 및 클램프 등이 포함되며, 수십만 볼트[V]의 고압 전기가 흐르므로, 송전선로는 지상에서 수십 미터의 공중에 별도의 피복 없이 설치된다. 이에 따라, 송전선로는, 낙뢰, 폭우, 및 태풍 등에 노출되어 손상 가능성이 높아지게 되었고, 이로 인해 송전선로에 대한 정기적인 검사가 필수적으로 필요하게 되었다. Meanwhile, among electric power facilities, transmission lines include high-voltage lines, transmission towers, insulators, and clamps through which ultra-high-voltage power is transmitted. As high-voltage electricity of hundreds of thousands of volts [V] flows, transmission lines require separate coverings tens of meters from the ground in the air. It is installed without Accordingly, the possibility of damage to transmission lines has increased due to exposure to lightning, heavy rain, and typhoons, and as a result, regular inspection of transmission lines has become essential.
이에 따라 종래에는 작업자가 철탑에 직접 탑승하여 송전선로를 육안으로 점검하였으나, 이러한 방식은 작업자가 위험에 노출되는 등, 고비용이며 효율이 낮은 점검 방법이라는 문제점이 있었고, 또한 송전선로의 점검을 위해서는 송전을 정지시킨 후 점검 작업을 수행해야 하기 때문에 작업(즉, 송전선로 점검) 가능한 시기가 제한되는 단점이 있었다. Accordingly, in the past, workers directly boarded the steel tower to visually inspect the transmission line. However, this method had the problem of being a high-cost, low-efficiency inspection method, exposing workers to danger, and also requiring transmission lines to be inspected. Because inspection work had to be performed after stopping the system, there was a disadvantage that the time when work could be done (i.e., transmission line inspection) was limited.
이외에도 종래에는 송전선로 상에 각종 감시 설비를 설치하고, 이 감시 설비를 통해 송전선로 상태를 지속적으로 추정 및 감시하였으나, 이러한 방식은 송전선로 상에 별도의 감시 설비를 추가적으로 더 설치하여야 하고, 그 결과 감시 설비 설치에 따른 비용도 증가하게 되는 문제점이 있었다.In addition, in the past, various monitoring facilities were installed on the transmission line, and the status of the transmission line was continuously estimated and monitored through this monitoring facility. However, this method requires additional installation of a separate monitoring facility on the transmission line, and as a result, There was a problem in that the cost of installing surveillance equipment also increased.
이에 따라 최근에는 무인항공기에 카메라를 탑재하여 비행을 통한 원거리 점검에 활용하여 육안 감시를 대체함으로써, 점검 작업의 안전성을 높이고 설비진단의 신뢰도를 향상시키려는 시도가 활발하게 이루어지고 있다. Accordingly, in recent years, there have been active attempts to increase the safety of inspection work and improve the reliability of facility diagnosis by installing cameras on unmanned aerial vehicles and using them for long-distance inspection through flight, replacing visual surveillance.
본 발명의 배경기술은 대한민국 공개특허 10-2016-0123551호(2016.10.26. 공개, 전력 설비 점검을 위한 위상 정보 기반의 드론 시스템 자동 제어 시스템 및 그 방법)에 개시되어 있다. The background technology of the present invention is disclosed in Korean Patent Publication No. 10-2016-0123551 (published on October 26, 2016, automatic control system and method for a drone system based on phase information for power facility inspection).
송전선로에 직접 접근하지 않고도 상태감시 및 고장진단을 수행 가능한 다양한 센서들이 현재까지 연구 및 개발되었다. Various sensors that can perform status monitoring and fault diagnosis without directly accessing the transmission line have been researched and developed to date.
이러한 센서들에는 가시광선 영역을 사용하는 광학 고배율 카메라, 적외선 파장대역을 이용하여 개소의 과열 여부를 확인할 수 있는 적외선 카메라, 결함부에서 발생하는 초음파를 감지 가능한 초음파 카메라 등이 존재한다. These sensors include an optical high-magnification camera that uses the visible light region, an infrared camera that can check whether an area is overheated by using the infrared wavelength band, and an ultrasonic camera that can detect ultrasonic waves generated from defects.
또한, 다양한 고장진단 기법 중 코로나 카메라를 이용한 기법은 송전선로 결함부의 불균일한 표면 주변의 대기가 이온화되어 발생하는 코로나 방전에서 방출되는 UV-C 영역의 자외선을 감지하여 결함의 위치를 확인하는 방법이다. 일반적으로 자외선은 10-397 nm에 이르는 파장으로 길이에 따라 A (320-400 nm), B (280-320 nm), C (100-280 nm) 세 가지로 분류하는데, 이 중 UV-A 및 UV-B 대역의 파장 일부가 대기를 투과하여 지상으로 도달되고, UV-C 대역 파장은 대기의 오존층에서 완벽히 차단된다. In addition, among various fault diagnosis techniques, the technique using a corona camera is a method of confirming the location of the defect by detecting ultraviolet rays in the UV-C region emitted from the corona discharge that occurs when the air around the uneven surface of the defective part of the transmission line is ionized. . In general, ultraviolet rays have a wavelength ranging from 10 to 397 nm and are classified into three types according to their length: A (320-400 nm), B (280-320 nm), and C (100-280 nm), of which UV-A and Some wavelengths in the UV-B band pass through the atmosphere and reach the ground, while wavelengths in the UV-C band are completely blocked by the atmospheric ozone layer.
따라서 UV-C 대역의 자외선은 지상에서 자연적으로 존재하지 않기 때문에 태양광 블라인드(Solar Blind) 대역으로 불린다. 송전선로 표면에 손상이 발생하면 코로나 방전이 발생하기 쉽기 때문에, 코로나 카메라를 이용할 경우 효율적으로 고장 탐지가 가능하며, 이러한 표면 손상은 전체 결함 중에서 상당수를 차지하기 때문에 탐지 가능한 결함의 비중이 크다. Therefore, because ultraviolet rays in the UV-C band do not exist naturally on the ground, it is called the solar blind band. Since corona discharge is likely to occur when damage occurs on the surface of a transmission line, efficient fault detection is possible using a corona camera. Since such surface damage accounts for a significant portion of all defects, the proportion of detectable defects is large.
그러나 현재 코로나 카메라를 이용한 점검은 작업자가 직접 송전선로 근처에 접근하여 지상에서부터 코로나 카메라로 송전선로를 촬영하는 방식으로 수행되기 때문에, 고도가 높은 765 kV 송전선로와 같은 구간이나 육로로 접근하기 어려운 일부 산간지역에서 활용하기에 제약이 존재하는 문제점이 있다. However, currently, inspections using corona cameras are performed by workers approaching the transmission line directly and photographing the transmission line with a corona camera from the ground, so it is necessary to inspect sections such as the 765 kV transmission line at high altitudes or parts that are difficult to access by land. There are limitations to its use in mountainous areas.
또한 결함 판별에 사용되는 기준 또한 특정 지점에서 발생하는 코로나 방전을 일정 시간 이상 촬영하였을 때 계측되는 코로나 방전의 빈도로, 긴 송전선로 구간을 짧은 시간에 점검하는 순시점검(patrol inspection)에는 부적합하다는 문제점이 있다. In addition, the standard used to determine defects is the frequency of corona discharge, which is measured when corona discharge occurring at a specific point is photographed over a certain period of time, which is unsuitable for patrol inspection that inspects long transmission line sections in a short period of time. There is.
본 발명은 상기와 같은 문제점들을 개선하기 위하여 안출된 것으로, 일 측면에 따른 본 발명의 목적은 무인항공기를 이용한 순시점검으로 송전설비의 코로나 방전을 측정하여 송전설비의 결함위치를 추정하고 고장을 진단하기 위한 무인항공기를 이용한 송전설비의 진단방법을 제공하는 것이다. The present invention was created to improve the problems described above, and the purpose of the present invention according to one aspect is to measure the corona discharge of the power transmission facility through instant inspection using an unmanned aerial vehicle, estimate the location of the defect in the power transmission facility, and diagnose the fault. To provide a diagnostic method for power transmission facilities using an unmanned aerial vehicle.
본 발명의 일 측면에 따른 무인항공기를 이용한 송전설비의 진단방법은, 제어부가 송전설비를 따라 무인항공기의 비행을 제어하여 이동시키는 단계; 상기 제어부가 상기 무인항공기를 이동시키면서 비행정보와 촬영부를 통해 촬영영상을 수집하는 단계; 상기 제어부가 상기 촬영영상을 전처리하고 1차원 행렬로 차원을 축소하는 단계; 상기 제어부가 코로나 방전의 세기와 상기 송전설비의 위치를 기반으로 절대좌표계에 사상하는 단계; 상기 제어부가 상기 절대좌표계에 사상된 송전선로의 각 지점에서 코로나 방전의 일관성을 계산하는 단계; 및 상기 제어부가 코로나 방전의 일관성을 기반으로 상기 송전설비를 진단하여 출력하는 단계;를 포함하되, 상기 송전설비를 진단할 때, 상기 제어부가 코로나 방전의 일관성 수치를 기반으로 송전설비에서 결함이 발생한 위치인 결함위치를 특정하되, 상기 결함 위치는 무인항공기의 점검 시작점(wp1)에 대응하는 송전선로 시작점(p1)으로부터 상기 결함 위치까지의 거리(xfault) 및 상기 송전선로 시작점(p1)과 상기 결함 위치 간의 고도차(vfault)로 특정되며, 상기 송전선로 시작점(p1)으로부터 상기 결함 위치까지의 거리(xfault)는, 송전선로가 포함된 TL 평면에서의 사다리꼴, 상기 결함 위치에 대응하는 무인항공기의 위치(P)와 상기 점검 시작점(wp1) 사이의 거리(ℓfault), 상기 송전선로 시작점(p1)과 송전선로의 끝점(p2) 사이의 수평거리(xp1p2), 및 상기 무인항공기의 점검 시작점(wp1)과 점검 종료점(wp2) 사이의 거리(L)에 근거하여 산출되고, 상기 고도차(vfault)는 상기 거리(ℓfault), 상기 송전선로 시작점(p1)과 송전선로 끝점(p2) 사이의 고도차(p2z - p1z), 이도(S),및 상기 점검 시작점(wp1)과 점검 종료점(wp2) 사이의 거리(L)에 근거하여 산출되며, 상기 사다리꼴은 상기 무인항공기의 점검 시작점(wp1), 무인항공기의 점검 종료점(wp2), 송전선로의 시작점(p1), 및 송전선로의 끝점(p2)으로 이루어지고, 상기 촬영영상을 수집하는 단계는, 상기 제어부가 상기 무인항공기를 제어하여 송전선로의 이도에 따라 짐벌을 이용해 촬영각도를 제어하거나, 수평을 유지하면서 고도를 조절하여 상기 촬영부로부터 상기 촬영영상을 수집하며, 상기 절대좌표계에 사상하는 단계는, 상기 제어부가 상기 촬영영상으로부터 코로나 방전과 관련없는 부분을 삭제하여 전처리하는 단계; 상기 제어부가 전처리한 상기 촬영영상으로부터 코로나 방전의 세기를 분석하여 1차원 행렬로 차원을 축소하는 단계; 및 상기 제어부가 차원이 축소된 코로나 방전의 세기를 시간-위치정보를 기반으로 상기 절대좌표계에 사상하는 단계를 포함하고, 상기 전처리하는 단계는, 상기 제어부가 촬영영상으로부터 코로나 방전과 관련 없는 OSD(On Screen Display) 부분을 삭제하고, 배경 블랙크닝(blackening) 작업을 수행하며, 화면을 구성하는 2차원 행렬의 모든 행에, 한 행 위의 원소 값을 더하여 줄무늬를 제거하여 전처리하는 것을 특징으로 한다. A method of diagnosing a power transmission facility using an unmanned aerial vehicle according to an aspect of the present invention includes the steps of a control unit controlling the flight of an unmanned aerial vehicle to move it along the power transmission facility; A step where the control unit moves the unmanned aerial vehicle and collects flight information and captured images through a photography unit; Preprocessing the captured image by the control unit and reducing the dimension to a one-dimensional matrix; The control unit mapping the corona discharge to an absolute coordinate system based on the intensity of the corona discharge and the location of the power transmission facility; The control unit calculating the consistency of corona discharge at each point of the transmission line mapped to the absolute coordinate system; And a step of the control unit diagnosing and outputting the power transmission equipment based on the consistency of corona discharge; wherein, when diagnosing the power transmission equipment, the control unit diagnoses a fault in the power transmission equipment based on the consistency value of the corona discharge. The defect location is specified, but the defect location is the distance from the transmission line starting point (p 1 ) corresponding to the inspection starting point (wp 1 ) of the unmanned aerial vehicle to the defect location (x fault ) and the transmission line starting point (p 1) . ) and the altitude difference (v fault ) between the fault location, and the distance from the transmission line starting point (p 1 ) to the fault location (x fault ) is a trapezoid in the TL plane containing the transmission line, the fault location The distance (ℓ fault ) between the position (P) of the unmanned aerial vehicle corresponding to the inspection start point (wp 1 ), the horizontal distance between the transmission line start point (p 1 ) and the end point (p 2 ) of the transmission line (x p1p2 ) ), and is calculated based on the distance (L) between the inspection start point (wp 1 ) and the inspection end point (wp 2 ) of the unmanned aerial vehicle, and the altitude difference (v fault ) is the distance (ℓ fault ) and the transmission line start point. The altitude difference (p 2z - p 1z ) between (p 1 ) and the transmission line end point (p 2 ), the degree (S), and the distance (L) between the inspection start point (wp 1 ) and the inspection end point (wp 2 ) It is calculated based on, and the trapezoid consists of the inspection start point of the unmanned aerial vehicle (wp 1 ), the inspection end point of the unmanned aerial vehicle (wp 2 ), the start point of the transmission line (p 1 ), and the end point of the transmission line (p 2 ). In the step of collecting the captured image, the control unit controls the unmanned aerial vehicle to control the shooting angle using a gimbal according to the angle of the power transmission line, or adjusts the altitude while maintaining horizontality to collect the captured image from the capture unit. The step of collecting and mapping to the absolute coordinate system includes preprocessing the control unit to delete portions unrelated to corona discharge from the captured image; Analyzing the intensity of corona discharge from the captured image pre-processed by the control unit and reducing the dimension to a one-dimensional matrix; And a step where the control unit maps the intensity of the corona discharge of which the dimension has been reduced to the absolute coordinate system based on time-position information, and the preprocessing step includes the control unit mapping an OSD (OSD) unrelated to the corona discharge from the captured image. It is characterized by preprocessing by deleting the (On Screen Display) part, performing background blackening, and removing stripes by adding the element value one row above to all rows of the two-dimensional matrix that makes up the screen. .
본 발명의 일 측면에 따른 무인항공기를 이용한 송전설비의 진단방법은 코로나 카메라를 탑재한 무인항공기를 이용한 송전설비의 코로나 방전에 의한 UV-C 대역의 자외선을 측정하여 송전설비의 결함위치를 추정하고 고장을 진단하며, 촬영된 광학 촬영영상을 이용하여 심층학습 기법을 통해 고장이 발생된 송전설비를 식별하여 분류함으로써 접근이 제한적인 송전설비에 대한 순시점검으로 송전선로 및 송전애자의 고장을 진단하고 알람을 발생시킬 수 있다. According to one aspect of the present invention, a method for diagnosing power transmission equipment using an unmanned aerial vehicle is to estimate the location of a defect in the power transmission equipment by measuring ultraviolet rays in the UV-C band caused by corona discharge of the power transmission equipment using an unmanned aerial vehicle equipped with a corona camera. Diagnose failures and identify and classify faulty transmission facilities through deep learning techniques using captured optical images. Diagnose failures in transmission lines and insulators through spot inspections of transmission facilities with limited access. An alarm can be triggered.
도 1은 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단장치를 나타낸 블록 구성도이다.
도 2는 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단장치를 통해 점검하는 송전설비를 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단방법을 설명하기 위한 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단방법에서 무인항공기의 짐벌 제어를 설정하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단방법에서 촬영영상의 관심영역을 나타낸 도면이다.
도 6은 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단방법에서 코로나 촬영영상의 줄무늬를 나타낸 도면이다.
도 7은 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단방법에서 촬영영상의 전처리 전후를 나타낸 도면이다.
도 8은 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단방법에서 차원 축소 개념을 설명하기 위한 도면이다.
도 9는 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단방법에서 코로나 방전의 세기를 절대좌표계에 사상한 결과를 나타낸 도면이다.
도 10은 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단방법에서 코로나 촬영영상의 구간 길이를 설명하기 위한 도면이다.
도 11은 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단방법에서 구간에 따른 코로나 방전의 세기를 나타낸 예시도이다.
도 12는 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단방법에서 구간에 따른 코로나 방전의 일관성 계산 결과를 나타낸 예시도이다.
도 13은 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단방법에서 고장위치를 산출하는 방법을 설명하기 위한 도면이다.
도 14는 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단방법에서 고도정보에 따라 송전설비를 분류하는 도면이다. Figure 1 is a block diagram showing a diagnostic device for power transmission facilities using an unmanned aerial vehicle according to an embodiment of the present invention.
Figure 2 is a diagram showing a power transmission facility inspected through a diagnostic device for power transmission facilities using an unmanned aerial vehicle according to an embodiment of the present invention.
Figure 3 is a flowchart illustrating a method of diagnosing power transmission facilities using an unmanned aerial vehicle according to an embodiment of the present invention.
Figure 4 is a diagram for setting gimbal control of an unmanned aerial vehicle in the diagnosis method of power transmission equipment using an unmanned aerial vehicle according to an embodiment of the present invention.
Figure 5 is a diagram showing a region of interest in a captured image in a diagnostic method of power transmission equipment using an unmanned aerial vehicle according to an embodiment of the present invention.
Figure 6 is a diagram showing stripes in a corona image taken in the diagnosis method of power transmission equipment using an unmanned aerial vehicle according to an embodiment of the present invention.
Figure 7 is a diagram showing before and after preprocessing of a captured image in the diagnosis method of power transmission equipment using an unmanned aerial vehicle according to an embodiment of the present invention.
Figure 8 is a diagram for explaining the concept of dimensionality reduction in the diagnosis method of power transmission equipment using an unmanned aerial vehicle according to an embodiment of the present invention.
Figure 9 is a diagram showing the results of mapping the intensity of corona discharge to an absolute coordinate system in the diagnostic method of power transmission equipment using an unmanned aerial vehicle according to an embodiment of the present invention.
Figure 10 is a diagram for explaining the section length of a corona image in the diagnosis method of power transmission equipment using an unmanned aerial vehicle according to an embodiment of the present invention.
Figure 11 is an example diagram showing the intensity of corona discharge according to section in the diagnosis method of power transmission equipment using an unmanned aerial vehicle according to an embodiment of the present invention.
Figure 12 is an example diagram showing the results of calculating the consistency of corona discharge according to section in the diagnosis method of power transmission equipment using an unmanned aerial vehicle according to an embodiment of the present invention.
Figure 13 is a diagram for explaining a method of calculating a fault location in a diagnosis method of power transmission equipment using an unmanned aerial vehicle according to an embodiment of the present invention.
Figure 14 is a diagram illustrating classification of power transmission facilities according to altitude information in the diagnosis method of power transmission facilities using an unmanned aerial vehicle according to an embodiment of the present invention.
이하, 첨부된 도면들을 참조하여 본 발명에 따른 무인항공기를 이용한 송전설비의 진단방법을 설명한다. 이 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.Hereinafter, a diagnosis method of a power transmission facility using an unmanned aerial vehicle according to the present invention will be described with reference to the attached drawings. In this process, the thickness of lines or sizes of components shown in the drawing may be exaggerated for clarity and convenience of explanation. In addition, the terms described below are terms defined in consideration of functions in the present invention, and may vary depending on the intention or custom of the user or operator. Therefore, definitions of these terms should be made based on the content throughout this specification.
도 1은 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단장치를 나타낸 블록 구성도이고, 도 2는 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단장치를 통해 점검하는 송전설비를 나타낸 도면이다. Figure 1 is a block diagram showing a diagnostic device for power transmission equipment using an unmanned aerial vehicle according to an embodiment of the present invention, and Figure 2 is a block diagram showing a diagnostic device for power transmission equipment using an unmanned aerial vehicle according to an embodiment of the present invention. This is a drawing showing a power transmission facility.
도 1에 도시된 바와 같이 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단장치는, 촬영부(10), 무인항공기(20), 제어부(30) 및 출력부(40)를 포함할 수 있다. As shown in FIG. 1, the diagnostic device for power transmission equipment using an unmanned aerial vehicle according to an embodiment of the present invention includes an
촬영부(10)는 송전설비를 촬영하여 코로나 촬영영상과 광학 촬영영상을 제어부(40)에 제공할 수 있다. The
촬영부(10)는 코로나 카메라(12)와 광학 카메라(14)를 포함할 수 있다. The
여기서, 코로나 카메라(12)는 송전설비에서 방전되는 코로나 방전의 UV-C 대역(100-280 nm)의 자외선을 촬영한 코로나 촬영영상을 제공할 수 있고, 광학 카메라(14)는 송전설비를 촬영한 광학 촬영영상을 제공할 수 있다. Here, the
본 실시예에서는 코로나 촬영영상을 기반으로 송전설비의 고장을 진단할 수 있고, 광학 촬영영상을 기반으로 고장이 발생된 송전설비를 식별할 수 있다.In this embodiment, a failure of a power transmission facility can be diagnosed based on a corona image, and a faulty power transmission facility can be identified based on an optical image.
무인항공기(20)는 촬영부(10)를 송전설비를 따라 비행하여 접근이 제한적인 송전설비에 접근하여 촬영영상을 수집할 수 있도록 이동할 수 있다. The unmanned
무인항공기(20)는 도 2에 도시된 바와 같이 송전설비를 점검하기 위해 촬영각도를 제어하면서 송전선로(TLs)를 따라 비행하여 순시점검하게 되며, 송전탑의 애자(Insulators)를 점검하기 위해 수평을 유지하면서 고도를 조절하여 수직방향으로 이동할 수 있다. As shown in FIG. 2, the unmanned aerial vehicle (20) flies along the transmission lines (TLs) while controlling the shooting angle to inspect the transmission equipment, and performs an instantaneous inspection, and flies horizontally to inspect the insulators of the transmission tower. You can move vertically by adjusting the altitude while maintaining the altitude.
제어부(30)는 무인항공기(20)를 제어하여 송전설비를 따라 비행시키면서 비행정보를 입력받고 촬영부(10)로부터 촬영영상을 입력받으며, 촬영영상으로부터 분석한 코로나 방전의 세기와 송전설비의 위치를 기반으로 절대좌표계에 사상한 후 송전선로의 각 지점에 따라 코로나 방전의 일관성을 계산하여 송전설비를 진단할 수 있다.The
여기서 제어부(30)는 무인항공기(20)의 위치정보와 송전선로의 위치정보를 이용하여 무인항공기(20)를 제어하여 송전선로를 따라 이동하여 접근이 제한적인 송전설비에 접근할 뿐만 아니라 송전선로의 이도에 따라 짐벌(gimbal)을 이용해 촬영각도를 제어하거나, 수평을 유지하면서 고도를 조절하여 촬영부(10)로부터 촬영영상을 입력받을 수 있다. Here, the
또한 제어부(30)는 촬영영상으로부터 코로나 방전과 관련없는 카메라 제조사, 날짜, 확대 배율과 같은 각종 메타 데이터가 표시되는 OSD(On Screen Display) 부분을 삭제하고 배경과 코로나 방전이 더욱 선명하게 구별되도록 배경 블랙크닝(blackening) 작업을 수행하여 전처리한다. In addition, the
본 실시예에서는 코로나 카메라(12)의 화각이 10° 미만의 작은 화각을 가지는 특징을 고려할 때 코로나 카메라(12)로 촬영되는 송전설비는 하나의 송전설비로 제한적이기 때문에 제어부(30)는 코로나 촬영영상에 대해 2차원 행렬의 각 열의 원소를 모두 합한 1차원 행렬로 차원을 축소하여 연산량을 줄인 상태에서 코로나 방전의 세기를 산출하여 촬영영상을 수집한 시간-위치정보를 기반으로 절대좌표계에 사상할 수 있다. In this embodiment, considering the fact that the
이후 제어부(30)는 절대좌표계에 사상된 코로나 방전의 세기를 기반으로 각 지점에서 발생된 코로나 방전의 일관성을 계산하여 송전설비의 고장을 진단하고 고장 위치를 특정하며, 심층학습 모델을 이용한 분류 알고리즘을 통해 광학 촬영영상으로부터 송전설비를 식별하여 종류별(애자, 송전선로, 댐퍼 등)로 분류할 수 있다. Afterwards, the
출력부(40)는 제어부(30)의 진단결과를 출력할 수 있다. 여기서 출력부(40)는 진단결과에 따라 고장 위치, 식별한 송전설비 및 알람을 출력할 수 있다.The
상술한 바와 같이, 본 발명의 실시예에 의한 무인항공기를 이용한 송전설비의 진단장치에 따르면, 코로나 카메라를 탑재한 무인항공기를 이용한 송전설비의 코로나 방전에 의한 UV-C 대역의 자외선을 측정하여 송전설비의 결함위치를 추정하고 고장을 진단하며, 촬영된 광학 촬영영상을 이용하여 심층학습 기법을 통해 고장이 발생된 송전설비를 식별하여 분류함으로써 접근이 제한적인 송전설비에 대한 순시점검으로 송전선로 및 송전애자의 고장을 진단하고 알람을 발생시킬 수 있다. As described above, according to the diagnostic device for power transmission facilities using an unmanned aerial vehicle according to an embodiment of the present invention, ultraviolet rays in the UV-C band caused by corona discharge of a power transmission facility using an unmanned aerial vehicle equipped with a corona camera are measured to transmit power. By estimating the fault location of the equipment, diagnosing the failure, and identifying and classifying the faulty transmission equipment through deep learning techniques using captured optical images, instantaneous inspection of transmission facilities with limited access is carried out on transmission lines and It is possible to diagnose transmission insulator failures and generate an alarm.
도 3은 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단방법을 설명하기 위한 흐름도이고, 도 4는 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단방법에서 무인항공기의 짐벌 제어를 설정하기 위한 도면이며, 도 5는 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단방법에서 촬영영상의 관심영역을 나타낸 도면이고, 도 6은 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단방법에서 코로나 촬영영상의 줄무늬를 나타낸 도면이며, 도 7은 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단방법에서 촬영영상의 전처리 전후를 나타낸 도면이고, 도 8은 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단방법에서 차원 축소 개념을 설명하기 위한 도면이며, 도 9는 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단방법에서 코로나 방전의 세기를 절대좌표계에 사상한 결과를 나타낸 도면이고, 도 10은 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단방법에서 코로나 촬영영상의 구간 길이를 설명하기 위한 도면이며, 도 11은 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단방법에서 구간에 따른 코로나 방전의 세기를 나타낸 예시도이고, 도 12는 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단방법에서 구간에 따른 코로나 방전의 일관성 계산 결과를 나타낸 예시도이며, 도 13은 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단방법에서 고장위치를 산출하는 방법을 설명하기 위한 도면이고, 도 14는 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단방법에서 고도정보에 따라 송전설비를 분류하는 도면이다. Figure 3 is a flowchart for explaining a method for diagnosing power transmission facilities using an unmanned aerial vehicle according to an embodiment of the present invention, and Figure 4 is a flowchart for explaining a method for diagnosing power transmission facilities using an unmanned aerial vehicle according to an embodiment of the present invention. This is a diagram for setting gimbal control, and Figure 5 is a diagram showing a region of interest in a captured image in the diagnosis method of power transmission equipment using an unmanned aerial vehicle according to an embodiment of the present invention, and Figure 6 is an embodiment of the present invention. It is a diagram showing the stripes of a corona photographed image in the diagnostic method of a power transmission facility using an unmanned aerial vehicle according to an embodiment of the present invention, and Figure 7 shows before and after preprocessing of the captured image in the diagnostic method of a power transmission facility using an unmanned aerial vehicle according to an embodiment of the present invention. It is a drawing, and FIG. 8 is a drawing to explain the concept of dimensionality reduction in the diagnosis method of power transmission equipment using an unmanned aerial vehicle according to an embodiment of the present invention, and FIG. 9 is a drawing showing power transmission using an unmanned aerial vehicle according to an embodiment of the present invention. It is a diagram showing the results of mapping the intensity of corona discharge to an absolute coordinate system in the equipment diagnosis method, and Figure 10 illustrates the section length of the corona image taken in the diagnosis method of power transmission equipment using an unmanned aerial vehicle according to an embodiment of the present invention. Figure 11 is an exemplary diagram showing the intensity of corona discharge according to section in the diagnostic method of power transmission equipment using an unmanned aerial vehicle according to an embodiment of the present invention, and Figure 12 is a diagram showing the intensity of corona discharge according to an embodiment of the present invention. It is an example diagram showing the results of calculating the consistency of corona discharge according to section in the diagnostic method of power transmission equipment using an unmanned aerial vehicle, and Figure 13 is a diagram showing the fault location in the diagnostic method of power transmission equipment using an unmanned aerial vehicle according to an embodiment of the present invention. This is a diagram for explaining the method, and FIG. 14 is a diagram illustrating classification of power transmission facilities according to altitude information in the diagnosis method of power transmission facilities using an unmanned aerial vehicle according to an embodiment of the present invention.
도 3에 도시된 바와 같이 본 발명의 일 실시예에 따른 무인항공기를 이용한 송전설비의 진단방법에서는 먼저, 제어부(30)가 송전설비를 따라 무인항공기(20)의 비행을 제어하여 이동시킨다.As shown in FIG. 3, in the diagnosis method of a power transmission facility using an unmanned aerial vehicle according to an embodiment of the present invention, first, the
본 실시예에서 무인항공기(20)를 이용한 송전설비의 순시점검은 도 2에 도시된 바와 같이 송전선로(TLs)를 점검하기 위해 송전선로 진행방향을 따라 점검이 진행된다. 또한, 송전선로를 절연 및 지지하기 위한 송전탑의 애자(insulators)를 점검하기 위해 수직방향을 따라 송전탑의 측면을 점검하게 된다.In this embodiment, the instantaneous inspection of power transmission facilities using the unmanned aerial vehicle (20) is performed along the direction of transmission lines (TLs) as shown in FIG. 2. Additionally, the side of the transmission tower is inspected along the vertical direction to inspect the insulators of the transmission tower for insulating and supporting the transmission line.
따라서 제어부(30)는 애자를 점검할 경우에는 촬영부(10)의 코로나 카메라(12)의 각도를 수평으로 고정하고 무인항공기(20)의 고도를 조절하여 점검하고, 송전선로를 점검할 경우에는 송전선로의 이도를 고려하여 짐벌(gimbal)을 이용해 촬영부(10)의 코로나 카메라(12) 목표 각도를 계산하여 촬영각도를 제어하도록 한다. Therefore, when inspecting the insulator, the
여기서 목표 각도를 계산하기 위해 제어부(30)는 무인항공기(20)의 위치정보와 송전선로의 위치정보를 이용하여 짐벌 제어의 목표 각도 θ를 계산할 수 있다. Here, in order to calculate the target angle, the
도 4에 도시된 바와 같이 무인항공기(20)가 송전선로(TL)를 따라 wp1에서 wp2로 직선 이동하는 상황을 가정할 때, L은 점검시작점 wp1에서 점검종료점 wp2 까지의 거리, 즉 무인항공기가 이동하게 되는 총 거리이다. As shown in FIG. 4, assuming a situation where the unmanned
또한, ℓ은 점검시작점 wp1에서 현재 위치 P 까지의 거리, 즉 무인항공기(20)가 현재까지 이동한 거리이다. TL 평면(TL surface)은 송전선로 TL이 포함되는 평면으로 TL 평면에서 z축(높이)과 수직하는 송전선로의 진행 방향을 xTL축, z축 및 xTL축과 수직인 방향을 yTL축으로 정의할 수 있다. In addition, ℓ is the distance from the inspection start point wp 1 to the current position P, that is, the distance the unmanned
TL 평면에서 송전선로 TL은 경간의 양 끝점 p1, p2를 포함하면서 p1, p2 사이(D)의 중점에서 z축과 평행한 방향으로 선을 내렸을 때 송전선로 TL과의 거리, 즉 이도(sag) S는 이차곡선 혹은 현수선으로 정의할 수 있다. In the TL plane, the transmission line TL includes both end points p 1 and p 2 of the span, and when the line is drawn from the midpoint between p 1 and p 2 (D) in the direction parallel to the z-axis, the distance from the transmission line TL is, that is, Sag S can be defined as a quadratic curve or catenary line.
무인항공기(20)의 현재 위치 P에서부터 TL 평면으로 수선의 발을 내렸을 때 만나는 점을 p'으로 정의하며, P에서 p'까지 수선의 길이를 h로 정의하며, 수선의 발 p'으로부터 z축과 평행한 방향으로 선을 내렸을 때 송전선로 TL과 만나는 점을 p로 정의하고 p'으로부터 p까지의 거리를 v로 정의한다. P가 wp1일 때 h 및 v는 h1 및 v1로 정의하며, P가 wp2일 때 h 및 v는 h2 및 v2로 정의한다. The point that meets when the foot of the perpendicular line is lowered from the current position P of the unmanned
이때 수평을 기준으로 짐벌의 제어 목표 각도 θ는 무인항공기(20)의 현재 위치 P에서 TL평면으로 내린 수선의 발 p' 및 p 세 점으로 정의되는 삼각형이 P점에서 가지는 각도이며, h 및 v값을 계산하면 이 두 값의 비를 이용하여 산출 가능하다.At this time, the control target angle θ of the gimbal based on the horizontal is the angle that the triangle defined by the three points p' and p of the perpendicular line lowered from the current position P of the unmanned
본 실시예에서는 무인항공기(20) 등으로 사전에 측정된 송전선로 정보를 통해 주어지거나 계산되는 h1, h2, v1, v2, L, S 및 실시간 위치정보를 기반으로 계산되는 ℓ을 이용하여 무인항공기의 현재위치에 따른 h, v를 실시간으로 계산한 뒤, 삼각형의 성질을 이용하여 짐벌 제어 목표 각도 θ를 자동으로 산출하여 짐벌 제어 목표 각도로 활용할 수 있다. In this embodiment, h 1 , h 2 , v 1 , v 2 , L, S given or calculated through transmission line information previously measured with an unmanned aerial vehicle (20), etc., and ℓ calculated based on real-time location information. After calculating h and v according to the current position of the unmanned aerial vehicle in real time, the gimbal control target angle θ can be automatically calculated using the properties of a triangle and used as the gimbal control target angle.
여기서, ℓ은 wp1의 좌표와 무인항공기(20)의 실시간 좌표 P 사이의 거리로써, 이용하는 좌표계에 따라 ℓ을 산출하는 방식은 달라질 수 있다.Here, ℓ is the distance between the coordinates of wp 1 and the real-time coordinates P of the unmanned
예를 들어, wp1의 좌표계와 무인항공기(20)의 좌표계가 특정 좌표를 영점으로 두는 3차원 직교좌표계일 경우, 간단히 두 점의 좌표의 차이의 제곱을 합한 것의 제곱근으로 산출할 수 있으며() 지구를 타원체로 가정하는 GPS와 같은 좌표계의 경우, 두 좌표의 위도 및 경도의 차이로 인한 수평거리의 제곱과 고도차의 제곱을 합한 것의 제곱근으로 산출할 수 있다. 이때 위도 및 경도의 차이로 인한 수평거리는 대표적으로 Vincenty's formula를 이용하여 계산할 수 있다. For example, if the coordinate system of wp 1 and the coordinate system of the unmanned
도 4의 (b)는 가로축 xTL, 세로축 yTL이 되도록 -z방향으로 투영한 평면으로, wp1, p1, p2, wp2로 정의되는 사각형은 h1, h2가 평행한 사다리꼴이므로 ℓ과 L의 비를 이용하여 h를 계산 가능하며 수학식 1과 같이 산출할 수 있다. (b) in FIG. 4 is a plane projected in the -z direction so that the horizontal axis x TL and the vertical axis y TL are, and the square defined by wp 1 , p 1 , p 2 , and wp 2 is a trapezoid with h 1 and h 2 being parallel. Therefore, h can be calculated using the ratio of ℓ and L and can be calculated as shown in Equation 1.
도 4의 (c)는 가로축 xTL, 세로축은 z축이 되도록 -yTL방향으로 투영한 평면으로, v를 p1, wp1, wp2, p2로 정의되는 사다리꼴에 포함되는 부분과, 사다리꼴과 송전선로 TL사이의 부분 f(ℓ)로 구분하였을 때, 상술한 h를 계산하는 방법을 동일하게 적용하여 수학식 2로 산출 가능하다.(c) in FIG . 4 is a plane projected in the -y TL direction so that the horizontal axis is When divided into the portion f(ℓ) between the trapezoid and the transmission line TL, the method for calculating h described above can be applied in the same manner to calculate it using Equation 2.
또한, 송전선로 TL을 이차곡선으로 보았을 때, 수학식 3과 같이 f(ℓ) 또한 f(0)=0, f(L)=0, f(L/2)=S인 이차함수로 볼 수 있다.In addition, when viewing the transmission line TL as a quadratic curve, f(ℓ) can also be viewed as a quadratic function with f(0)=0, f(L)=0, and f(L/2)=S, as shown in Equation 3. there is.
여기서 수학식 3을 수학식 2에 대입하여 v를 산출하면 수학식 4와 같다.Here, substituting Equation 3 into Equation 2 to calculate v is the same as Equation 4.
여기서 h와 v는 무인항공기(20)가 점검할 때 시간에 가변적이므로 h(ℓ) 및 v(ℓ)로 표현되며, h(ℓ) 및 v(ℓ)를 이용하여 무인항공기(20)가 송전선로 점검을 수행할 때 송전선로 처짐을 고려하여 제어해야하는 코로나 카메라(12)의 목표 각도 θ(t)를 구하면 수학식 5와 같다. Here, h and v are variable in time when the unmanned
p와 무인항공기(20)의 현재 위치 P 사이의 이격거리 r(ℓ) 또한 h(ℓ) 및 v(ℓ)를 이용하여 수학식 6과 같이 산출할 수 있으며, 시간에 따른 이격거리 r(ℓ)의 정보는 절대좌표계에서 송전선로 TL의 코로나 방전에 대한 정보를 사상할 때 사용될 수 있다. The separation distance r(ℓ) between p and the current location P of the unmanned
S10 단계에서 비행 제어를 통해 무인항공기(20)를 이동시키면서 제어부(30)는 비행정보와 촬영부(10)를 통해 촬영영상을 수집한다(S20). In step S10, while moving the unmanned
여기서 촬영영상은 송전설비에서 방전되는 코로나 방전의 UV-C 대역의 자외선을 촬영한 코로나 촬영영상과, 송전설비를 촬영한 광학 촬영영상을 포함한다. Here, the captured images include corona captured ultraviolet rays in the UV-C band of the corona discharge discharged from the power transmission facility and optical captured images of the power transmission facility.
이와 같이 제어부(20)는 짐벌 제어를 수행하며 촬영된 코로나 촬영영상을 광학 촬영영상과 결합하여 실시간 상태감시에 활용하거나 흑백 영상으로 저장하여, 시간에 따른 p와 무인항공기(20)의 현재 위치 P 사이의 이격거리 r(ℓ) 데이터, 위치정보로부터 기록된 시간-위치정보 데이터와 같이 일관성 계산에 사용할 수 있다. In this way, the
여기서, 제어부(20)가 실시간 상태감시에 활용하기 위해 광학 촬영영상과 코로나 촬영영상을 결합하는 과정은, 일반적으로 화각이 상대적으로 넓은 광학 촬영영상에서 코로나 카메라(12)가 촬영하는 관심영역(region of interest)을 설정하는 과정 및 코로나 촬영영상을 변환하여 관심영역 위에 사상하는 과정으로 나누어질 수 있다. Here, the process by which the
광학 카메라(14)와 같거나 비슷한 위치에 설치된 코로나 카메라(12)의 화각을 가로 αh, 세로 αv, 가시광선 카메라(14)의 화각을 가로 βh, 세로 βv라고 할 때, 도 5에 도시된 바와 같이 관심영역은 광학 카메라(14) 화면의 영역과 중심을 공유하며 광학 카메라(14) 화면의 가로 길이 H, 세로 길이 V 기준으로 가로 길이, 세로 길이를 가지는 영역이다. 가시광선 카메라(14) 화면의 왼쪽 아래 꼭짓점을 영점 O 라 할 때 영점 O를 기준으로 관심영역 (x, y)을 수학식 7과 같이 표현할 수 있다. When the view angle of the
관심영역에 코로나 촬영영상을 사상하기 위해서 코로나 촬영영상을 구성하는 행렬 I의 각 원소를 후술할 전처리 단계에서의 블랙크닝(blackening) 과정의 기준치 c를 이용하여 분류, c보다 원소의 값이 큰 영역에서 1, 그렇지 않은 영역에서 0을 갖도록 변환한다. 그 뒤 송전선로 주변 환경을 고려하여 광학 촬영영상의 배경과 간섭이 가장 적은 색을 현장에서 선택하고, 행렬 I의 값이 1을 가지는 부분에서 해당 색상을 표현하고 0을 가지는 부분에서 투명하도록 I를 RGB 색상을 표현하는 IRGB 행렬로 변환한 뒤 IRGB 가 표현하는 화면을 관심영역에 덮어씌우면 광학 카메라(12) 및 코로나 카메라(14)의 촬영영상이 결합되어 현재 촬영 중인 구간의 광학 촬영영상과 코로나 방전의 발생을 동시에 감시할 수 있는 실시간 상태감시를 진행할 수도 있다.In order to map the corona image to the region of interest, each element of the matrix I constituting the corona image is classified using the reference value c of the blackening process in the preprocessing step, which will be described later, and the area where the element value is greater than c is classified. Converts it to have 1 in the area and 0 in the other area. Afterwards, considering the surrounding environment of the transmission line, the color that has the least interference with the background of the optical image is selected on site, and the corresponding color is expressed in the part where the value of matrix I is 1, and I is set to be transparent in the part with 0. After converting to an I RGB matrix representing RGB colors, the screen represented by I RGB is overlaid on the area of interest, and the captured images from the
한편, 고장진단을 위해 제어부(30)는 S20 단계에서 수집된 코로나 촬영영상에서 코로나 방전과 무관한 특징들을 제거하고 코로나 방전이 강조되도록 이미지 처리하여 촬영영상을 전처리한다(S30). Meanwhile, for fault diagnosis, the
제어부(30)는 촬영영상에서 카메라 제조사, 날짜, 확대 배율과 같은 각종 메타데이터가 표시되는 OSD(On-Screen Display)를 제거하고, 배경과 코로나 방전이 더욱 선명하게 구별되도록 블랙크닝(blackening) 작업을 수행한다. The
촬영영상을 구성하는 각 순간의 화면인 프레임을 행의 길이가 가로 해상도, 열의 길이가 세로 해상도인 2차원 행렬이라 할 때, 각 원소의 값은 해당 화소의 색상을 의미한다. 흑백의 경우 0~255의 값을 원소로 가지며 0은 검은색, 255는 흰색을 의미하며 원소의 값이 기준치 c 미만일 경우 해당 원소를 0으로 고정, 즉 화소의 색을 검은색으로 고정하여 코로나 방전과 무관한 OSD를 삭제하고 코로나 방전을 제외한 배경을 완전히 검은색으로 변화시켜 코로나 방전이 부각되도록 한다. When the frame, which is the screen at each moment that makes up the captured video, is a two-dimensional matrix where the row length is the horizontal resolution and the column length is the vertical resolution, the value of each element means the color of the corresponding pixel. In the case of black and white, the elements have values from 0 to 255, where 0 means black and 255 means white. If the value of an element is less than the standard value c, the element is fixed to 0, that is, the color of the pixel is fixed to black to prevent corona discharge. Delete the OSD that is irrelevant and change the background except for the corona discharge to completely black to make the corona discharge stand out.
한편, 코로나 카메라(12) 자체 혹은 녹화 도중의 문제로 인해 촬영영상에 도 6과 같이 일부 코로나 방전이 1 픽셀 단위의 간격을 갖는 줄무늬의 형태로 나타날 수 있다. 하나의 연결된 원형에 가까운 모습으로 표현되는 정상적인 경우와 비교하였을 때 코로나 방전이 표현되는 면적이 상대적으로 적어 코로나 방전의 세기가 낮아 보이는 왜곡이 발생하게 된다. Meanwhile, due to problems with the
따라서 화면을 구성하는 2차원 행렬의 모든 행에, 한 행 위의 원소 값을 더하여 줄무늬를 제거하여 전처리할 수 있다. Therefore, stripes can be preprocessed by adding the value of the element one row above to all rows of the two-dimensional matrix that makes up the screen.
도 7에 도시된 바와 같이 전처리를 수행하여 블랙크닝을 통해 코로나 카메라(12)의 제조사를 나타내는 OSD가 사라졌으며, 배경의 색이 기존에 비해 완전히 검은색으로 고정되었다. 또한 줄무늬를 제거하는 과정을 통해 코로나 방전이 줄무늬 없이 연결된 형태로 나타낼 수 있으며, 줄무늬가 처음부터 없었던 부분의 경우 한 행 위의 값들을 더하게 되므로 더욱 흰색에 가까운 색을 띠게 되어 코로나 방전이 강조되도록 할 수 있다. As shown in FIG. 7, the OSD indicating the manufacturer of the
S30 단계에서 촬영영상을 전처리한 후 제어부(30)는 전처리한 촬영영상을 2차원 행렬에서 가로 또는 세로 길이만을 갖는 1차원 행렬로 변환하여 차원을 축소한다(S40). After preprocessing the captured image in step S30, the
코로나 카메라(12)를 통해 송전설비를 촬영할 때 코로나 카메라(12)는 대체로 10°미만의 작은 화각을 가지고 있기 때문에 이격거리가 매우 긴 상황과 같은 제한적인 경우를 제외하면 한 화면에 하나의 송전선로만이 촬영된다. When photographing power transmission facilities through the corona camera (12), the corona camera (12) generally has a small viewing angle of less than 10°, so except in limited cases such as situations where the separation distance is very long, only one transmission line is displayed on one screen. This is filmed.
따라서 제한된 화각을 고려할 때, 송전선로가 어느 행에 걸쳐 촬영되었는지는 실제 코로나 방전의 위치를 특정할 때 불필요한 정보가 되며, 반대로 코로나 방전이 어느 열에 걸쳐 발생하였는지는 코로나 방전이 발생한 송전선로 상의 위치를 특정할 때 필수적인 정보가 된다. Therefore, considering the limited viewing angle, which row of the transmission line was photographed becomes unnecessary information when specifying the actual location of the corona discharge, and conversely, determining which row the corona discharge occurred in determines the location on the transmission line where the corona discharge occurred. This is essential information when doing this.
따라서 도 8의 (a)와 같이 2차원 행렬의 각 열의 원소를 모두 합한 값을 원소로 하는 1차원 행렬로 축소하여 코로나 방전의 위치에 대한 정보는 유지하되 행렬의 차원은 작아져 다음 과정들의 연산양을 줄일 수 있도록 한다. Therefore, as shown in (a) of Figure 8, the information on the location of the corona discharge is maintained by reducing the sum of the elements of each column of the two-dimensional matrix to a one-dimensional matrix, but the dimension of the matrix is reduced to enable the computation of the following processes. Let's reduce the amount.
코로나 카메라(12)로 송전선로가 아닌 애자를 점검할 때에도 마찬가지로 두 개소 이상의 애자를 한 화면에 촬영하게 되는 상황은 제한적이며 코로나 방전이 어느 열에 걸쳐 발생하였는지는 불필요한 정보이기 때문에 도 8의 (b)와 같이 2차원 행렬의 각 행의 원소를 모두 합한 값을 원소로 하는 1차원 행렬로 축소할 수 있다. Likewise, when inspecting insulators other than transmission lines with the
행렬 I 의 각 열의 원소들을 모두 더한 뒤, 한 열 전체가 흰색(255)의 값을 가지고 있을 때의 값 M×255로 나누어 정규화 한 것을 K 행렬의 각 원소로 할 수 있다. K 행렬의 원소의 값은 0일 경우 해당 열에서 코로나 방전이 전무했음을 의미하고, 1일 경우 해당 열 전체가 코로나 방전에 의해 흰색으로 표현되었음을 의미하므로 코로나 방전의 세기를 의미한다.After adding up all the elements in each column of matrix I, each element of the K matrix can be normalized by dividing by the value M×255, which is the value when an entire column has the value of white (255). If the value of the element of the K matrix is 0, it means that there was no corona discharge in the corresponding column, and if it is 1, it means that the entire column is expressed in white due to corona discharge, which means the strength of the corona discharge.
S40 단계에서 차원 축소를 한 후 제어부(30)는 코로나 방전의 세기와 비행정보로부터 산출한 송전설비의 위치를 기반으로 절대좌표계에 사상한다(S50). After dimension reduction in step S40, the
도 9에 도시된 바와 같이 차원 축소된 1차원 행렬의 값들을 비행정보로부터 수집한 시간-위치정보 데이터, 시간-이격거리 데이터를 이용하여 절대좌표에 사상한다. As shown in Figure 9, the values of the dimensionally reduced one-dimensional matrix are mapped to absolute coordinates using time-location information data and time-distance data collected from flight information.
여기서 1차원 행렬의 각 원소의 값이 나타내는 실제 점검 구간 상의 지점을 특정하기 위하여 1차원 행렬이 나타내는 구간의 길이 R을 계산한다.Here, in order to specify the point on the actual inspection section indicated by the value of each element of the one-dimensional matrix, the length R of the section indicated by the one-dimensional matrix is calculated.
도 10에 도시된 바와 같이 코로나 카메라(12)를 통해 촬영된 촬영영상의 한 화면에 촬영된 구간의 길이 R과, 무인항공기(20)의 비행정보에서 계산된 이격거리 r(ℓ), 코로나 카메라(12)의 화각 α사이의 관계를 통해 수학식 8과 같이 R을 구할 수 있다. As shown in FIG. 10, the length R of the section captured on one screen of the captured image captured through the
여기서, 송전선로을 점검할 경우 시간-위치정보 데이터를 이용하여 무인항공기(20), 즉 1차원 행렬의 중심의 점검시작점 wp1로부터의 거리 ℓ을 계산하여 ℓcenter로 둔다면 1차원 행렬의 양쪽 끝 원소에 해당하는 ℓ은 ℓcenter-R/2, ℓcenter+R/2 가 된다. ℓ은 점검시작점 wp1로부터의 거리이므로 무인항공기(20)가 움직인 방향이 코로나 카메라(12)의 화면 기준 오른쪽이라면 오른쪽에 있는 ℓ이 더 크므로 원소의 1차원 행렬의 왼쪽 끝에 해당하는 ℓ 값이 ℓcenter-R/2이고, 무인항공기(20)가 움직인 방향이 코로나 카메라(12)의 화면 기준 왼쪽이라면 1차원 행렬의 오른쪽 끝에 해당하는 ℓ 값이 ℓcenter-R/2이다. Here, when inspecting a power transmission line, the distance ℓ from the unmanned aerial vehicle (20), that is, the inspection starting point wp 1 of the center of the one-dimensional matrix, is calculated using time-location information data, and if set as ℓ center , the elements at both ends of the one-dimensional matrix The corresponding ℓ becomes ℓ center -R/2 and ℓ center +R/2. ℓ is the distance from the inspection start point wp 1 , so if the direction in which the unmanned aerial vehicle (20) moves is to the right of the screen of the corona camera (12), ℓ on the right is larger, so the ℓ value corresponding to the left end of the one-dimensional matrix of elements. This is ℓ center -R/2, and if the direction in which the unmanned
따라서 N열 1차원 행렬의 j번째 원소에 해당하는 ℓ, ℓj를 무인항공기(20) 이동방향에 따라 수학식 9와 같이 구할 수 있다. Therefore, ℓ, ℓ j corresponding to the jth element of the N-column one-dimensional matrix can be obtained as shown in Equation 9 according to the direction of movement of the unmanned aerial vehicle (20).
수학식 9를 송전선로에 대한 무인항공기(20)의 이동방향에 대한 변수 dir를 이용하면 수학식 10과 같이 표현할 수 있다. Equation 9 can be expressed as
여기서 dir은 무인항공기(20)의 이동방향을 기준으로 송전선로가 왼쪽에 위치하면 1, 오른쪽에 위치하면 -1을 갖는, 즉 화면 기준 무인항공기(20)의 이동방향이 오른쪽일 때 1, 왼쪽일 때 -1을 갖는 변수이다. dir의 값은 자료수집을 위해 무인항공기(20)의 경로를 설정할 때 결정되며 사전에 주어지는 변수이다.Here, dir has 1 if the transmission line is located on the left and -1 if it is located on the right based on the moving direction of the unmanned aerial vehicle (20), that is, 1 when the moving direction of the unmanned aerial vehicle (20) based on the screen is right, and left. It is a variable that has -1 when . The value of dir is determined when setting the path of the unmanned aerial vehicle (20) for data collection and is a variable given in advance.
전송선로를 점검하는 방법과 같은 방법을 이용하여 절연애자를 점검할 경우에는 M행 1차원 행렬의 i번째 원소에 해당하는 ℓ, ℓi를 수학식 10과 같이 구할 수 있다. 이때 ℓcenter의 값은 비행정보를 통해 얻을 수 있는 해당 코로나 촬영영상을 촬영한 시점에서의 무인항공기(20)의 고도값이며, dir의 값은 무인항공기(20)가 아래 방향으로 이동하면 1, 위 방향으로 이동하면 -1이다.When inspecting the insulating insulator using the same method as inspecting the transmission line, ℓ, ℓ i corresponding to the i-th element of the M row 1-dimensional matrix can be obtained as in
따라서 제어부(30)는 수학식 10 또는 수학식 11을 이용하여 코로나 방전의 세기를 사상할 수 있다. Therefore, the
도 11과 같이 차원 축소를 통해 얻은 모든 1차원 행렬들에 대해 사상을 수행하고, 각 원소들, 즉 코로나 방전의 세기를 ℓ을 기준으로 사상하여 표현할 수 있다. As shown in Figure 11, mapping is performed on all one-dimensional matrices obtained through dimensionality reduction, and each element, that is, the intensity of the corona discharge, can be expressed by mapping based on ℓ.
S50 단계에서 코로나 방전의 세기를 절대좌표계에 사상한 후 제어부는 절대좌표계에 사상된 송전선로의 각 지점에서 코로나 방전의 일관성을 계산한다(S60). After mapping the intensity of the corona discharge to the absolute coordinate system in step S50, the control unit calculates the consistency of the corona discharge at each point of the transmission line mapped to the absolute coordinate system (S60).
제어부(30)는 도 11과 같은 점검구간의 코로나 방전의 세기에 대한 정보를 기반으로 각 지점에서 발생한 코로나 방전의 일관성을 계산한다. The
어떤 지점 ℓ 에서 코로나 방전이 일관적으로 발생한다는 것은 유의미한 크기의 코로나 방전이 지속적으로 관측되었다는 뜻으로 해당 지점에서의 코로나 방전의 세기의 값이 평균적으로 높은 값임을 의미한다. The fact that a corona discharge consistently occurs at a certain point ℓ means that a corona discharge of a significant size has been continuously observed, which means that the intensity of the corona discharge at that point is high on average.
반대로 고장으로 인해 일관적으로 코로나 방전이 발생한 것이 아닌 잡음으로 인해 순간적으로 관측된 코로나 방전의 경우 해당 지점에 관측된 코로나 방전의 세기는 평균적으로 낮거나 0에 가까운 값을 가질 것이다. Conversely, in the case of a corona discharge observed momentarily due to noise rather than a consistent corona discharge due to a fault, the intensity of the corona discharge observed at that point will have a value low or close to 0 on average.
또한 실제 자료 수집 과정에 있어 무인항공기(20)의 움직임과 자세가 일정하지 않을 수 있으며 위치정보에도 오차가 존재함을 고려하여 허용오차 T를 두어 ℓ 지점에서의 코로나 방전의 일관성을 계산할 때 구간에서 관측된 코로나 방전을 ℓ에서 발생한 코로나 방전으로 볼 수 있다고 가정한다. 이러한 점들을 반영하여 구간에서 관측된 코로나 방전의 세기의 평균을 구한 뒤 전체 점검구간에서 발생한 코로나 방전의 최대값으로 나누어 ℓ 지점에서의 코로나 방전의 일관성 수치를 계산한다. In addition, considering that the movement and posture of the unmanned aerial vehicle (20) may not be constant during the actual data collection process and that errors exist in the location information, a tolerance T is set to calculate the consistency of the corona discharge at the ℓ point. It is assumed that the corona discharge observed in the section can be viewed as a corona discharge occurring in ℓ. Reflecting these points Calculate the consistency value of the corona discharge at point ℓ by calculating the average of the intensity of the corona discharge observed in the section and dividing it by the maximum value of the corona discharge that occurred in the entire inspection section.
따라서 ℓ에 따른 코로나 방전의 세기를 cdi(ℓ)으로 두면 ℓ에서 발생한 코로나 방전의 일관성 수치 C(ℓ)은 수학식 12와 같다. Therefore, if the intensity of the corona discharge according to ℓ is set to cdi(ℓ), the consistency value C(ℓ) of the corona discharge generated at ℓ is equal to
ℓ에 따른 코로나 방전의 일관성을 계산한 그래프는 도 12에 도시된 바와 같이 것을 나타낼 수 있다. ℓ이 5 m일 때, 즉 점검시작점으로부터 약 5 m 떨어진 지점에서 코로나 방전의 일관성이 높음을 확인할 수 있다. A graph calculating the consistency of corona discharge according to ℓ can be shown as shown in FIG. 12. It can be seen that the consistency of corona discharge is high when ℓ is 5 m, that is, at a point about 5 m away from the inspection start point.
S60 단계에서 각 지점에서의 코로나 방전의 일관성을 계산한 후 제어부(30)는 코로나 방전의 일관성을 기반으로 송전설비를 진단한다(S70). After calculating the consistency of corona discharge at each point in step S60, the
제어부(20)는 계산된 일관성 수치를 기반으로 송전설비에서 결함이 발생한 위치를 특정(localization)하고 분류(classification)하여 송전설비를 진단하고, 그 결과를 기반으로 알람을 발생시킬 수 있다. The
일관성 수치는 코로나 방전이 일정 규모 이상으로 관측되는 빈도가 높을수록 높게 계산된다. 즉 코로나 방전의 특성에 따라 점검 시점에서의 온도, 습도, 점검대상이 되는 송전선로의 운전 전압, 결함의 종류와 정도에 의해 계산되는 코로나 일관성 수치 또한 다르며 고장 여부를 판별하기 위해 절대적인 수치만을 이용하는 것은 이러한 코로나 방전의 특성들을 반영하기 어렵다. The consistency value is calculated higher the more frequently corona discharges are observed above a certain scale. In other words, depending on the characteristics of the corona discharge, the corona consistency value calculated depending on the temperature and humidity at the time of inspection, the operating voltage of the transmission line subject to inspection, and the type and degree of the defect are also different, and it is difficult to use only absolute values to determine whether or not there is a failure. It is difficult to reflect these characteristics of corona discharge.
따라서 본 실시예에서는 점검구간에 대한 코로나 방전의 세기 cdi(ℓ) 및 일관성 수치 C(ℓ)의 분포를 기준으로 고장을 진단할 수 있다. Therefore, in this embodiment, the failure can be diagnosed based on the distribution of the intensity cdi (ℓ) of the corona discharge and the consistency value C (ℓ) for the inspection section.
먼저, 제어부(30)는 cdi(ℓ)의 최댓값, C(ℓ)의 최댓값 Cmax 및 평균값 의 비를 이용하여 점검구간 전체에서 결함의 존재 여부를 판단한다. 송전선로에 결함이 발생하였을 때, 결함이 발생되어 코로나 방전이 발생하는 구간은 그렇지 않은 구간에 비해 매우 작은 비중을 차지하므로 결함 발생여부와 관계없이 은 0에 근접하는 값을 가진다. 하지만 Cmax은 결함이 발생한 경우에 그렇지 않은 경우에 비해 큰 값을 가지게 되므로 Cmax을 으로 나눈 값이 특정 기준 ac보다 높을 때 해당 점검구간에서 결함이 발생하였다고 판단할 수 있다. First, the
또한, 제어부(30)는 결함이 발생한 구간 중 일관성 수치가 최댓값 Cmax의 CAUmin %~ Warnmin % 사이의 값을 가지는 구간을 결함이 의심된다는 의미의 주의(caution) 구간으로, 일관성 수치가 Cmax의 Warnmin % 이상의 값을 가지는 구간에 대하여 결함이 발생하였을 가능성이 매우 높다는 의미의 경고(warning) 구간으로 설정하여 고장을 진단할 수 있다. In addition, the
도 13에 도시된 바와 같이 송전선로 점검의 경우 점검시작점에 해당하는 송전선로의 끝점 p1을 기준으로 한 결함의 위치를 p1으로부터 xTL방향으로의 거리 xfault 와 p1과의 고도차 vfault 두 값으로 결함의 위치를 특정할 수 있다. As shown in Figure 13, in the case of transmission line inspection, the location of the fault based on the end point p1 of the transmission line corresponding to the inspection start point is determined by the distance x fault in the x TL direction from p 1 and the altitude difference between p 1 and v fault . The location of the defect can be specified by value.
여기서 xfault 는 사다리꼴 wp1, p1, p2, wp2의 성질, 결함의 위치에 해당하는 ℓ, ℓfault 및 L 그리고 p1과 p2 사이의 수평거리 xp1p2를 이용하여, vfault는 f(ℓfault)와 p1과 p2의 고도차 p2z - p1z를 이용하여 수학식 13과 수학식 14를 통해 구할 수 있다. Here, x fault is the properties of trapezoids wp 1 , p 1 , p 2 , wp 2 , ℓ, ℓ fault and L corresponding to the location of the fault, and the horizontal distance between p 1 and p 2 , x p1p2 , and v fault is It can be obtained through Equation 13 and
여기에서 p1z, p2z, xp1p2은 무인항공기(20)나 사전에 측정된 정보이며, ℓfault은 일관성 검출 계산 결과로부터 얻을 수 있다. 애자 점검의 경우 결함 발생 위치의 고도 zfault값으로 결함의 위치를 특정하며 ℓfault 값이 무인항공기(20)의 결함이 관측된 시점에서의 고도와 동일하므로 zfault의 값은 ℓfault값과 같다.Here, p 1z , p 2z , and x p1p2 are information measured by the unmanned
S70 단계에서 송전설비를 진단한 후 제어부(30)는 진단결과를 출력한다(S80). After diagnosing the power transmission facility in step S70, the
여기서, 제어부(30)는 진단결과를 출력할 때 촬영영상으로부터 심층학습 모델을 이용한 분류 알고리즘을 통해 송전설비를 식별하고 분류하여 출력한다. Here, when outputting the diagnosis result, the
특정된 결함의 위치에 대하여 결함이 발생한 구성요소의 종류(애자, 송전선로, 댐퍼, 등)를 광학 촬영영상에 물체인식이 가능한 심층학습 기법을 적용하여 분류하고 알람의 단계(주의나 경고), 일관성 수치, 코로나 촬영영상 및 광학 촬영영상, 촬영된 시각 및 결함이 발생한 위치와 그 분류를 포함한 알람을 출력한다. For the location of a specified defect, the type of defective component (insulator, transmission line, damper, etc.) is classified by applying a deep learning technique capable of object recognition to optical images, and an alarm level (caution or warning) is assigned. It outputs an alarm including consistency value, corona image and optical image, the time of capture, location of defect, and its classification.
광학 촬영영상에서 물체를 분류하는데 이용되는 심층학습 모델의 분류로는 대표적으로 합성곱신경망(Convolutional Neural Network) 모델이 적용될 수 있다. A convolutional neural network model can be typically applied as a deep learning model used to classify objects in optical images.
합성곱신경망 모델에서는 합성곱층(convolution layer)에서의 합성곱연산(convolution)을 통해 화면상의 유의미한 특징(feature)을 검출하고, 풀링층(pooling layer)을 통해 의도적으로 화면을 열화시켜 비선형성을 부여하는 것을 반복하여 화면상의 물체의 특징을 추출(feature extraction)한 뒤 그 결과를 바탕으로 물체의 종류를 판별하는 분류를 수행한다. In the convolutional neural network model, meaningful features on the screen are detected through convolution in the convolution layer, and nonlinearity is given by intentionally deteriorating the screen through the pooling layer. This is repeated to extract the features of the object on the screen, and then perform classification to determine the type of object based on the results.
첫 합성곱층에서는 화면의 크기에 비해 매우 작은 수 픽셀 크기의 단순한 특징만을 검출하지만 풀링층과 합성곱층이 반복되면서 단순한 특징들이 연결되어 만들어지는 복잡하고 다양한 형태의 특징을 검출 가능해지며 이 특징들을 통해 화면상의 물체를 분류하게 된다. In the first convolution layer, only simple features of a few pixels in size, which are very small compared to the size of the screen, are detected, but as the pooling layer and convolution layer are repeated, complex and diverse types of features created by connecting simple features can be detected, and these features can be used to detect the screen. Classify the objects on the image.
이와 같이 심층학습 모델을 이용한 분류 알고리즘으로 관심영역에 해당하는 화면을 분류, 결함이 발생한 구성요소를 분류할 수 있다. In this way, a classification algorithm using a deep learning model can classify the screen corresponding to the area of interest and classify the component with a defect.
한편, 제어부(30)는 애자 점검시 애자가 설치된 고도에 대한 정보가 있다면 광학 촬영영상을 이용한 심층학습 기법을 대신하여 도 14에 도시된 바와 같이 zfault 값이 각각의 애자들이 설치된 고도의 구간 Zcomp,i 중 어떤 Zcomp,i에 포함되는지를 확인하는 것으로 결함이 발생한 애자를 분류할 수 있다. Meanwhile, when inspecting the insulator, if there is information about the altitude at which the insulator is installed, the
상술한 바와 같이, 본 발명의 실시예에 의한 무인항공기를 이용한 송전설비의 진단방법에 따르면, 코로나 카메라를 탑재한 무인항공기를 이용한 송전설비의 코로나 방전에 의한 UV-C 대역의 자외선을 측정하여 송전설비의 결함위치를 추정하고 고장을 진단하며, 촬영된 광학 촬영영상을 이용하여 심층학습 기법을 통해 고장이 발생된 송전설비를 식별하여 분류함으로써 접근이 제한적인 송전설비에 대한 순시점검으로 송전선로 및 송전애자의 고장을 진단하고 알람을 발생시킬 수 있다. As described above, according to the diagnosis method of a power transmission facility using an unmanned aerial vehicle according to an embodiment of the present invention, ultraviolet rays in the UV-C band caused by corona discharge of a power transmission facility using an unmanned aerial vehicle equipped with a corona camera are measured and transmission is performed. By estimating the fault location of the equipment, diagnosing the failure, and identifying and classifying the faulty transmission equipment through deep learning techniques using captured optical images, instantaneous inspection of transmission facilities with limited access is carried out on transmission lines and It is possible to diagnose transmission insulator failures and generate an alarm.
본 명세서에서 설명된 구현은, 예컨대, 방법 또는 프로세스, 장치, 소프트웨어 프로그램, 데이터 스트림 또는 신호로 구현될 수 있다. 단일 형태의 구현의 맥락에서만 논의(예컨대, 방법으로서만 논의)되었더라도, 논의된 특징의 구현은 또한 다른 형태(예컨대, 장치 또는 프로그램)로도 구현될 수 있다. 장치는 적절한 하드웨어, 소프트웨어 및 펌웨어 등으로 구현될 수 있다. 방법은, 예컨대, 컴퓨터, 마이크로프로세서, 집적 회로 또는 프로그래밍 가능한 로직 디바이스 등을 포함하는 프로세싱 디바이스를 일반적으로 지칭하는 프로세서 등과 같은 장치에서 구현될 수 있다. 프로세서는 또한 최종-사용자 사이에 정보의 통신을 용이하게 하는 컴퓨터, 셀 폰, 휴대용/개인용 정보 단말기(personal digital assistant: "PDA") 및 다른 디바이스 등과 같은 통신 디바이스를 포함한다.Implementations described herein may be implemented, for example, as a method or process, device, software program, data stream, or signal. Although discussed only in the context of a single form of implementation (eg, only as a method), implementations of the features discussed may also be implemented in other forms (eg, devices or programs). The device may be implemented with appropriate hardware, software, firmware, etc. The method may be implemented in a device such as a processor, which generally refers to a processing device that includes a computer, microprocessor, integrated circuit, or programmable logic device. Processors also include communication devices such as computers, cell phones, portable/personal digital assistants (“PDAs”) and other devices that facilitate communication of information between end-users.
본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며, 당해 기술이 속하는 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. The present invention has been described with reference to the embodiments shown in the drawings, but these are merely exemplary, and those skilled in the art will recognize that various modifications and other equivalent embodiments are possible therefrom. You will understand.
따라서 본 발명의 진정한 기술적 보호범위는 아래의 청구범위에 의해서 정하여져야 할 것이다.Therefore, the true technical protection scope of the present invention should be determined by the claims below.
10 : 촬영부
12 : 코로나 카메라
14 : 광학 카메라
20 : 무인항공기
30 : 제어부
40 : 출력부10: Filming Department
12: Corona Camera
14: optical camera
20: Unmanned aerial vehicle
30: control unit
40: output unit
Claims (1)
상기 제어부가 상기 무인항공기를 이동시키면서 비행정보와 촬영부를 통해 촬영영상을 수집하는 단계;
상기 제어부가 상기 촬영영상을 전처리하고 1차원 행렬로 차원을 축소하는 단계;
상기 제어부가 코로나 방전의 세기와 상기 송전설비의 위치를 기반으로 절대좌표계에 사상하는 단계;
상기 제어부가 상기 절대좌표계에 사상된 송전선로의 각 지점에서 코로나 방전의 일관성을 계산하는 단계; 및
상기 제어부가 코로나 방전의 일관성을 기반으로 상기 송전설비를 진단하여 출력하는 단계;를 포함하되,
상기 송전설비를 진단할 때, 상기 제어부가 코로나 방전의 일관성 수치를 기반으로 송전설비에서 결함이 발생한 위치인 결함위치를 특정하되, 상기 결함 위치는 무인항공기의 점검 시작점(wp1)에 대응하는 송전선로 시작점(p1)으로부터 상기 결함 위치까지의 거리(xfault) 및 상기 송전선로 시작점(p1)과 상기 결함 위치 간의 고도차(vfault)로 특정되며,
상기 송전선로 시작점(p1)으로부터 상기 결함 위치까지의 거리(xfault)는, 송전선로가 포함된 TL 평면에서의 사다리꼴, 상기 결함 위치에 대응하는 무인항공기의 위치(P)와 상기 점검 시작점(wp1) 사이의 거리(ℓfault), 상기 송전선로 시작점(p1)과 송전선로의 끝점(p2) 사이의 수평거리(xp1p2), 및 상기 무인항공기의 점검 시작점(wp1)과 점검 종료점(wp2) 사이의 거리(L)에 근거하여 산출되고,
상기 고도차(vfault)는 상기 거리(ℓfault), 상기 송전선로 시작점(p1)과 송전선로 끝점(p2) 사이의 고도차(p2z - p1z), 이도(S),및 상기 점검 시작점(wp1)과 점검 종료점(wp2) 사이의 거리(L)에 근거하여 산출되며,
상기 사다리꼴은 상기 무인항공기의 점검 시작점(wp1), 무인항공기의 점검 종료점(wp2), 송전선로의 시작점(p1), 및 송전선로의 끝점(p2)으로 이루어지고,
상기 촬영영상을 수집하는 단계는, 상기 제어부가 상기 무인항공기를 제어하여 송전선로의 이도에 따라 짐벌을 이용해 촬영각도를 제어하거나, 수평을 유지하면서 고도를 조절하여 상기 촬영부로부터 상기 촬영영상을 수집하며,
상기 절대좌표계에 사상하는 단계는,
상기 제어부가 상기 촬영영상으로부터 코로나 방전과 관련없는 부분을 삭제하여 전처리하는 단계;
상기 제어부가 전처리한 2차원 행렬로 구성되는 상기 촬영영상으로부터 코로나 방전의 세기를 분석하여 상기 촬영영상의 각 열의 화소를 모두 합한 값을 원소로 하는 1차원 행렬로 상기 촬영영상의 차원을 축소하거나, 각 행의 화소를 모두 합한 값을 원소로 하는 1차원 행렬로 상기 촬영영상의 차원을 축소하는 단계; 및
상기 제어부가 차원이 축소된 코로나 방전의 세기를 시간-위치정보를 기반으로 상기 절대좌표계에 사상하는 단계를 포함하고,
상기 전처리하는 단계는, 상기 제어부가 촬영영상으로부터 코로나 방전과 관련 없는 메타데이터가 표시되는 OSD(On Screen Display) 부분을 삭제하고, 배경 블랙크닝(blackening) 작업을 수행하며, 화면을 구성하는 2차원 행렬의 모든 행에, 한 행 위의 원소 값을 더하여 1픽셀 단위의 간격을 갖는 줄무늬의 면적을 늘려 줄무늬를 제거하여 전처리하는 것을 특징으로 하는 무인항공기를 이용한 송전설비의 진단방법.
A control unit controlling the flight of an unmanned aerial vehicle to move it along a power transmission facility;
A step where the control unit moves the unmanned aerial vehicle and collects flight information and captured images through a photography unit;
Preprocessing the captured image by the control unit and reducing the dimension to a one-dimensional matrix;
The control unit mapping the corona discharge to an absolute coordinate system based on the intensity of the corona discharge and the location of the power transmission facility;
The control unit calculating the consistency of corona discharge at each point of the transmission line mapped to the absolute coordinate system; and
Including, wherein the control unit diagnoses and outputs the power transmission facility based on the consistency of corona discharge,
When diagnosing the power transmission facility, the control unit specifies the fault location where the fault occurs in the power transmission facility based on the consistency value of the corona discharge, and the fault location is the transmission line corresponding to the inspection start point (wp 1 ) of the unmanned aerial vehicle. It is specified by the distance from the starting point (p 1 ) to the fault location (x fault ) and the altitude difference (v fault ) between the transmission line starting point (p 1 ) and the fault location,
The distance (x fault ) from the transmission line starting point (p 1 ) to the defect location is a trapezoid in the TL plane containing the transmission line, the position (P) of the unmanned aerial vehicle corresponding to the defect location, and the inspection start point ( The distance between wp 1 ) (ℓ fault ), the horizontal distance between the transmission line start point (p 1 ) and the end point of the transmission line (p 2 ) (x p1p2 ), and the inspection start point (wp 1 ) of the unmanned aerial vehicle and the inspection Calculated based on the distance (L) between the end points (wp 2 ),
The altitude difference (v fault ) is the distance (ℓ fault ), the altitude difference (p 2z - p 1z ) between the transmission line start point (p 1 ) and the transmission line end point (p 2 ), the degree (S), and the inspection start point. It is calculated based on the distance (L) between (wp 1 ) and the inspection end point (wp 2 ),
The trapezoid consists of an inspection start point of the unmanned aerial vehicle (wp 1 ), an inspection end point of the unmanned aerial vehicle (wp 2 ), a start point of the transmission line (p 1 ), and an end point of the transmission line (p 2 ),
In the step of collecting the captured image, the control unit controls the unmanned aerial vehicle to control the shooting angle using a gimbal according to the angle of the power transmission line, or collects the captured image from the capture unit by adjusting the altitude while maintaining the level. And
The step of mapping to the absolute coordinate system is,
preprocessing the captured image by the control unit by deleting portions unrelated to corona discharge;
Analyze the intensity of corona discharge from the captured image, which consists of a two-dimensional matrix preprocessed by the control unit, and reduce the dimension of the captured image to a one-dimensional matrix whose elements are the sum of pixels in each column of the captured image, or Reducing the dimension of the captured image into a one-dimensional matrix whose elements are the sum of all pixels in each row; and
The control unit includes a step of mapping the intensity of the dimensionally reduced corona discharge to the absolute coordinate system based on time-position information,
In the preprocessing step, the control unit deletes the OSD (On Screen Display) portion where metadata unrelated to corona discharge is displayed from the captured image, performs a background blackening operation, and performs a two-dimensional screen. A diagnostic method for power transmission facilities using an unmanned aerial vehicle, characterized in that preprocessing is performed by removing the stripes by increasing the area of the stripes with an interval of 1 pixel by adding the element value one row above to all rows of the matrix.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210130918A KR102688780B1 (en) | 2019-07-02 | 2021-10-01 | Diagnostic method for facilities of power transmission using unmaned aerial vehicle |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190079383A KR102310900B1 (en) | 2019-07-02 | 2019-07-02 | Diagnostic apparatus for facilities of power transmission using unmaned aerial vehicle and method thereof |
| KR1020210130918A KR102688780B1 (en) | 2019-07-02 | 2021-10-01 | Diagnostic method for facilities of power transmission using unmaned aerial vehicle |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190079383A Division KR102310900B1 (en) | 2019-07-02 | 2019-07-02 | Diagnostic apparatus for facilities of power transmission using unmaned aerial vehicle and method thereof |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210123267A KR20210123267A (en) | 2021-10-13 |
| KR102688780B1 true KR102688780B1 (en) | 2024-07-29 |
Family
ID=74129356
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190079383A KR102310900B1 (en) | 2019-07-02 | 2019-07-02 | Diagnostic apparatus for facilities of power transmission using unmaned aerial vehicle and method thereof |
| KR1020210130917A KR20210122764A (en) | 2019-07-02 | 2021-10-01 | Diagnostic method for facilities of power transmission using unmaned aerial vehicle |
| KR1020210130918A KR102688780B1 (en) | 2019-07-02 | 2021-10-01 | Diagnostic method for facilities of power transmission using unmaned aerial vehicle |
Family Applications Before (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190079383A KR102310900B1 (en) | 2019-07-02 | 2019-07-02 | Diagnostic apparatus for facilities of power transmission using unmaned aerial vehicle and method thereof |
| KR1020210130917A KR20210122764A (en) | 2019-07-02 | 2021-10-01 | Diagnostic method for facilities of power transmission using unmaned aerial vehicle |
Country Status (1)
| Country | Link |
|---|---|
| KR (3) | KR102310900B1 (en) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114785956B (en) * | 2022-05-24 | 2024-06-14 | 云南电网有限责任公司红河供电局 | Panoramic investigation device for power outage overhaul operation of power transmission line |
| WO2024171279A1 (en) * | 2023-02-14 | 2024-08-22 | 日本電信電話株式会社 | Small unmanned plane, flight control method, and flight control program |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008232725A (en) | 2007-03-19 | 2008-10-02 | Toshiba Corp | Insulation anomaly diagnosing method and insulation anomaly diagnosing device for electrical installation |
| KR101769718B1 (en) | 2016-09-21 | 2017-08-18 | 한국전력공사 | Electromagnetic field data and image acquisition devices and control technique of unmanned aerial vehicle for transmission line inspection |
| US20170318236A1 (en) | 2016-04-27 | 2017-11-02 | U.S.A., as represented by the Administrator of the National Aeronautics and Space Administration | Image-Based Localization of Ultraviolet Corona |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101994216B1 (en) * | 2009-06-07 | 2019-06-28 | 엘지전자 주식회사 | A method and an apparatus for decoding a video signal |
| KR102051670B1 (en) * | 2017-12-19 | 2019-12-04 | 한국전력공사 | Apparatus, system and computer readable recording medium for detecting defective material of electric power equipment |
-
2019
- 2019-07-02 KR KR1020190079383A patent/KR102310900B1/en active IP Right Grant
-
2021
- 2021-10-01 KR KR1020210130917A patent/KR20210122764A/en not_active Application Discontinuation
- 2021-10-01 KR KR1020210130918A patent/KR102688780B1/en active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008232725A (en) | 2007-03-19 | 2008-10-02 | Toshiba Corp | Insulation anomaly diagnosing method and insulation anomaly diagnosing device for electrical installation |
| US20170318236A1 (en) | 2016-04-27 | 2017-11-02 | U.S.A., as represented by the Administrator of the National Aeronautics and Space Administration | Image-Based Localization of Ultraviolet Corona |
| KR101769718B1 (en) | 2016-09-21 | 2017-08-18 | 한국전력공사 | Electromagnetic field data and image acquisition devices and control technique of unmanned aerial vehicle for transmission line inspection |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20210123267A (en) | 2021-10-13 |
| KR20210003518A (en) | 2021-01-12 |
| KR20210122764A (en) | 2021-10-12 |
| KR102310900B1 (en) | 2021-10-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113744270B (en) | Unmanned aerial vehicle visual detection and identification method for crane complex steel structure surface defects | |
| Jiang et al. | Real‐time crack assessment using deep neural networks with wall‐climbing unmanned aerial system | |
| Jiang et al. | Quantitative condition inspection and assessment of tunnel lining | |
| KR102688780B1 (en) | Diagnostic method for facilities of power transmission using unmaned aerial vehicle | |
| JP6646527B2 (en) | Object detection evaluation system and object detection evaluation method | |
| CN114255405B (en) | Hidden danger target identification method and device | |
| CN106570863A (en) | Detection method and device for power transmission line | |
| KR101874968B1 (en) | Visibility measuring system base on image information and method for using the same | |
| US20050238220A1 (en) | Method and device for inspecting linear infrastructures | |
| CN117406789A (en) | Automatic planning method for multi-unmanned aerial vehicle bridge support inspection route based on image analysis | |
| CN115660924A (en) | Real-time high-precision early warning method for distribution network operation based on AI vision | |
| CN106980810A (en) | A kind of Overheight Vehicles proximity test method incremental based on sensitizing range image outline | |
| Ribeiro et al. | Remote inspection and monitoring of civil engineering structures based on unmanned aerial vehicles | |
| KR102514703B1 (en) | An unmanned aerial vehicle for photographing a damaged area of a structure using a plurality of cameras and an apparatus for inspecting damage to a structure using the same | |
| CN112802100A (en) | Intrusion detection method, device, equipment and computer readable storage medium | |
| CN112802058A (en) | Method and device for tracking illegal moving target | |
| CN111473774A (en) | Unmanned aerial vehicle single-flight-zone oblique photography power line obstacle inspection method | |
| KR102624378B1 (en) | Crack detection system for road | |
| KR102210571B1 (en) | Bridge and tunnel safety diagnosis remote monitoring alarm method using GPS coordinates and mobile communication system | |
| CN106934356B (en) | Bus stop night passenger flow statistical method and system based on thermal imaging | |
| CN116052023A (en) | Three-dimensional point cloud-based electric power inspection ground object classification method and storage medium | |
| CN111785094B (en) | Advection fog detection method and device, computer equipment and readable storage medium | |
| JP2023158721A (en) | State determination system and state determination method | |
| CN117897737A (en) | Unmanned aerial vehicle monitoring method and device, unmanned aerial vehicle and monitoring equipment | |
| KR20220120211A (en) | Drone image analysis system based on deep learning for traffic measurement |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A107 | Divisional application of patent | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |