空地协同让电力巡检更智能 ——从人工攀爬到立体监测的技术演进

电力巡检这活儿，说起来都是泪。

以前跟着老师傅爬过几次塔，三十多米高，风一吹晃晃悠悠的，脚底下就是几十万伏的线路。那时候就在想，这活儿能不能不让兄弟们拿命去干？

后来做了几年技术，接触了不少巡检系统，也踩过不少坑。今天聊聊我们最近在搞的一套东西，不是啥高大上的概念，就是把无人机和工程车凑一块儿，让它们自己跑、自己看、自己报。

天上飞的这部分

大疆的无人机，司空2的平台，这俩配合得还行。

关键是把航线规划这事儿给捋顺了。以前飞无人机全看飞手手艺，飞得好不好全凭手感。现在用RTK定位，厘米级的精度，杆塔在哪儿、绝缘子在哪儿，飞机自己知道。沿着线路飞一圈，每个角度拍几张，数据就回来了。

摄像头这块用的是20倍变焦的，50米外能看清绝缘子串上的裂纹。以前爬上去才能看到的活儿，现在站在山脚下就干了。云台是三轴增稳的，六级风以下画面都稳得住，不至于一帧一帧抖成PPT。

数据回传走了两条路：有网的时候4G/5G实时传，没网的时候本地存着，等信号恢复了再续传。这功能看着简单，真到了山里就知道多救命——很多地方压根就没信号。

地上跑的这部分

工程车顶上装了个云台摄像头，409万像素，120dB宽动态。啥概念？就是大太阳底下能看清电缆沟里的细节，隧道里不开灯也能凑合看。

车上塞了块NVIDIA Jetson AGX Orin，巴掌大的板子，算力275个TOPS。这么说吧，同时跑四路视频做检测，延迟压到30毫秒以内，足够用了。

定位模块是北斗+GPS双模的，拍完一张图，地理坐标直接就打在照片上。后来查问题的时候，点开图片就能看到是哪个桩、哪段线路，不用再去翻飞行记录。

让机器自己看东西

这套系统最核心的部分，其实是让机器学会看那些隐患。

我们攒了个数据集，五十多万张标注好的图片，都是这几年跑现场攒的。绝缘子自爆、鸟巢、异物挂线、接地锈蚀、线夹发热——常见的二十几类缺陷都覆盖了。

模型用的是YOLOv8，加了注意力机制，专门对付那些小目标。啥叫小目标？就是500米外的一个风筝挂在线路上，在画面里就几个像素点。人眼扫过去根本看不见，但模型能认出来。

为了让模型跑得快，做了INT8量化，模型体积压缩到原来的四分之一，精度掉了不到5%，推理速度快了两倍多。工程车上跑起来，一秒钟能处理三十多帧，足够实时响应了。

有个小细节：车速快的时候抽帧密一些，车速慢的时候就少抽点，保证每两米至少检测一帧。这样不管快跑慢跑，都不会漏掉该看的地方。

发热检测这块，接了红外摄像头，温度阈值设好，发现哪块温度异常就报警。以前拿红外热像仪人工扫，一天扫不了几公里，现在车开过去全自动。

没网的时候咋整

电力巡检最大的坑就是信号覆盖。深山老林、跨江跨海的地方，网络基本靠运气。

我们的处理方式是：本地先算，算完再传。

边缘设备上跑着整套检测模型，实时分析视频流。发现异常之后，关键帧存下来，加上检测结果，一起暂存在1TB的SSD里。同时通过局域网广播给现场的平板和手机，让作业的人第一时间知道情况。

等车开出盲区，网络恢复了，系统自动把没传完的数据补上去。断点续传、文件校验都做了，不会丢数据也不会传错。

这套机制看着简单，但解决了大问题——不用非得等到有信号的地方才能干活，也不用担心数据白跑一趟。

通信这块怎么搭

工程车主通信是华为的5G工业路由器，双模组网，2Gbps的理论速率。无人机用公网4G/5G，配了2.4G和5.8G的双频数传做备份，开阔地能撑15公里。

现场的人连WiFi 6局域网，延迟几毫秒，看实时画面、收检测结果都很流畅。

数据流做了分层：预览流720p，2Mbps，实时上传给后台的人看情况；原始流4K，20Mbps，本地存着，只传关键帧和检测结果。这样带宽占得少，远程指挥的人也能看到实时画面。

消息传输用的MQTT协议，轻量、实时性好。图像文件走的HTTPS，保证传输安全。这些都是成熟方案，稳定可靠。

后台怎么管这些数据

后台拆成了几个微服务：设备管理、任务调度、AI分析、告警处理、数据归档，各自独立部署。哪天访问量大了，哪个服务扛不住就扩容哪个，不用全盘重来。

实时状态和最新告警放Redis里，查得快。业务数据放MySQL集群，图片放MinIO对象存储，各司其职。

数据流走了Kafka消息队列。边缘节点把检测结果推过来，先排队再处理，不怕突发流量把系统冲垮。告警去重、聚合、优先级排序都在流处理引擎里做，比如同一位置连续出现三次异物告警，就自动升级成紧急事件。

所有原始视频、检测结果、设备日志都打包存着，默认保留90天。哪天想翻旧账，随时能调出来。

业务闭环怎么走

告警生成了，系统自动关联这台设备的历史数据和台账信息，生成一个完整的工单——位置、类型、现场图片全都有。工单状态实时同步到现场人员的终端上，修没修、什么时候修的，后台都看得见。

整改完了，现场人员拍张复查照片传上来，系统自动比对整改前后的图像，看看是不是真的修好了。确认没问题，工单才真正关闭。

这套闭环走下来，隐患不会漏，整改不会拖，责任也清晰。

几个核心指标

跑了这么久，有些数据可以拿出来说：

• 一架无人机飞一趟，能覆盖5公里线路
• 工程车巡检速度20到40公里每小时，看路况
• 典型缺陷的识别准确率92%以上
• 从识别到推送告警，3秒内
• 边缘设备平均无故障运行时间超过5000小时
• 后台能同时接100架无人机和50辆工程车

关于扩展性

当时做的时候，特意留了扩展的余地。

摄像头支持ONVIF和RTSP标准协议，想换别的牌子直接换就行。算法模型支持ONNX格式导入，哪天有了更好的模型，不用改代码就能替换。

后台开放了RESTful API，跟电力公司现有的PMS系统、ERP系统对接过几次，数据互通没什么障碍。

这套东西做了两年多，谈不上完美，但确实让巡检的兄弟们少爬了不少塔、少熬了不少夜。技术的意义大概就在这里——把那些危险、枯燥、重复的活儿交给机器，让人去做更有价值的事。