(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210174497.3 (22)申请日 2022.02.25 (65)同一申请的已公布的文献号 申请公布号 CN 114237917 A (43)申请公布日 2022.03.25 (73)专利权人 南京信息 工程大学 地址 210044 江苏省南京市浦口区宁六路 219号 (72)发明人 谈玲　孙雷　夏景明　 (74)专利代理 机构 南京经纬专利商标代理有限 公司 32200 专利代理师 田凌涛 (51)Int.Cl. G06F 9/50(2006.01) G06F 9/445(2018.01)G06N 3/12(2006.01) (56)对比文件 CN 112381963 A,2021.02.19 WO 2021/ 001007 A1,2021.01.07 WO 2020/215753 A1,2020.10.2 9 CN 111651649 A,2020.09.1 1 裴求根 等.电网数字 孪生北斗网格空间构 建及无人机电力巡 检应用. 《中国集成电路》 .2021,全 文. Lei Lei 等.To ward Intelligent Cooperation of UAV Swarms: When Mac hine Learning Meets Digital Tw in. 《IEEE Network》 .2020,全 文. 审查员 周真 (54)发明名称 一种用于电网巡检的无人机辅助边缘计算 方法 (57)摘要 本发明涉及一种用于电网巡检的无人机辅 助边缘计算方法， 采用巡检无人机对目标电网区 域进行视频图像采集工作， 降低了巡检成本； 并 借助增强无人机辅助处理巡检无人机所采集的 视频图像数据， 以最小化系统无人机能耗为目 标， 在同载能的条件下延长了无人机的工作时 间； 而且采用深度强化学习中的DDPG算法与遗传 算法相结合的方法求解增强无人机的轨迹、 系统 资源分配、 以及任务卸载决策方案， 具有迭代速 度较快、 时间复杂度不高、 可以提高系统实时性 的优点， 进而确保系统无人机在能耗最小化的前 提下实施电网巡 检。 权利要求书6页 说明书12页 附图4页 CN 114237917 B 2022.06.10 CN 114237917 B 1.一种用于电网巡检的无人机辅助边缘计算方法， 其特征在于： 应用于包括固定位置 设置的中央基站、 包含M个巡检无人机的无人机群、 以及一个增强无人机的应用场景， 由增 强无人机与无人机群针对包括电网设施、 输电线路的目标电网区域进行巡检； 包括如下步 骤： 步骤S1.基于无人机群 中各巡检无人机的飞行模式， 构建无人机辅助电网巡检系统， 其 中， 巡检无人机只 负责对目标电网区中电网设施、 输电线路进 行视频图像采集， 所获视频图 像由增强无 人机或中央基站进行 数据处理， 然后进入步骤S2； 步骤S2.基于无人机辅助电网巡检系统模型， 由无人机群中各巡检无人机对目标电网 区中电网设施、 输电线路进行视频图像采集， 获得各巡检无人机分别对应各时隙采集所获 得的视频图像数据， 然后进入步骤S3； 步骤S3.根据各巡检无人机分别对应各时隙采集所获得的视频图像数据， 结合各巡检 无人机的质量、 信号发射功率、 位置坐标， 增强无人机的质量、 信号发射功率、 位置坐标、 计 算能力， 中央基站的位置坐标、 以及系统通信带宽， 构建无人机辅助电网巡检系统的数字孪 生网络， 用于拟合各巡检无人机、 增强无人机的位置坐标、 以及系统的资源状态， 然后进入 步骤S4； 步骤S4.根据无人机辅助电网巡检系统的数字孪生网络， 基于电网巡检系统卸载时延、 以及数据任务处理时延约束条件， 构建无人机群分别对应各时隙的能耗模型， 并进一步构 建无人机群分别对应各时隙的能耗 最小化目标函数， 然后进入步骤S5； 步骤S5.随机初始化增强无人机的移动轨迹， 并基于各巡检无人机分别对应第t个时隙 的位置坐标、 视频图像数据， 构建系统第t个时隙状态， 然后进入步骤S6； 步骤S6.基于增 强无人机的移动轨迹， 以及系 统第t个时隙状态， 采用深度强化学习中 的DDPG算法， 根据无人机群分别对应各时隙的能耗最小化目标函数， 求解无人机群分别对 应各时隙的能耗模型， 获得系统第t个时隙状态结合增强无人机的移动轨迹所对应由各巡 检无人机 分别对应第t个时隙的信号 发射功率、 关于增强无人机或 中央基站的卸载方式、 增 强无人机对应第t个时隙的信号发射功率和 被分配的CPU计算频率， 所组成的系统第t个时 隙动作空间， 即系统第t个时隙状态结合增强无人机移动轨迹所对应的系统第t个时隙动作 空间， 然后进入步骤S7； 步骤S7.判断是否满足迭代溢出条件， 是则进入步骤S8， 否则基于系 统第t个时隙状态 结合增强无人机移动轨迹所对应系统第t个时隙动作空间中的系统资源分配、 以及视频图 像数据卸载决策 方案， 采用遗传算法求 解更新增强无 人机的移动轨 迹， 并返回步骤S6； 步骤S8.根据增强无人机的移动轨迹、 以及相应系统第t个时隙动作空间中的系统资源 分配、 以及视频图像数据卸 载决策方案， 针对步骤S2中各巡检无人机分别对应各时隙采集 所获得的视频图像数据进 行处理， 实现视频图像数据卸载至增强无人机或 中央基站进 行处 理。 2.根据权利要求1所述一种用于电网巡检的无人机辅助边缘计算方法， 其特征在于： 所 述步骤S1包括如下步骤S1 1至步骤S13； 步骤S11.基于各时隙内各巡检无人机的运动状态保持不变， 分别针对各巡检无人机， 按如下公式：权　利　要　求　书 1/6 页 2 CN 114237917 B 2获得第m个巡检无人机对应第 t个时隙的移动速度vm(t)、 水平移动方向αm(t)、 竖直移动 方向βm(t)， 其中， 1≤m≤M， 表示所有巡检无人机的平均移动速度， 表示第m个巡检无人 机对应前t ‑1个时隙内的平均水平方向移动角度， 表示第m个巡检无人机对应前t ‑1个时 隙内的平均竖直方向移动角度； vm(t‑1)、 αm(t‑1)、 βm(t‑1)依次表示第m个巡检无人机对应 前t‑1个时隙的移动速度、 水平移动方向、 竖直移动方向， 0＜λ1＜1， λ1表示预设用于调整巡 检无人机对 应前t‑1个时隙移动速度对第t个时隙移动速度的影响参 数， 0＜ λ2＜1， λ2表示预 设用于调整巡检无人机对应前t ‑1个时隙水平移动方向对第t个时隙水平移动方向的影响 参数， 0＜ λ3＜1， λ3表示预设用于调整 巡检无人机对应前t ‑1个时隙竖直移动方向对第t个时 隙竖直移动方向的影响参数， 预设服从独立高斯分布的参数 φm表示第m个巡检无人机移动 速度的随机性， 预设服从独立高斯分布的参数ψm表示第m个巡检无人机水平移动方向的随 机性， 预设服从独立高斯分布的参数 表示第m个巡检 无人机竖直移动方向的随机性， 然后 进入步骤S12； 步骤S12.根据各时隙长度 τ， 分别针对各巡检无 人机， 按如下公式： xm(t)＝xm(t‑1)+vm(t‑1)cos( αm(t‑1))τ ym(t)＝ym(t‑1)+vm(t‑1)sin( αm(t‑1))τ hm(t)＝hm(t‑1)+vm(t‑1)sin( βm(t‑1))τ 获得第m个巡检无人机对应第t个时隙的位置坐标 其中， xm (t)、 ym(t)、 hm(t)表示第m个巡检无人机对应第t个时隙分别在x、 y、 z坐标轴上的值， xm(t‑ 1)、 ym(t‑1)、 hm(t‑1)表示第m个巡检无人机对应前t ‑1个时隙分别在x、 y、 z 坐标轴上的值， 然 后进入步骤S13； 步骤S13.根据各巡检无人机分别 对应第t个时隙的移动速度、 水平移动方向、 竖直移动 方向、 位置坐标， 搭建无人机辅助电网巡检系统， 其中， 巡检无人机只负责对目标电网区中 电网设施、 输电线路进行视频图像采集， 所获视频图像由增强无人机或中央基站进行数据 处理， 然后进入步骤S2。 3.根据权利要求2所述一种用于电网巡检的无人机辅助边缘计算方法， 其特征在于： 所 述步骤S3包括如下步骤S31至步骤S3 3； 步骤S31.根据无人机辅助电网巡检系 统， 结合各巡检无人机的质量、 以及分别对应各 时隙所采集的视频图像数据、 信号发射功率， 增强无人机的质量、 对应各时隙其被分配的 CPU计算频率、 信号发射功 率， 以及中央基站的位置坐标， 构建现实物理实体网络， 然后进入 步骤S32； 步骤S32.根据现实物理实体网络， 按如下公式： 构建各巡检无人机分别对应各时隙的数字孪生模型， 其中， 表示第m个巡检无权　利　要　求　书 2/6 页 3 CN 114237917 B 3