本申请涉及无人机，尤其涉及一种台风灾后无人机勘灾方法、装置、存储介质及系统。
背景技术：
1、目前，输电线路的巡检和检测主要依赖人工进行，这种方式受自然环境的影响，不仅耗时费力，而且只能提供大致的灾情概况，无法实现对输电线路的实时监控，也不利于灾害的及时有效应对。特别是在台风等自然灾害中，电力系统往往受到严重破坏，但国内在台风灾后的智能化、无人机化巡检方面还相对空白。
2、无人机在电力系统勘灾应用方面具有很大的发展空间和优势，但目前对于无人机勘灾策略及过程监控手段未开展研究，无人机图传距离的受限使得应急指挥中心无法获取无人机飞行实时画面，另外目前基于无人机的智能缺陷识别主要为后端识别，即无人机采集的设备照片是基于后端系统做分析识别，受限支撑于无人机边缘计算的硬件尚未成熟，无人机的前端缺陷识别未得到大力推广。
技术实现思路
1、本申请的目的旨在至少能解决上述的技术缺陷之一，特别是现有技术中对于无人机勘灾策略及过程监控手段未开展研究的技术缺陷。
2、第一方面，本申请提供了一种台风灾后无人机勘灾方法，该方法包括：
3、获取台风灾后的输电线路原始数据，并对输电线路原始数据进行数据挖掘后，进行数据特征提取，得到输电线路特征数据；
4、根据输电线路特征数据，生成勘灾巡检策略；
5、根据各架无人机的监控数据和定位信息，触发各架无人机根据勘灾巡检策略进行台风灾后巡检，各架无人机搭载基于嵌入式ai的检测识别轻量化边缘计算模块，用于实时进行边缘计算；
6、通过远程图/数传一体化无线链路，远距离接收各架无人机的获取无人机的可视化巡检数据。
7、在其中一个实施例中，对输电线路原始数据进行数据挖掘的步骤，包括：
8、采用神经网络模型对输电线路原始数据进行数据挖掘。
9、在其中一个实施例中，进行数据特征提取，得到输电线路特征数据的步骤，包括：
10、采用tf-idf统计方法与朴素贝叶斯分类方法进行数据特征提取，得到输电线路特征数据。
11、在其中一个实施例中，根据输电线路特征数据，生成勘灾巡检策略的步骤，包括：
12、根据输电线路多元数据，得到台风灾后的输电线路情况评估；
13、根据输电线路情况评估，生成勘灾巡检策略，勘灾巡检策略包括无人机飞行航迹规划和飞行参数。
14、在其中一个实施例中，各架无人机的监控数据通过无人机作业可视化监控系统获取，无人机作业可视化监控系统以三维地图数据为基础，通过建立实景三维输电线路通道，实时显示每架无人机的工作状态以及正在执行的航线、拍摄的图像，以对每架无人机进行实时监控。
15、在其中一个实施例中，嵌入式ai的检测识别轻量化边缘计算模块具体用于采用ai图像识别算法，将输电线路关键目标检测定位、缺陷与故障检测识别，并进行嵌入式移植与速度优化。
16、在其中一个实施例中，远程图/数传一体化无线链路包括上行链路和下行链路；
17、上行链路用于发送和接收地面站到无人机遥控指令的；下行链路用于发送和接收无人机到地面站的遥测数据以及红外或电视图像。
18、第二方面，本申请提供了一种台风灾后无人机勘灾装置，该装置包括：
19、输电线路特征数据确定模块，用于获取台风灾后的输电线路原始数据，并对输电线路原始数据进行数据挖掘后，进行数据特征提取，得到输电线路特征数据；
20、勘灾巡检策略生成模块，用于根据输电线路特征数据，生成勘灾巡检策略；
21、无人机巡检触发模块，用于根据各架无人机的监控数据和定位信息，触发各架无人机根据勘灾巡检策略进行台风灾后巡检，各架无人机搭载基于嵌入式ai的检测识别轻量化边缘计算模块，用于实时进行边缘计算；
22、可视化巡检数据获取模块，用于通过远程图/数传一体化无线链路，远距离接收各架无人机的获取无人机的可视化巡检数据。
23、第三方面，本申请提供了一种存储介质，该存储介质中存储有计算机可读指令，计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如上述任一项实施例中台风灾后无人机勘灾方法的步骤。
24、第四方面，本申请提供了一种台风灾后无人机勘灾系统，包括：一个或多个处理器，以及存储器；
25、存储器中存储有计算机可读指令，计算机可读指令被一个或多个处理器执行时，执行如上述任一项实施例中台风灾后无人机勘灾方法的步骤。
26、从以上技术方案可以看出，本申请实施例具有以下优点：
27、在本申请提供的台风灾后无人机勘灾方法、装置、存储介质及系统中，利用数据挖掘技术和特征提取，可以制定更加精确和实时的勘灾巡检策略，有助于迅速评估灾情并采取必要的应对措施。输电线路的特征数据结合起来进行综合分析，有助于全面了解灾情和受损情况，而不仅仅是依赖单一的数据来源。使用搭载基于嵌入式ai的检测识别轻量化边缘计算模块的无人机，可以在飞行过程中即时处理数据，不仅降低了数据传输需求，还提高了数据处理速度和响应能力，使得无人机能够更快速地发现和识别输电线路的潜在问题和缺陷。通过远程图/数传一体化无线链路，将各架无人机获取的可视化巡检数据实时传输，可以保证能够即时获取和分析最新的巡检数据，有助于快速做出决策和应对灾害。
1.一种台风灾后无人机勘灾方法，其特征在于，所述方法包括：
2.根据权利要求1所述的台风灾后无人机勘灾方法，其特征在于，所述对所述输电线路原始数据进行数据挖掘的步骤，包括：
3.根据权利要求1所述的台风灾后无人机勘灾方法，其特征在于，所述进行数据特征提取，得到输电线路特征数据的步骤，包括：
4.根据权利要求1所述的台风灾后无人机勘灾方法，其特征在于，所述根据所述输电线路特征数据，生成勘灾巡检策略的步骤，包括：
5.根据权利要求1所述的台风灾后无人机勘灾方法，其特征在于，各架所述无人机的监控数据通过无人机作业可视化监控系统获取，所述无人机作业可视化监控系统以三维地图数据为基础，通过建立实景三维输电线路通道，实时显示每架所述无人机的工作状态以及正在执行的航线、拍摄的图像，以对每架所述无人机进行实时监控。
6.根据权利要求1所述的台风灾后无人机勘灾方法，其特征在于，所述嵌入式ai的检测识别轻量化边缘计算模块具体用于采用ai图像识别算法，将输电线路关键目标检测定位、缺陷与故障检测识别，并进行嵌入式移植与速度优化。
7.根据权利要求1所述的台风灾后无人机勘灾方法，其特征在于，所述远程图/数传一体化无线链路包括上行链路和下行链路；
8.一种台风灾后无人机勘灾装置，其特征在于，所述装置包括：
9.一种存储介质，其特征在于：所述存储介质中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至7中任一项所述台风灾后无人机勘灾方法的步骤。
10.一种台风灾后无人机勘灾系统，其特征在于，包括：一个或多个处理器，以及存储器；
