我国电网建设飞速发展,用电负荷增长迅速,用电保障方面也有了很大的提高,不过相比于发达国家还有一定差距。国内经济发达地区和欠发达地区的保障水平也有很大区别。红外测温技术是及早发现设备外部过热故障和内部绝缘故障的重要手段,也是进行检查电网设备状态的先进检测方法。应用红外测温技术发现电力设备外部连接点的发热隐患,在电力系统中已有了广泛应用。当故障一旦发生,就要以恢复电网正常为第要务。要及时的检查,避免故障的发生,科学的安排电网线路检修计划,真正的了解电网,发现隐患,减少运行风险是应该放在首位的。要解决电网巡检中人工作业和常规检测的不足,提出了无人机系统搭载红外影像设备对电网进行飞行巡检的方案。由于无人机具有机动性强,速度快,到位率高,可控性强等特点,更适合现代智能电网下的巡检要求,该系统引入小型无人直升机为平台,搭载摄像设备和红外影像采集设备进行影像数据搜集工作。综合应用ARM嵌入式技术对无人机搭载的设备进行融合,设计并实现了无人机端数据发送与接收,红外影像的采集与传输,地面站的监控与指令发送等功能,达到巡检时能够实时保持三维地理信息系统和无人机端的信息同步的要求。飞行巡检带来方便的同时也有一定局限性,需要根据其飞行成本,结合区域电网的特性准确建模,建立约束条件来控制成本,发挥一次飞行的最大效率。对此论文提出以电网维修收益最大和检修费用最少为目标,在电力线路的故障率与检修状态上建立关系,构建了多目标双层优化的无人机巡检电力线路的模型,将传统的多目标转化为单目标求解的方法改进为多目标粒子群优化(MOPSO)算法,直接得到基于经济目标和可靠目标的双层优化模型的解集,优化解集收敛过程。利用线路风险值和维修费用的双重约束来确定无人机的巡检范围和巡检的顺序,为检修人员提供科学的辅助决策。通过Matlab对模型的仿真和算法求解,并对比NSGA-Ⅱ算法在同一区域的求解,验证了该模型和算法在求解线路优化巡检方式上能够准确快速得到最优解集。对于以往红外采集设备多采用人工和固定位置的方式监控和拍摄电力设备的传统,以及无人机端使用红外影像设备产生的不稳定的红外图像采集状态,论文提出利用质心的目标图像定位,红外图像分割和目标设备图像中心偏移递归修正法来处理动态多幅图像采集。对于初步处理的图像可以利用直方图的均衡化和局部特征提取的Retinex算法进行进一步降噪处理。提出了通过分析多种常见设备的外形特征和热故障特征形成故障类型数据库,作为判断设备故障的重要辅助依据。运用的最近邻规则聚类算法可以区分大部分常见的电力设备轮廓,并进行取样分析,能够提高软件的故障识别能力和判断的准确性。针对无人机系统的后台控制分析部分,论文搭建了地面站系统软、硬件环境,并利用Microsoft VisualStudio2010为开发平台进行功能模块的设计。包含实时模拟飞行仪表盘,遇险安全性设计等实用功能,超视距网络控制,数据传输,自定义飞行功能和图像的采集等模块化的设计与功能实现。论文提出了地面站的建立应用最新的地理信息系统开发平台所采用的二三维一体化的技术,建立了配电网电力线路拓扑关系,并设计了能够通用的电力线路和设备的空间数据库,建立与无人机的实时通讯连接,实现实时显示无人机状态的巡检三维显示地面站系统。系统显示无人机的方位和安全距离,也能够大大提高其安全性。对于该论文提出的无人机终端ARM系统的硬件集成,各个模块的通讯,地面站三维显示系统的程序都编写了代码并通过测试。图像的降噪、特征提取和粒子群双层优化的算例通过了matlab的测试分析,结论验证了程序的可行性与算例的有效性。