Con la creciente aplicación de vehículos aéreos no tripulados (UAVs) para la inspección de líneas de transmisión aérea de alta tensión, el estudio de la distancia de seguridad entre los drones y los cables ha recibido una atención extensa. La determinación de la distancia de seguridad entre el UAV y la línea de transmisión es de gran importancia para mejorar la fiabilidad de la operación de inspección y garantizar el funcionamiento seguro y estable de la red eléctrica y el equipo de inspección. Dado que no hay soporte de datos cuantitativos para la distancia de seguridad de las líneas de transmisión aérea en patrullas de UAV, no es posible proporcionar información de navegación precisa para la evasión segura de obstáculos de UAV. Este documento propone un modelo matemático basado en un algoritmo de fusión de datos de múltiples sensores. Se diagnostica la distancia de seguridad del dron en línea. En estas tareas, primero se establece el modelo físico del UAV en el campo electromagnético complejo para determinar la ley de influencia del UAV en la distorsión del campo eléctrico y analizar la máxima intensidad de campo eléctrico y magnético que el UAV puede soportar. Luego, basándose en los principales factores que afectan al UAV como la velocidad máxima del viento, velocidad de inspección, error de posicionamiento y el tamaño del dron, se utiliza el algoritmo de fusión de datos ponderado adaptativo para realizar una fusión de datos de primer nivel en los datos homogéneos del sensor. Luego, basándose en la evidencia mejorada, la teoría realiza una fusión secundaria en los datos de sensor heterogéneos combinados. De acuerdo con el resultado final del procesamiento y el tipo de proposición establecido, diagnosticamos el estado de seguridad actual del dron para lograr un ajuste adaptativo del umbral de distancia de seguridad. Por último, se utilizan datos de medición reales para verificar el modelo matemático. Los resultados experimentales muestran que el modelo matemático puede identificar con precisión el estado de seguridad del dron y ajustar adaptativamente la distancia de seguridad de acuerdo con el resultado del diagnóstico y la información del entorno circundante.