倾斜摄影技术在无人机电力巡检设计中的应用

主要探究倾斜摄影技术在无人机电力巡检系统中的应用.通过无人机搭载倾斜摄影相机,对输电线路及其周边设备的图像信息进行采集并传输到地面站,以便分析数据、构建三维模型、促进故障排查,有效提高电力巡检判断准确性,为电力传输提供安全保障.     

非接触式射频技术——在电力线路巡检中的应用

1　非接触式射频技术简介　　非接触式射频技术的硬件组成主要为：非接触式射频钮(简称射频钮）、识读器（读写器)两部分。　　射频钮由芯片、感应天线组成。其读写过程，通常由射频钮与识读器之间通过无线电波(频率一般为十几kHz)来完成读写操作。　　射频钮在继承了接触式卡(如：IC卡)优点的同时，如大容量、高安全性等；又克服了接触式卡所无法避免的缺点，如读写故障率高，由于触点外露而导致的污染、磨损、静电以及插卡不便等。射频钮完全密封的形式及无接触的自然寿命，因而卡本身的使用频率和期限以及操作的便利性都大大高于接触式…     

基于混合算法的电力杆塔巡检实时航迹规划

传统的电力杆塔拍摄视点顺序固定,多旋翼无人机巡检距离并非最优;同时,随着维度增加,航迹规划算法空间复杂度呈指数增长,不能满足实时规划航迹的需求。针对以上问题,提出一种基于蚁群和A*混合算法（ACO-A*）的电力杆塔巡检三维航迹规划方法。该方法分为全局规划和局部规划,全局规划利用改进蚁群算法找到覆盖所有视点的较优路径,并通过算法判断路径是否经过障碍物,再运用A*算法局部规划。仿真结果表明：ACO-A*算法规划的航迹长度比《架空输电线路无人机巡检影像拍摄指导手册》规定的巡检航迹降低了16.85%;ACO-A*算法路径规划时间比A*算法降低了99.68%。因此本方法既节约了巡检能耗,又提高了航迹规划的效率。     

基于人工智能图像识别的输电线路巡检研究

为了准确、及时地发现输电线路中的缺陷,研究基于人工智能图像识别技术的输电线路立体化巡检模式。具体地,以人工智能图像识别技术为支持,借助K-means算法对立体巡检图像进行聚类处理,同时,采用人工神经网络对图像中输电线路缺陷进行智能识别。经测试,在相同工作量下,未采用本文所提技术的输电线路缺陷识别需要5个分析员持续工作15 d,平均每分钟进行2～3张图片的识别,图像识别速度为20～30 s/张;采用人工智能识别技术,识别速度高达0.25 s/张,仅需3.6 h便可以将识别任务完成。在弱光环境下,经过增强处理的图像边缘更加清晰,目标图像与背景实现明显分界,且现阶段可利用输电线路中相同部件不同角度的7张图片实现高于90%的识别准确率。另外,通过对相同条件下其他几种方法影响模型实际收敛情况的比较发现,所有方法的重构误差均呈现出逐渐降低之势,最终都趋于稳定。结果表明本文技术在立体化线路图像缺陷检测中有一定普适性,有利于工作效率的显著提升。     

自动航迹规划在无人机电力巡检中的应用

本文提出一种基于3D激光雷达建图、自动生成无人机巡检路径的自动巡检算法,并详细论述了无人机电力线路巡检过程中自动航迹规划算法的应用过程。     

手机定位技术在电力巡检管理中的应用

在电力行业中传统的巡检管理方法效率低，无法保证巡线员的巡线质量和设施可靠性，利用CDMA手机精确的定位技术对巡检人员和车辆进行管理是一种新颖有效的方法.CDMA的GPSOne手机定位相对GPS定位和手机基站定位方法，具有高精度、高可用性和使用方便的特点.通过定位监控管理平台发起定位和实时记录巡检人员的位置信息，并结合巡检员短信自我定位等方式，最后对照历史轨迹和预先规划好的计划路线进行出勤考核和巡检质量评估.通过电力部门实际应用的验证，利用手机定位进行巡检监控和考核，简单方便、效率高、定位准确，可以取代传统的巡检管理方法，并且具有在其他行业进行推广应用的广阔前景。     

小型无人机在电力线路巡检中的技术应用

在电力线路巡检中采用无人机巡检技术,可准确直观反映出线路的实际运行情况,增强线路的巡视效率,降低运行人员的劳动强度,提高工作效率。为此,就小型无人机在电力线路巡检中的应用进行分析,阐述了电力线路巡检模式现状,对比了小型固定翼无人机巡检方案与小型多旋翼无人机巡检方案,探讨了小型无人机巡检系统的关键技术。     

基于增强现实技术的机房智能设备巡检平台研究

各行业中均需要主动掌握设备的运行状况及动态,因此机房巡检工作尤为重要。针对目前机房巡检的精度问题,在传统机房巡检方式的基础上,结合增强现实技术及室内蓝牙定位技术提出一种基于增强现实技术的机房智能巡检平台设计方案。对比传统机房巡检技术,智能巡检技术处理人工操作更便捷智能,并有利于建立电网自身的智能巡检数据库。     

电力设备智能巡检中增强现实(AR)技术的应用研究

基于设备巡检过程中存在的工作效率低下、劳动力消耗大、巡检不到位及数据统计不完善等问题,提出在电力设备巡检过程中融入增强现实技术,实现电力设备巡检的智能化,以有效提高设备巡检的质量,在实际使用过程中具有良好的效果。     

基于电机状态反馈的电力巡检无人机故障诊断

无人机(UAV)故障时的安全飞行能力是制约其在电力巡检应用中快速发展的重要因素,而其故障主要发生在电机,因此对电机的故障诊断和故障下的容错控制是UAV安全性的重要组成部分。传统的基于观测器的故障诊断方法无法第一时间感知电机故障,只能通过UAV姿态的变化来判断故障发生。针对上述问题,提出了一种基于电机状态反馈的故障诊断方法,通过构建基于EtherCAT的UAV通信平台,使得电机的状态数据可以实时反馈。同时建立转速的状态残差模型对UAV的电机故障进行快速检测和精准估计。实验验证了所提方法的快速性和准确性。     

抽水蓄能电站设备巡回检测系统的应用

介绍了抽水蓄能电站设备巡回检测系统的总体结构设计和主要模块的功能作用,以及在惠州抽水蓄能电站的具体应用。该系统投入实际运用,改变了巡检人员定期手工抄表的工作方式,减少误差并大大降低了设备的故障率。     

智能巡检系统在广州蓄能水电厂的运用与探索

广州蓄能水电厂智能巡检系统是将条码技术和计算机管理技术引入电厂运行巡检管理中,以规范巡检操作,提高工作效率,精简运行人员,保证机组稳定运行,从而提高电厂管理水平。该系统的使用为电厂“无人值班”（少人值守）运行方式的实施提供了有力的保障。文中介绍了所开发的智能巡检系统,分析了系统功能。该系统在电厂生产运行中发挥了巨大的作用。     

应用"小神探"巡(点)检管理系统有效实施发供电设备点检定修管理

章针对发、供电企业实施设备点检定修管理的概念及办法,系统介绍了“小神探”巡(点)检管理系统的功能、特点及其在发、供电设备点检定修管理方面的具体应用。     

人工智能在电力系统及综合能源系统中的应用综述

推进能源生产和消费革命,构建清洁低碳安全高效的能源体系,需要发展更加智能的新一代电力系统及综合能源系统。人工智能(AI)是当前最具颠覆性的科学技术之一,在计算智能、感知智能和认知智能方面具有强处理能力。人工智能技术在电力系统和综合能源系统中的应用,将改变能源传统利用模式,促进系统进一步智能化。文中主要从人工智能概述、电力系统及综合能源系统对人工智能的需求,以及人工智能在能源领域中的应用几个层面进行综述和分析,最后对人工智能在电力系统及综合能源系统中应用所面临的挑战进行了分析和展望。     

人工智能在变压器故障诊断中的应用

人工智能（AI）在变压器故障诊断领域的开发和应用,以专家系统和人工神经网络的研究最引入注目。已开发的软件TFDES由变压器故障诊断知识库、数据库、推理机、解释机制和人机接口组成,知识库建成模块化结构。人工神经网络TFDANN为模块化结构,采用反向传播的BP网络,引入了模糊逻辑理论。系统对运行中变压器的内部潜伏性故障,可作出早期诊断,对现场运行人员可提供“咨询”意见。     

人工智能技术在电力行业的应用现状和发展趋势初探

人工智能作为一门新兴的学科,已成为当前新一轮技术革命的核心驱动力,上升为国家战略,备受各方关注.介绍了人工智能技术的在电力行业各领域的应用现状,分析了人工智能技术应用中存在的问题和不足,并对人工智能技术的发展趋势进行了展望.     

人工智能技术在电能质量分析中的应用

电能质量和人工智能技术都是目前国际电工领域研究的热点 ,如何将人工智能技术应用于电能质量问题的分析和诊断更是电能质量研究中的重点问题。本文初步介绍了人工智能的主要分支 :专家系统、神经网络、模糊逻辑和遗传算法的基本概念及其在电能质量中的独特应用 ,并对未来的发展趋势做出了展望。     

人工智能技术在火电行业的应用探讨

在调研国内外人工智能发展现状和技术路线的基础上,思考人工智能技术在火电行业的应用场景和技术突破点,探讨人工智能在火电行业的技术发展方向.分析火电企业生产经营过程中,在感知、决策、执行等环节所需的计算机视觉、大数据、物联网、智能控制和智能机器人等技术路线,论述在安全管理、生产管理以及经营决策等场景的人工智能技术应用,并对...     

人工智能技术在电网稳定评估中的应用综述

综述了基于人工智能技术实现电网稳定评估的步骤、关键环节。总结了国内外在候选特征集的组成方式、关键特征的形成方法、智能稳定评估技术的选择等方面的研究进展。指出了动态输入特征难于提供电网智能决策所需信息、多数智能型稳定评估技术的可解释性及适应性差等不足,并提出原始输入特征应以电网实时状态信息为主、输入空间的裁减技术应以嵌入式特征方法为主要研究方向,及研究重点应为基于知识发现技术的稳定评估算法等建议。     

人工智能技术在电气自动化控制中的应用

人工智能技术在电气自动化控制中降低了设计难度、提高了自动化控制效率与产品质量,可以被应用于电气控制、电气故障诊断以及电气设备中。