增强现实(AR)技术在电力设备智能巡检中的应用

针对电力设备巡检环境复杂、效率低、巡检数据统计不完善等问题,本文提出了一种将AR智能眼镜技术应用于电力设备巡检的方法.该方法利用AR技术,将标准操作规范图像或视频与巡检对象进行无缝贴合,使巡检人员在复杂精密设备中迅速找到指定对象,以有效完成智能巡检.     

基于无人机的光伏电站智能巡检

太阳能光伏发电是国家能源结构性调整的重要组成部分,近几年随着光伏发电产业规模迅速扩张,光伏电站的日常运维压力日益增加。针对光伏电站面积大、人工检测效率低等问题,文章对基于无人机的光伏电站智能巡检技术进行研究,提出了一个基于无人机的光伏电站智能巡检完整技术路线,实现了光伏面板图像数据自动化采集与分析,并对基于计算机视觉的缺陷检测方法进行研究,采用自适应动态阈值法并结合图像增强技术,基于红外图像实现了鲁棒的光伏面板缺陷检测,结合可见光数据实现缺陷类型判别,进一步根据相机POS数据及相机模型解算缺陷坐标,实现缺陷定位,并在实际场景中验证了所提出技术路线的有效性。     

基于深度学习的电力设备状态检测的研究

针对设备状态巡检业务应用对图像的智能化程度、可靠性、可用性等需求提出更高要求的情况,提出基于深度学习的电力设备状态检测方案。方案基于异构平台的多类电力设备的状态检测及效率提升技术,实现典型电力设备状态的高效识别,通过低功耗电力设备状态图像采集及分析装置,为应用提供多种形态检测方式,实现多类电力设备的状态检测。此方案改善了电力设备巡检模式,提升了设备状态管控力和运检决策水平,加快了管理决策速度,进一步提升了电力生产管理水平。     

基于改进高斯卷积核的变电站设备红外图像检测方法

在无锚点算法CenterNet模型的基础上,针对基于红外图像的目标检测算法检测精度低、耗时长的问题,给出了一种基于改进高斯卷积核的变电站设备红外图像检测方法,该目标检测方法模型网络结构精简,模型计算量较小。通过现场变电站巡检机器人设备收集数据样本,进行算法模型的训练及验证,实现红外图像变电站设备精准识别及定位。本文以变电站巡检机器人搭配红外热成像仪采集到的红外图像库为基础,用深度学习方法对数据集进行训练和测试,研究变电站红外图像的目标检测技术。通过深度学习技术判断设备中心点位实现目标分类和回归。实验结果表明,该方法提高了变电站目标检测方法的识别定位精度,为变电站设备红外图像智能检测提供了新的思路。     

基于级联模型的输变电设备状态图像分类方法

对采集到的输变电设备状态图像进行智能化分析是一种实时有效的设备状态监测方式。传统机器学习算法在处理电力设备图像分类问题时,由于不考虑代价敏感和类别不平衡问题,效率较低。文中针对输变电设备状态图像的特点,提出一种基于级联模型的图像分类方法,并通过实验验证该方法的优越性。     

智能巡检技术在输变电中的应用

阐述输变电智能巡检技术的特点,探讨输变电智能巡检技术的应用并进行展望,包括变电设备智能巡检、地理信息系统、物联网状态感知系统、环境监测系统、不停电检修技术的应用。     

电控柜温度检测系统设计与实现

在工业中为了保证电力设备的正常运行,电力设备的实时在线监测和超限报警是十分重要的。通常需要大量的人力资源进行监测、检查等工作。为了提高效率,故此设计电柜温度检测系统,从而实现更加全面的设备管理和管控监测。该系统主要用于港口热像仪及其相关配套硬件设备的运行控制,相关数据的监测、采集、记录和设备运维管理,用户可以通过电脑,手机对相关设备进行远程控制,访问,检查设备工作情况,一个运动的传感器代替了传统多个传感器监控一个空间,视频,图像,数字等多种报警方式,支持历史数据,通过数据分析,延长设备使用寿命。基于物联网技术,通过手机,平板,电脑发送指令控制运动机构在某个指令区域内的定期巡检,热像仪将被监控区域内报警信息(视频,图片,数字)以及运动机构的工况及时反馈到手机,电脑等远程客户端的可控型移动式温度检测装置。     

多融合的入侵检测系统在电站安防应用

为了提高电站中视频监控的智能化检测,提高电站无人化值守的推进。本文针对现有电站的监控设备进行功能改进,从视频图像移动检测、视频画面目标检测、视频画面人脸检测和识别方面进行算法功能融合,开发智能一体化无人值守乳入侵检测系统。本系统采用跟踪算法能够适用于多路并发的视频接入的电站运维,有效的解决监控视频中,入侵人员发现的滞后性,提高了电站运维的效率。     

变电站视频及环境监控系统实用化应用研究

目前变电站视频及环境监控系统建设已经得到全面推广,然而在系统运行维护过程中,由于接入站点、设备数量逐步增多,巡检工作需要耗费大量人工,并且其应用情况仅停留在基本的辅助监视水平,无法有效满足智能变电站精细化巡检、全方位减轻维护难度的要求。文章针对变电站视频及环境监控系统存在的局限性,阐述了系统在实用化应用中对工程化配置、可视化联动及智能巡检功能的应用原理,大大减少了系统运维工作量,提升了系统的可靠性和实用性。     

基于FAsT-Match算法的电力设备红外图像分割

红外技术能有效地检测电力设备过热缺陷,具有远距离、不接触、不取样、准确、快速、直观等特点。传统的电力设备故障红外人工诊断耗时、耗力,而针对人工诊断不足提出的智能诊断其难点之一在于能否较好的获得感兴趣区域(ROI,Region of interest)。红外图像具有强度集中、对比度低等性质,常用的分割算法用于电力设备红外图像ROI获取,其结果往往是过分割。针对过分割难点,本文提出一种基于FAs T-Match算法的电力设备红外图像分割方法。首先,运用FAs T-Match算法在可见光图像中近似模板匹配,然后在红外与可见光图像之间通过近似仿射变换找到目标在红外图像中的近似区域,最后用分割算法对近似区域分割。实验结果表明,提出的方法能够较好地解决电力设备红外图像过分割问题。     

智能变电站继电保护设备的运行和管理研究

随着当前社会经济的高速发展,电力领域已经逐步实现智能化和自动化,传统变电站逐渐被智能变电站所取代,并成为现代化电网中不可或缺的组成部分。而对智能变电站采取有效的运行维护技术以及故障管理方法,能够最大限度地保障电网运行安全。因此在当前电力系统工作中,相关人员需要充分掌握智能变电站继电保护设备的运行和管理技术,推动电力行业的向前发展。鉴于此,文章通过介绍智能变电站继电保护的结构,分析智能变电站继电保护当前存在的运行问题,提出有效的运行维护技术和管理方法,旨在为相关检修人员和管理人员提供借鉴和参考。     

一种智能高压输电铁塔远程监控系统的设计

针对传统的人工巡检和传感器监测方式存在的弊端,设计了一种基于嵌入式技术与传感器技术相结合的高压输电铁塔智能防盗报警远程监控系统,监测终端将摄像头采集的视频图像信息和各传感器工作状态通过4G网络传输至监控中心进行分析处理。文中介绍了监测终端硬件和软件以及监控中心基于Qt Creator的视频集中管理软件的设计流程。系统在线测试结果表明,系统运行稳定可靠,智能监控效果良好,可切实提升电网安全保障能力。     

一种基于机器学习的运动目标阴影检测新方法

运动目标检测是物联网智能视频监控中的一个重 要环节。通过对各种阴影检测方法的研究,我们发现仅仅通过一种 特征进行处理并不能准确的检测出阴影。因此,本文提出了一种基于机器学习的运动目标阴 影检测新方法。该方法深度 融合颜色信息、光学不变性以及纹理特征等因素,通过机器学习,自适应地进行目标阴影检 测,在综合分析三种信息检 测结果的基础上,实现对阴影的有效确定。该算法能够有效地结合各种方法的优势,在物联 网应用中取得了较好的效果 和运行效率。     

电站中光伏组件的人工智能热红外检测技术进展

基于温度红外图像的光伏组件缺陷检测是实现光伏电站规模化组件质量检测的重要技术。文章简要介绍了光伏组件热斑产生的原因和危害,重点从热斑检测、热斑定位和提取三个方面总结和对比了光伏组件红外图像及视频的人工神经网络模型及其性能。其中改进的YOLOv5模型对光伏组件的热斑检出精度达到了98.8%,Lucas-Kanade稀疏光流跟踪算法的热斑定位精度达到97.5%。简单讨论了适应大规模光伏电站运维需求的热斑检测技术的发展趋势。     

基于近红外图像的硅太阳能电池故障检测方法

太阳能光伏发电是现今具有远大发展前景的新能源领域,先进高效的太阳能电池制造产业对于太阳能光伏发电具有重要意义,因此生产制造过程中太阳能电池探伤技术具有巨大的应用价值。当前新发展出的利用近红外图像对太阳能电池探伤的技术,对于检测太阳能电池故障比较有效,但当前工业界所使用的后期处理较为简单。通过对太阳能电池近红外图像作一定图像处理,可以较为快捷地分辨出太阳能电池的碎片、隐裂、断栅等故障。相对于已有的后期处理方法,可检测的故障类型较为全面,故障检测效率有较大提高,可以显著降低太阳能电池生产中的太阳能电池故障率。     

政企互联网专线故障自动诊断系统研发

广州联通数据互联网智慧化运维系统是目前在数据网络监控和故障处理领域,最为行之有效的故障自动诊断系统之一。为提升大带宽业务的服务质量和提高网络安全水平,加速IP与IT的融合,提出了打造数据互联网智慧化运维系统。本系统以服务质量、用户感知、支撑效率、智慧运维为核心,率先将SDN&人工智能技术与传统网络维护相融合,针对影响互联网专线业务支撑效率的网络资源管理和影响用户体验的网络设备故障等难点痛点进行建模分析,利用大数据分析技术、IT信息化技术等手段,达到专线业务快速开通、安全事件迅速处置、网络瓶颈智能预警、网络故障自动处理的管控效果,完成对业务支撑、网络安全、故障响应和智能调整四个方面运维能力大幅提升,缩短故障历时,优化用户体验。     

Genetic algorithm and mathematical morphology based binarization method for strip steel defect image with non-uniform illumination

In order to precisely extract the image shape feature for the defect detection and classification, the strip steel image needs to firstly be binarized effectively. In this paper, the intelligent information processing, including mathematical morphology and genetic algorithm, is introduced to the strip steel defect image binarization. In order to eliminate the effect of non-uniform illumination and enhance the detailed information of the strip steel defect image, an enhancement operator based on mathematical morphology (EOBMM) is proposed firstly. And then, the binarization method based on genetic algorithm (BMBGA) is applied to the binarization of the strip steel defect image processed by EOBMM. The experiment results show that our method is effective and efficiency in the strip steel defect image binarization and outperforms the traditional image binarization methods, Otsu and Bernsen.     

变电运维仪器仪表的管理及维护技术的研究

随着经济的不断发展和科学技术的不断进步,我们国家的电力市场需求不断增大,这就对我们国家的电力生产和电力设备运行提出了更高的要求.藉此,本文立足于现阶段变电运维仪器的管理和运维技术现状,对变电运维仪器仪表的管理及维护技术进行了的深入的研究.