计算机视觉技术及其在电力系统自动化中的应用

随着视频技术和红外成像技术在电力系统中的广泛应用，图像信息在电力系统自动化中所起的作用越来越重要，而且对图像信息分析与理解的要求也越来越高，使得在一些应用场合必须利用计算机视觉技术由计算机替代监控人员进行图像理解。文中从计算机视觉的两个方面——图像识别和三维重建——介绍了计算机视觉技术的基本内容，在已有的或设想的一些应用实例的基础上，探讨了计算机视觉技术特别是图像识别技术在电力系统自动化中应用的必要性和应用前景。     

基于径向基函数神经网络识别的电力系统动态参数获取新途径

借助计算机视觉替代人工进行巡视,通过图像识别获取的电网动态参数与门限值进行比较是评判电网运行状态的一种新途径。其中仪表图像的自动识别是获取动态参数的关键环节,该文提取了图像中颗粒目标的长度比、紧密性和简单度3个特征不变量,应用RBFNN实现了表盘关键元素的自动分类。通过对指针式仪表图像的识别实验,证明了输入RBFNN的特征不变量在仪表元素识别中是稳定的,对噪声不敏感,引入图像识别技术可大大优化电力系统运行状态的监测过程。     

电子信息技术在电力自动化系统中的应用研究

随着我国经济的发展和电力系统大规模的改造,电力系统自动化程度越来越高。电力系统自动化主要涵盖三个领域,即调度自动化、变电站自动化和配网自动化。我国电力自动化系统的发展与电网基本建设、计算机软硬件技术、电子通讯技术的发展密切相关。本文结合我国电力系统自动化的实际,阐述了信息技术在电力自动化系统中的应用情况,并探讨其未来发展方向。     

电子信息技术在电力自动化系统中的应用研究

随着我国经济的发展和电力系统大规模的改造,电力系统自动化程度越来越高.电力系统自动化主要涵盖三个领域,即调度自动化、变电站自动化和配网自动化.我国电力自动化系统的发展与电网基本建设、计算机软硬件技术、电子通讯技术的发展密切相关.本文结合我国电力系统自动化的实际,阐述了信息技术在电力自动化系统中的应用情况,并探讨其未来发展方向.     

图控软件在电力综合自动化系统中的应用

随着中国电力工业的发展及电力系统的现代化改造，以及计算机、通讯等技术的不断进步，对电力系统的自动化管理程度要求也越来越高。本文以GE Fanuc公司的图控软件——CIMPLICITY HMI为例，介绍和阐述了如何利用工控组态软件进行电力综合自动化系统的开发和实现。     

基于计算机视觉的远程变电站状态监测与诊断新策略

提出了一种基于计算机视觉的变电站畸变状态监测与诊断新策略,即通过与历史监测图像相比较对变电站的状态进行分类,确定是否传送图像和告警信号,调度中心接到告警信号后才需观察图像及处理异常情况。文章首先详细介绍了监测诊断系统的总体结构,讨论了基于远程图像识别的电力设备状态诊断过程,然后结合图像的预处理过程,阐述了基于先验信息的电力仪表显示值的确定方法,并提出了适当的优化算法。通过对监测策略及图像识别的优化,建立的基于计算机视觉的变电站远程状态诊断系统降低了对通信信道的要求,并显著减轻了调度员连续观察大量实时图像的负担。     

用计算机视觉技术监测电气设备的运行状况

根据摄像头捕获的图像 ,用计算机视觉技术判断电力设备运行情况是智能电力系统领域研究的热点之—。较系统地介绍了用计算机视觉技术 ,对图像及视频内容进行自动或半自动检测和识别 ,以达到对电气设备监测的方法     

几何矩及其几何矩不变量

几何矩是一种最简单的矩函数,当图像在平面上变动时它具有不变的特性。在目标识别、目标姿态的计算和其它领域(如图像处理、图像识别和计算机视觉等)有广泛的应用。     

长沙电网中变电站无人值班运行存在的问题与对策

0引言长沙电网的调度自动化建设始终走在全省的前列。一方面,变电站综合自动化系统的出现,为无人值班变电站的实施提供了技术支持。另一方面,自1998年下半年开始,长沙电业局逐步建立起湖南电力系统规模最大、具有自愈能力的地区电力光纤同步传送网——SDH光环网,它承担着传送整个长沙地区电力系统行政、调度电话、电网调度自动化、计算机数据、远程图像监控等多种信息传输任务,为长沙电网安全稳定经济运行、电力系统自动化水平的提高、无人值班变电站的正常运行提供了可靠保障。长沙电网的变电站综合自动化系统目前尚存在一些不容忽视的问题,必须认真加以解决。     

黑龙江省电力局调度系统计算机网络的探讨

电力系统计算机网络是调度自动化系统的重要组成部分，是实现电网分层控制、信息逐级传送、就近分布处理的重要手段。目前国内已有部分网调采用了计算机网络通信系．统。随着电力系统的不断扩大，我省电力系统应用和推广网络技术已是刻不容缓之事。计算机网络技术在电力系统调度自动化中，最主要的应用是传输电力生产的实时数据。本文仅对建立我省电力调度系统计算机网络的有关问题进行探讨。1网络拓扑结构网络的拓扑设计决定了网络节点间的线路连接方式。可以构造成各种不同的网络结构，如：星型、环型、分布型和混合型等。星型网将多个终…     

基于机器视觉的馈线终端单元插口状态自动识别系统研究

针对不同类型馈线终端单元FTU(Feeder Terminal Unit)检测中的插口状态自动识别问题,设计了基于机器视觉的FTU插口状态自动识别系统。该系统由工控机,图像采集处理模块和工业机器人组成,通过CCD相机与图像采集卡采集并处理图像,应用了中值滤波、灰度化、畸变矫正、相机标定等图像处理环节简化计算的方法,提出了FTU航插口的位置和角度偏差计算方法以及FTU插口视觉特征增强方法。上述方法解决了FTU自动化检测流程中插口识别准确性差、效率低等问题,提高了检测作业的自动化程度,降低了人工带电作业的安全隐患。     

建筑装饰材料尺寸偏差的计算机视觉检测系统

以墙地砖等建筑装饰材料为研究对象 ,以计算机视觉理论为基础 ,采用计算机图象处理技术 ,研究了墙地砖等建筑装饰材料尺寸偏差自动检测和识别的关键技术 ,并编制了该软件系统。     

仪表动态参数的自动获取及其优化算法

计算机视觉识别是一种获取仪表动态参数的通用新方法,可以显著提高工业生产的自动化程度。系统地介绍了指针式仪表识别中的优化方法,提取图像粒子目标的长度比、紧密性和简单度三个特征不变量作为分类表盘的基本元素;基于差分图像确定投影原点的点弧线投影极值新算法,可快速获取仪表指针和分度线参数,且能区分分度线长短。与传统的Hough变换检测仪表示数的方法相比,提出的算法大大优化了仪表的计算机自动判读过程。     

基于视觉信息的继电保护压板投退位置的自动识别研究

如何有效地进行压板投退管理对电力系统安全稳定运行具有重要作用,但是压板的投退状态的获取是个难点问题,一直没有好的解决办法。该文利用遥视系统上传的视频图像,从拍摄的保护屏的视频流中抽出特定的静态有效帧,利用计算机图像识别算法自动识别设定的有效区域内的压板的投退状态,并将压板状态信息作为继电保护管理系统输入信息进行管理。利用现场采集的压板图像信息对匹配与比较算法进行识别研究表明,所提算法具有较高的准确性,抗干扰能力和实时性也很好。     

建筑装饰材料变形的计算机视觉检测系统

以墙地砖为例 ,以计算机视觉理论为基础 ,采用计算机图象处理技术 ,研究了建筑装饰材料变形的自动检测和识别关键技术 ,并编制了该软件系统     

局部放电远程识别中的分形图像压缩方法

研究了局部放电图像分形压缩技术 ,分析了解码图像误差对识别结果的影响。大量的样本数据识别结果说明 :采用分形图像压缩技术能获得较高的局放图像压缩比 ,提高了系统对远程计算机存储局放图像的识别速度 ,使局放图像远程识别系统具有更强的实用性     

基于计算机视觉的架空输电线路机器人巡检技术综述

架空输电线路是电网安全运行和电能可靠输送的关键,对其进行定期巡检至关重要。计算机视觉系统具有集成度高、交互性好、自动化程度高、处理速度快等特点,能够在架空输电线路巡检过程中各类设备的准确识别和故障判断中发挥重要作用,因此计算机视觉系统在架空输电线路机器人巡检与故障诊断中具有广泛的应用前景。从导线的识别、杆塔识别以及绝缘子串的识别等架空输电线路关键设备方面综述了机器人计算机视觉巡检技术及其研究现状,分析了多种相应的图像处理方法,在此基础上对基于机器学习的架空输电线路机器人视觉巡检关键技术进行了总结与展望。     

视频图像智能识别技术在输变电系统中的应用研究综述

电网的数字化建设催生海量的数据,视频图像智能识别技术在输变电系统中的设备环境视频监控、无人化巡检等应用场景中,以强大的图像数据价值萃取能力引起广泛的关注。因此,首先介绍视频图像智能识别技术的基本概念和基本研究框架,总结在电力输变电系统中常用的图像识别技术;然后从面向电网设备和环境安全监测的智能巡检以及面向人身安全监控的智能巡查2个角度出发,对视频图像智能识别技术在输变电系统中的四大应用研究场景分别进行综述;在此基础上,探讨视频图像智能识别在电力输变电系统应用中所面临的三大挑战,并针对挑战提出可能的解决方案与研究思路,给出若干点建议。     

电力工业安全影像解译：基本概念与技术框架

电力工业安全风险识别及防控对保障电力安全生产和人员自身安全意义重大。近年来随着人工智能技术的发展,以电力现场感知影像为基础,借助目标检测等计算机视觉方法进行生产风险识别得到广泛关注。然而电力生产是复杂的人-机-物多元融合交互过程,现有智能识别方法效果有限,亟需结合电力生产知识实现智慧化安全风险认知。为此,该文在分析电力工业安全风险的基本特性及研究现状基础上,提出电力工业安全影像解译的基本概念,阐述电力工业安全影像解译的必要性和研究意义;然后提出电力安全风险解译的技术框架,并重点讨论电力工业安全风险解译各环节的关键技术、电力特殊问题及解决思路;最后,对未来电力工业安全影像解译的应用和挑战进行总结与展望。