基于改进的Faster R-CNN高压线缆目标检测方法

利用带电作业机器人取代人类的手动作业,可以有效地减少高电压、强电场对人体的危害,大大提高作业的效率。为解决带电作业机器人在复杂背景环境中对线缆目标的智能检测问题,提出基于改进的Faster R-CNN高压线缆目标检测方法。为了提高网络提取图像高级特征的能力,引入跳转连接并调整激活层、卷积层的顺序;然后对候选框生成机制进行改进,提升网络对小目标检测的性能;最后利用ROI池化层提取每个区域的特征,同时完成分类和框回归任务。通过构建高压线缆图像数据集,基于改进的Faster R-CNN模型进行大量实验,最后取得了较好的精度和较快的速度。     

基于“双碳”目标的社区型多能小站应用研究

以小区配电室为载体,构建了集配电室、边缘数据中心、储能站、5G基站、光伏和电动汽车充电站为一体的“社区型”多能小站应用模式,实现需求侧信息能源一体化服务,从而达到降低信息、能源等基础设施建设成本的目的。另外,从多能小站构建模式、网络系统架构和目标成效分析的角度,探讨了“社区型”多能小站的应用前景。     

基于储能型柔性互联装置的配电网孤岛恢复方法

为有效发挥储能型柔性软开关（soft open points with energy storage,E-SOP）灵活的故障恢复能力,提出了基于E-SOP的柔性互联配电网孤岛划分和故障恢复方法。首先,构建了双端变压器故障后,基于E-SOP的柔性互联配电网故障恢复模型;其次,以负荷恢复容量最大为目标,综合考虑功率平衡约束、E-SOP容量约束和电压约束,提出了基于拓扑搜索的柔性互联配电网孤岛快速划分和故障恢复方法;最后,对所提柔性互联配电网孤岛划分和故障恢复方法进行仿真分析。仿真结果表明所提柔性互联配电网孤岛划分方法计算速度快、划分效果好,能有效满足快速供电恢复的要求。     

基于激光雷达点云的配网带电作业机器人的目标识别

为满足配网带电作业机器人作业任务要求，提出一种基于激光雷达点云的电气设备识别方法。采集点云后，进行预处理操作，清除干扰点并保留作业区域的点云。基于几何特征，初步检测电杆和绝缘机械臂，然后利用电杆与机械臂之间的几何约束条件，通过最小二乘法对识别结果进行迭代优化。利用所获得的电杆和机械臂构成结构所提供的几何信息，进一步处理电力线点云，实现电力线点云识别。实验表明，该方法能快速、准确、稳健地从作业区域的激光雷达点云中分割和识别电杆、机械臂和电力线，为机器人执行各种后续作业任务提供充足信息。