输电线路防外力破坏智能监控系统的应用

针对日益突出的线路外力破坏问题以及传统视频监控装置存在的短板,提出基于图像识别技术的输电线路防大型机械外力破坏监控预警系统。该系统应用混合高斯背景建模实现对大型机械入侵的定向识别,并结合微信平台实现以需求为导向的分级管控智能推送,建立了线路防外力破坏监控新模式。在佛山地区输电线路防外力破坏的应用实践中,该系统实现了24 h不间断智能监控的要求,大大提高了运维人员对线路外力破坏隐患的监管能力和工作效率,有效减少和预防了大型机械破坏线路事故的发生,为保障线路安全稳定运行提供了技术支持。     

高清数字矩阵切换器的安装、维护与使用注意事项

近年来,随着数字信号技术和光通信技术的发展,在新一轮数字高清技术革命的大潮中,采用光介质作为传输载体的新的带数字信号的矩阵将逐步取代传统模拟信号矩阵切换器.采用数字光矩阵作为核心交换设备的全数字信号系统,能从根本上克服传统模拟信号系统难以解决的一些问题,比如信号拖尾、重影、模糊、亮度下降、底纹干扰等,对应数字信号,接收端只要0和1判断正确,信息就能无损失的接收下来,从而使图像质量得到保证.     

输电线路中的智能识别技术应用

基于案例项目,阐述输电线路智能识别在电力系统中的应用,技术方案、制定机巡输电图像缺陷样本标准、巡数据的输电线路智能缺陷识别算法、图像数据智能处理。     

基于深度自编码的多视图子空间聚类网络

传统子空间浅层聚类模型对于多视图和非线性数据的聚类性能不佳。为此,提出一种基于深度自编码器的多视图子空间聚类网络模型,通过在深度自编码器中引入子空间聚类中的“自我表示”特性以及加权稀疏表示,提升了多视图子空间聚类算法的学习能力。推导的深度自编码多视图子空间聚类算法能够聚类具有复杂结构的数据点。通过多视图数据集验证了提出算法的有效性。结果表明,该方法能够有效地挖掘数据固有的多样性聚类结构,并利用多个视图之间互补信息,在性能上与现有方法相比有较大的提升。     

输电线路多旋翼无人机自动驾驶智能巡检系统

针对日益繁重的输电线路巡视工作以及输电专业无人机巡视方面难度大、风险高、自动化程度低等问题,本文提出了一种输电线路多旋翼无人机自动驾驶智能巡检系统及方法,结合人工智能图像识别技术实现了机巡数据的智能处理,建立了输电线路自动智能巡检作业的新模式.本文重点介绍了巡检系统的结构、功能及关键技术,通过佛山地区输电线路巡视的应用实践,该系统大大提高了电网巡检效率,证明了其有效性和合理性.     

基于改进U-net语义分割遥感影像的线路走廊隐患检测方法北大核心CSCD

输电线路的安全运行常受到违章建筑、树障、大型违章施工车辆等线路走廊隐患的威胁。针对当前线路走廊隐患检测手段工作条件受限、监测范围小、准确率不高的问题,提出了一种改进的U-net语义分割网络的遥感影像线路走廊隐患检测方法,基于少量卫星遥感影像数据训练模型,实现了线路走廊隐患快速准确检测,准确率为85%。实验结果显示,该方法对于违章建筑、树木和大型违章施工车辆均具有良好的检测效果,提升了输电线路走廊隐患智能化检测水平。     

基于差分定位的输电线路多旋翼无人机智能巡检

针对目前人工操作无人机进行输电线路巡线自动化程度不高,人工操作无人机难以标准化、规范化,导致巡线时间偏长或多发坠机等问题,围绕南方电网公司提出的无人机无人操控自主巡线目标,制定了基于载波相位差分定位技术的输电线路多旋翼无人机智能巡检方法。该方法在载波相位差分高精度定位技术的支撑下,首先由人工操控无人机进行线路巡检,再根据记录的巡检航迹提取航拍控制轨迹点精确的经纬度、海拔高度和每一航拍点的摄像头俯仰角度等信息,制定该线路的自主巡检方案。进行自主巡航时沿设定的轨迹控制点按预设角度进行航拍,实现无人机巡航的流程化和标准化。现场测试效果表明,无人机利用所提方法可在强电磁场环境下快速准确地完成定点巡航任务,为实现规范化、标准化的无人机安全巡线作业奠定了基础。     

基于身份的公开可验证的认证加密方案

利用椭圆曲线上的双线性映射的特性，提出了一个新的基于身份体制的安全有效的认证加密方案。该方案与其它方案相比最显著的优点在于在基于身份的密码体制上实现了认证部分与消息恢复的分离，该体制在拥有基于身份密码体制的独特优点的同时，又达到任何第3方都可以认证密文，但同时又只有指定的接收者才有能力去恢复出明文的效果。此外，该方案具有很高的安全性和效率。     

基于图像识别技术的输电线路智能监控系统应用

针对持续多发的输电线路外力破坏事件,人工巡视以及传统监控设备并不能及时有效发现事故隐患,因此提出基于图像识别技术的输电线路智能监控系统.该系统应用卷积神经网络的深度学习算法训练模型,可以智能识别出输电线路现场的安全隐患.建立起前端采集图像,数据无线传输,后台识别分析,隐患定向推送的智能监控新模式.在佛山地区应用实践中,该系统实现了对输电线路现场的24小时实时监控预警,提高了对外力破坏隐患的监管能力,有效预防了大型施工机械所致的线路跳闸事故.     

AI识别技术在输配电网络故障诊断中的应用

常规方法分割图像中输配电网络像素点时，选择的分割点梯度不一致，使导线故障和器件故障定位范围较大，为此提出AI识别技术在输配电网络故障诊断中的应用方法。获取输配电网络机巡数据，转换红外图像像素点颜色，去除噪音像素点，根据灰度值选择种子像素点，将梯度幅值和方向一致的种子点作为分割点，分割输配电网络像素区域，输入AI识别网络，提取分割图像特征进行分类学习，输出故障诊断结果。实验结果表明，设计方法减小了导线故障点标记距离、器件元件故障区域标记面积，提高了故障位置定位精度。