基于激光雷达与倾斜摄影融合技术的电力巡检系统设计

针对传统的电力巡检系统仅应用激光雷达或倾斜摄影技术,导致电力巡检的可视化效果差,无人机巡检时间长的问题,将激光雷达与倾斜摄影技术融合起来,对电力巡检系统进行优化。对激光雷达和倾斜摄影相机进行了详细设计,给出倾斜摄影相机的摄影模式示意图;采用无人机三维激光雷达技术对输电线路通道环境进行扫描,获取架空输电线路走廊大范围的三维激光点云数据;设计点云数据与图片的采集和处理流程,对点云数据进行精度校验,布设倾斜摄影技术的像控点点位,校正影像并协同外业测量成果和POS数据得到匹配点云,将2种技术得到的数据进行融合建模,完成系统设计。为验证设计系统的有效性,选择某段路线进行建模测试。实验结果表明,所设计系统的可视化效果好,有效缩短了无人机巡检时长,有效提升了巡检效率。     

基于无人机的电力故障巡检技术研究

针对电网线路长期暴露在外,天气变化和环境影响对输电线路造成不同程度损坏的问题,利用无人机对电力线路进行巡视。设计了一种电力巡视系统,借助四旋翼无人机搭载采集设备进行巡视。针对无人机采集的图像,利用加权平均法对不同的图像进行灰度化处理,采用滤波处理使图像效果更加清晰,并选择Sobel算子对图像实现边缘处理。实验结果表明：利用无人机进行电力巡视可以高效、省时、省力,安全完成巡视过程。     

基于导线纹理的架空导线巡检机器人视觉定位

为了提高架空导线巡检机器人的定位精度,精确反馈输电线路缺陷位置,文中提出了一种基于导线纹理的架空导线巡检机器人视觉定位方法.针对架空导线巡检机器人的作业中环境特征单一的特点,首先通过直线检测检测导线位置,其次提取导线纹理特征用于光流跟踪.为防止因跟踪失败而导致位置信息的丢失,提出基于跟踪背景特征实现机器人相对导线的运动...     

基于强化学习的无人机全自主电力巡检

针对无人机在电力巡检中的全自主性进行研究,提出全自主电力巡检系统,该系统由无人机智能体、充电桩和待巡检目标构成。借助无线充电技术和强化学习决策算法使无人机拥有全自主执行任务的能力,并在设计的仿真环境中进行了验证,训练后的无人机智能体可以自主路径规划进行电力巡检和自主决策到附近的无线充电桩充电,无需人工介入可完成所有巡检任务。由于传统的近端策略优化算法在本系统中奖励低的问题,因此提出一种基于动作掩码的近端策略优化算法来训练无人机智能体,仿真实验结果表明,动作掩码机制使奖励提高了39%,能耗降低了15.34%。     

电力隧道巡检机器人关键技术研究

随着中国式现代化的不断推进,人民生活和城市现代化建设对电能的需求逐步增多,电力隧道的规模和数量也在同步增大,这就对电力线路和设备的安全运行提出了更高要求。而电力隧道巡检机器人的出现弥补了传统人工巡检的缺陷,能有效保障电力线路和设备的安全可靠运行。现围绕机器人导航和定位技术、环境感知技术、机器人运动控制技术、电力供应和能源管理技术、操作控制和通信技术、安全保护和故障处理技术等六个方面对现有电力隧道巡检机器人的技术研究和应用状况进行了综述与分析,以便全面理解电力隧道巡检机器人的运行规则。     

基于射频PDA的电力巡检系统客户端开发

针对传统电力巡检方式存在的各种弊端,以电子标签作为巡检路线的标识,采用带有射频读写功能的工业PDA作为巡检设备,设计了基于射频PDA的电力巡检系统。通过实际应用检验,提高了电力巡检管理的效率和科学性。重点介绍了PDA客户端软件的设计流程,射频读写功能以及PDA与后台数据库数据通信的实现方法。     

基于物联网的电力巡检系统设计与应用

对电力设备进行定期巡视和检修是维持电网安全稳定运行的重要手段,目前人工巡检、二维码巡检、机器人巡检等方式存在耗费人力物力、效率低下等问题。为弥补现有巡检方式的不足,全方位监控电力设备的运行状况,提出了一种基于物联网的电力巡检方法,基于RFID射频技术获取电力设备的信息,基于物联网GIS技术实现电力设备的精准定位,基于Java语言实现电力巡检系统的设计。该方法采用了一种基于光伏微能量的RFID技术,将现有的有源RFID射频技术与光伏微能量系统相结合,基于光伏微能量系统收集射频系统所需的能量,解决了传统有源RFID标签稳定性差、续航时间短的问题,实现了基于物联网技术的电力精准化巡检,为实现泛在电力物联网提供了技术支持。     

无人机电力线路安全巡检的关键技术研究

无人机作为现代小型飞行监控装置，是无线遥控设备和控制系统实现的一种小型飞行器。由于无人机在实际操作中较为简单与灵巧，生产成本相对较低，使得无人机在许多航拍、救灾以及测量等领域中得到了应用，甚至可以在恶劣环境下进行使用。这也使得在电力线路安全巡检工作中提高了对无人机的利用率，确保电路线路安全巡检工作开展质量得到提升，减少了巡检人员的工作难度以及工作危险。为此，本文通过对无人机巡检技术进行概括，全面了解无人机电力线路安全巡检的各项关键技术，从而提高电力线路安全巡检质量。     

基于线路点云空间分布特征的导线提取算法研究

目前,无人机机载激光广泛应用于输电线路运维的边坡隐患分析、线路施工验收和树障隐患分析等方面,而输电线路导线点云提取是这些应用的基础工作和先决条件。现提出一种针对交叉跨越情况的导线点云提取算法:第一步,对一个架次的原始点云数据进行按档分割;第二步,对单档点云数据进行粗分类;第三步,导线点云精化,获取目标导线点云。根据多架次点云实验,算法准确率为91.2%,验证了其准确性和适用性。     

多旋翼无人机自主巡检关键技术研究

基于目前多旋翼无人机广泛应用于输电线路电力巡检的背景,从功能设计、自动避障、路径规划三个方面讨论多旋翼无人机自主巡检关键技术。研究设计多旋翼无人机自主巡检控制功能模块并划分无人机巡检工作状态,然后分析无人机自动避障原理及搭载多元化传感器避障的传感器选型依据,阐述多种无人机路径规划算法的核心原理并进行了优劣性对比。     

无人机技术在电力巡检信息化管理中的应用研究

随着飞控技术、传感器技术和数据处理技术的发展,无人机技术飞速进步,无人机作为空中可以灵活移动的飞行平台,根据任务的具体要求可以灵活搭载不同的专业设备,将信息采集与处理、远程传输、测绘等功能融合于一体,促进电力巡检信息化管理的发展。鉴于此,通过对无人机电力巡检系统的研究,基于多旋翼无人机巡检系统在电力线路巡检中的实际应用,探索无人机技术在电力巡检信息化管理中的应用,以期促进智慧电力巡检的发展。     

针对点云缺失情况下的导线分割算法研究

提出了一种导线模型(XY面投影重合、XY面投影不重合,简称"模型一"和"模型二")识别方法和基于该模型的导线分割算法,解决了点云缺失情况下导线分割困难、分割精度低的问题。经实验验证,模型一和模型二分割准确度为92.5%、90.9%。     

基于自动化交互行为的电力机房巡检机器人系统设计

目前设计的电力机房巡检机器人系统响应时间较慢,导致巡检精度较低。为解决上述问题,基于自动化交互行为设计一种新的电力机房巡检机器人系统,对系统的硬件和软件进行设计,巡检机器人系统硬件由驱动器、处理器、传感器、红外热成像测温器组成。利用驱动器实现信息驱动,驱动器的控制信号的引脚分别为GND、ALM、PG、EN,分别控制驱动器的报警、以及驱动信号的接收和输出、电机方向的确定。采用TUIS-8689处理器,TUIS-8689处理器的核心是8核智能芯片处理器的芯片为Xilinx芯片,具有超强的计算能力和处理能力,传感器采用14vdc供电模块,传感器的振动速度和位移具有关联,实现巡检机器人运动的校验。选用PI 400型红外热成像仪测温器实现温度测量。通过数据获取、特征值提取、确定巡检路线实现软件流程。实验结果表明,基于自动化交互行为的电力机房巡检机器人系统能够有效缩短响应时间,提高巡检精度。     

基于多自由度检测末端的室内无轨式电力巡检机器人研究

电力系统中用于各种设备巡检的巡检机器人正在变得高度自动化和智能化,且对机器人的功能也不断增加.针对配电站室内电力设备的末端检测,要求可以在管线密集的空间内进行活动,巡检机器人具有灵活的无轨式移动和多自由度机械臂操作.采用模糊逻辑的PID控制技术搭建了对自由臂关节电机的控制模型,优化了直流无刷电机在复杂多变运行环境下的动...     

基于ROS的电力变电站巡检移动机器人

为了从电力变电站的日常巡检任务中释放人力资源,设计了一种用于监测变电站设施并收集所需信息的巡检移动机器人。该巡检移动机器人搭配HIK视觉平台、激光传感器和工业个人计算机(IPC),并可在机器人操作系统(ROS)中进行编程。通过预先设定在机器人中的变电站全局地图,一旦接收到巡检任务,该巡检移动机器人可以选择最短路径来完成任务,并且在巡检机器人中使用激光传感器导航方式控制运动方法。此外,还在控制器中添加了Kalman滤波器来排除导航传感器提供的异常位置信息。通过实验分析,结果表明:该巡检机器人能够在电力变电站中进行巡检工作且满足实际工况需求。     

基于激光SLAM技术的电力巡检机器人交互控制

提出基于激光SLAM技术的电力巡检机器人交互控制方法,利用激光SLAM技术在地图模型、运动学模型、里程计观测模型以及多传感器观测模型的基础上绘制机器人的巡检地图,通过Dijkstra算法根据巡检地图获得最短巡检路径,并采用DWA滑动窗口法对选取的巡检路径进行评分,选择评分最高的路径作为机器人的巡检路径,完成电力巡检机器人的交互控制。实验结果表明,所提方法的避障效果好、路径规划效果好、控制精度高。     

基于模型压缩的 ED-YOLO 电力巡检 无人机避障目标检测算法

针对现有卷积神经网络模型体积大、运算量高,导致电力巡检无人机检测速率与精度无法兼顾的问题,提出一种基于模型压缩的ED-YOLO网络实现无人机避障的目标检测算法。该目标检测算法以YOLOv4为基础,首先在主干网络中加入通道注意力机制,在不增加计算量前提下提高检测精度;其次在特征金字塔部分运用深度可分离卷积替换传统卷积,减少卷积计算量;最后利用模型压缩策略裁剪网络中冗余通道,减小模型体积并提高模型检测速度。在自主构建的9 600张电力巡检无人机飞行障碍的数据集进行测试,ED-YOLO与YOLOv4相比,其障碍物目标检测的平均精度均值只降低了1.4%,而模型体积减少了94.9%,浮点运算量减少了82.1%,预测速度提升了2.3倍。实验结果表明,对比多种其他现存方法,本文提出的基于模型压缩的ED-YOLO目标检测算法有着精度高、体积小和检测速度快的优势,满足电力巡检无机避障检测要求。     

用于电力巡检机器人的挂空异物智能检测方法

在电力信息化战略的不断深入下,电力巡检机器人日益普及,为完善机器人功能,拓宽其应用前景,提出一种挂空异物智能检测方法。根据光照强度、天气状况等因素,基于不同颜色空间变量值与背景特征关联,合理利用对应滤波方式去除图像内噪声杂质。面向模糊不清的采集图像,依据前景与背景的分割阈值和平均灰度值,改变分段区间与拉伸区间,增强图像对比度。结合输电线路的直线特征与点线对偶特性,以霍夫变换直线提取法为基础识别出输电线路;通过设计的拟合恢复方法,获取完整的输电线路由局部二值模式图像特征点匹配策略,建立矩形兴趣范围,遍历像素点,检测出线路上的挂空异物。实验环节分别通过检测图像与评估指标数据,从主客观角度全面分析了检测效果,经实验结果验证,所提方法具有良好的可行性与适用性,能够较为准确地检测出多种异物。     

变电站机器人沿轨道自主巡检的方法研究

为了克服对未铺设道路的变电站巡检的困难,设计了一种能导电和传输数据的巡检轨道,提出了一种机器人沿轨道运动并对变电站设备进行自主巡检的方法,机器人通过在轨道上移动,收集选定目标的热图像,并处理数据和预测电气元件的机械强度,从而实现对电气元件的故障诊断。将设计的自主巡检机器人识别的热图像测量结果与美国FLIR SC660红外热像仪的测量结果进行了比较,结果表明,该机器人能准确识别部件和测量部件的温度。     

面向车间的点巡检系统设计研究

目前大部分制造业企业都是采取设备周期点巡检来监测设备是否存在隐患,重庆某制造企业下有多个职能不同的分厂,各个分厂存在多条产线和设备,具备地域分布较广、设备种类多等特点。针对该厂目前点巡检系统整体信息化程度低,无法有效监督是否按照规定进行点巡检,信息传递混乱等问题,设计了设备点巡检管理系统。应用该系统,该单位实现了整体信息化提升,通过对点巡检标准、点巡检任务及现场点巡检的统一管理,提高了点巡检过程中的点巡检信息传递效率和准确性。通过构建设备劣化度评分模型,依据点巡检数据对设备劣化程度进行评分,更加直观地展示设备的劣化趋势。通过机器学习中的回归模型对设备劣化度进行趋势预测,在发现设备劣化趋势将会出现异常时动态调整点巡检周期或提前准备设备检修计划,从而避免因设备突发故障造成的损失,提升企业的核心竞争力。