基于无人机紫外检测的输电线路电晕放电缺陷智能诊断技术

目前使用紫外视频进行绝缘子探伤需要人工判读放电光斑,自动化程度较低。为此,提出了一种以无人机(UAV)搭载的紫外传感器所获取的影像为数据源,根据电晕放电的光谱特征和紫外成像的形态特征来自动检测紫外视频放电位置的方法。首先从紫外影像中获取图像帧;然后对图像进行最大类间方差二值化和区域生长处理,根据区域生长后的结果来计算疑似放电区域;最后经放电异常诊断,利用获得的高精度位置姿态以及时间同步信息,得到高压输电线路绝缘子发生异常的具体地理位置。实验结果表明上述方法可以自动提取紫外视频中呈高密度、连续放电的区域。该方法可有效地对紫外影像中高压输电线路绝缘子进行放电异常诊断,对电网运行维护有实际意义。     

架空输电线路无人机缺陷智能识别技术研究

基于采集的高质量影像,针对无人机巡检影像特性,采用深度学习技术框架,研究输电线路设备及通道环境隐患的智能识别方法,实现销钉级微细颗粒缺陷的智能识别.由于目前无人机的图传带宽难以满足高清图像的实时传输,前端芯片的算力也难以满足缺陷识别的需求.因此,短期内自主巡检的图像还是在无人机自主巡检完成后,在服务器端调用人工智能算法进行处理.基于以上过程标准化采集的高质量巡检图像,可以降低后续设备缺陷识别的难度,提升设备识别的准确率.针对无人机巡检图像特征,采用深度学习Faster-RCNN(Faster-Region Convolution Neural Network)模型,实现了对无人机巡检图像中设备缺陷及通道隐患的智能识别.     

输电线路无人机智能巡检技术概述

随着我国高压输电线路的快速建设,传统效率较低的人工巡检模式已难以跟上和满足其巡检需求.无人机智能巡检技术在这种背景下应运而生,并且得到了一定程度的发展.然而,该智能巡检技术涉及多个专业领域,而如何将这些领域的方法和技术合理、高效地应用于其中,尚存在一定的困难和挑战.本文首先概述了输电线路无人机智能巡检技术的应用现状,而...     

基于红外图像识别的输电线路故障诊断

红外图像中输电线路故障的准确识别一直是困扰检测人员的难题。本文借助红外成像仪获取输电线路温升变化图像,从分析输电线路红外图像的特征入手,通过比较各颜色空间的优缺点,应用HSI颜色空间转换获得图像边缘信息,借助中值滤波保持边缘信息的优势,利用改进的中值滤波排除干扰,采用梯度法提取其中的温度最高区域,从而迅速准确地诊断输电线路温升故障。以输电线路的红外图像为例,验证了HSI空间梯度法识别温度最高区域的可行性和有效性。     

基于深度学习的无人机巡检架空输电线路金具锈蚀缺陷检测方法

为了提升架空线路无人机巡检效率,提高架空线路金具锈蚀缺陷智能检测效率,提出了一种基于深度学习的巡检架空线路销钉缺陷检测方法。由于架空输电线路的金具锈蚀缺陷智能检测存在环境背景大、目标小、拍摄角度和拍摄光线差异大等特点,采用图像预处理算法拓充数据集,将MobileNet替换YOLO的主干特征提取网络来提升算法的泛化能力和鲁棒性,并用实际巡检图像进行实验测试。测试集验证中,当置信度阈值取0.5时,P为0.92、R为0.84、A_P为91.34%。结果表明,此方法对架空线路金具锈蚀缺陷有较好的检测效果,可以给设备健康状态评估提供参考。     

基于无人机低空摄影技术的架空输电线路智能巡检方法

传统的巡检方法计算误差大,巡检效果差,为此研究基于无人机低空摄影技术的架空输电线路智能巡检方法。采用无人机作为图像数据采集设备,调节对应的飞行参数。将无人机的飞行高度与图像采集点的有效操作距离进行匹配,并获得其电力系统的图像。将图像进行预处理,消除图像因为光线误差等导致的干扰问题。合理选择无人机拍摄图像,根据具体的精度要求对图像进行加密处理,使得图像结构能够完成保存。通过端到端的方式对架空输电线路进行整体图像提取。运用GPS采集地理坐标并转换为空间坐标,获得不同线段的端点位置,计算端点间距离得到检测结果。实验结果表明,小组5计算距离与实际距离一致,能够准确识别出地物边界,误差为0%,能够准确判断地物安全距离,提升巡检效果。     

基于深度学习的输电线路巡检无人机图像分类方法

由于点云数据的不规则性,对点云数据特征值的分类精度很难达到输电线路巡检要求。为此,提出基于图信号处理的激光雷达点云分类方法。该方法在处理不规则的输电线路图像信号时,可直接从原始点数据中生成特征值,从而提高分类精度。为了验证所提出方法的有效性,采取实物仿真的方式对算法进行验证,结果表明图像中的分类精度可达到90%。     

高压输电线路故障的红外诊断技术

在红外测温原理的基础上,介绍了1种新型的高压输电线路故障诊断方法--远距离红外测温法。它是通过对线路故障发生原因的分析,经比较推荐使用,以相对温差法为主的故障判别方法。     

基于多旋翼无人机的500 kV架空输电线路巡视技术

随着电网建设的飞速发展和电网规模的不断扩大,人工巡视架空输电线路已经愈来愈不适应电网发展的要求,无人机巡视技术以其出色的巡检效率逐渐得到推广应用。通过介绍多旋翼无人机巡视技术在南京地区500 kV架空输电线路上的应用情况,分析了多旋翼无人机巡视技术的优点和局限性,并提出了改进建议。     

三峡高海拔山区500kV输电线路地线金具磨损及发热缺陷无人机精准排查效率分析

随着无人机自主巡检技术的成熟,无人机上搭载高清可变焦镜头和红外测温设备,可以获得杆塔金具局部高像素照片和精确的杆塔金具接点温度.三峡高海拔山区500 kV杆塔普遍位于高山之间,通过传统金具检查方式进行排查,不仅运维质效不高,还存在一定的安全风险.以三峡500 kV出线为例,在发现地线金具缺陷方面,定量分析出无人机自主巡...     

基于无人机图像处理的输电线路提取技术研究

为进一步减轻输电线路进行定期检查、巡视的任务,文章提出了一种利用智能化无人机巡检技术,对航拍图像进行线路的提取和跟踪。采用直方图均衡化及图像滤波对航拍图像进行预处理,解决了航拍图像光照强度以及背景对输电线路元素提取的干扰;采用LSD算法实现了线路边缘的提取,在去除图像背景信号的基础上使用Hough变换数学算法实现了输电线路的准确连接;分别采用粒子滤波和扩展卡尔曼滤波两种图像跟踪方法对航拍视频进行线路跟踪,通过建立输电线运动模型,用仿真软件对其进行识别,两种方法的检测准确度分别为95.34%和94.72%,证实文章处理算法可实现输电线路的提取和跟踪。     

基于激光测距成像和图像处理的输电线路防护技术

针对目前输电线路防外力破坏自动化水平不高的现状,考虑激光扫描成像的特点,结合图像直线特征提取和空间转换,以及样本匹配理论,提出了一种在参数空间内的危险目标自动识别方法。通过脉冲飞行时间法来扫描获取目标各点的空间位置数据,并将原始数据映射为一幅灰度图像,将灰度图像进行图像处理,包括二值化、去噪、边缘检测,最终通过Hough变换提取出图像中的直线特征,在参数空间中,提出了判断图像间相似性的度量函数,并建立了目标图像与危险目标数据库的匹配函数,从而实现输电线下方危险目标的自动识别,防止输电线路遭受外力破坏。实验结果显示,能顺利检测到危险目标且不会发生误报,是一种可行的检测输电线路中危险目标的方法。     

架空输电线路无人机巡视技术研究

应用无人机技术开展架空输电线路巡视,可以有效提高架空输电线路的巡视效率。介绍了精细巡视、日常巡视、通道巡视三种无人机巡视模式,给出了无人机精细巡视的流程和内容,并对无人机操控信号的传输、图像的处理与传输进行了分析。通过研究和应用架空输电线路无人机巡视技术,可以提高架空输电线路的运行安全性和稳定性。     

固定翼无人机巡检输电线路探讨

随着电网的日益扩大,巡线的工作量也日益加大,固定翼无人机作为无人机的一种,可以被应用在输电线路巡检中,以提高巡线的效率。基于固定翼无人机平台在输电线路巡检系统中的应用进行探讨,包括对于固定翼无人机巡线系统设计思路、固定翼无人机巡线系统组成、各分系统功能以及关键技术问题等的研究。主要的巡检方式包括可见光巡检、红外光巡检、紫外巡检和三维激光扫描巡检。巡检对象包括线路走廊、导线、塔身、金具等。巡检内容包括线路走廊异常、设备热缺陷、电晕放电等。     

输电线路热缺陷红外检测与处理

介绍输电线路热缺陷红外检测的判断方法,并阐述热缺陷的相应处理方案.     

高压输电线路热缺陷红外检测初探

讨论了高压架空输电线路红外检测中热缺陷的分析方法以及故障原因,并对线路的连接金具等导体的红外检测提出了一些建议。     

变电设备发热缺陷红外诊断分析

电气设备的发热故障一直是电力系统的一个老问题,严重影响供电设备正常的负荷输送,甚至酿成事故。红外检测技术的应用,对提高变电站电气设备的安全稳定运行和保障电力用户的持续可靠供电都有很重要的意义。多年来,湘西电网数10座变电站就是通过在日常运行维护中广泛应用红外检测技术,及时发现并处理设备发热缺陷,     

基于无人机激光雷达技术的输电线路走廊清理方法

根据输电线路运维要求,提出了一种基于无人机激光雷达技术的输电线路走廊清理方法。首先采用自适应滤波法对无人机激光雷达点云数据中的地面进行分离,然后根据点云邻域内的点集组成的协方差矩阵奇异值构成的维度特征和方向特征对导地线、杆塔和典型地物进行分类。再通过悬链线方程建立输电线路三维模型,并基于网格剖分方法计算输电走廊中地物与输电线路导线的距离,最后根据规程对不满足安全距离要求的树木和建筑自动计算得出清理区域。将自动计算结果与人工计算分析结果进行了比对,验证了提出方法的准确性和有效性。结果表明,提出的走廊清理方法具有误差小和效率高的特点,且利于输电线路运维工作。