一种基于视频序列的输电线跟踪技术研究

针对直升机电力巡检拍摄到的实时视频序列,首先对其进行高斯滤波,有效地抑制了背景噪声杂波的影响。接着,对实时视频序列进行帧间差分,以获取目标轮廓。然后,利用Canny算子对差分图像进行边缘检测,接着进行Hough变换提取输电线。最后根据输电线的特征对检测结果进行进一步的合并和筛选,计算输电线间的中心位置并反馈给吊舱以控制俯仰角和水平角实现对输电线的实时跟踪。     

基于红外热点的电力缺陷检测方法

针对直升机电力巡检拍摄到的实时红外视频序列,寻找定位高温点并实时反馈给控制系统,首先对其进行Hough变换检测输电线,然后采用Otsu自适应阈值算法对红外图像中的热点区域进行分割,提取出缺陷区域,接着利用SIFT特征匹配识别红外图像中的绝缘子,最后对缺陷进行分类和分级。实验证明该算法发热点定位准确率较高,可智能识别缺陷,减轻了人工作业负荷。     

三维数据化技术在输电线故障检测中的应用研究

正为了提高对输电线的故障智能诊断和检测能力,结合大数据分析和特征提取方法进行输电线故障检测,提出基于三维数据化技术的输电线故障检测方法。采用多传感器组网方法进行输电线网络数据采集,对采集的输电线数据进行三维特征重组,提取反映输电线网络故障的谱特征量,结合三维数据化分析技术进行输电线故障数据的可视化图谱重构,根据图谱中的异常分布状态,进行故障类别判断,实现输电线故障检测。实验结果表明,采用该方法进行输电线故障数据检测的准确性较好,通过对输电线的三维数据化图谱分析能实现输电线故障点的准确定位识别。     

高压输电线路巡检数据库及其管理系统

通过高压巡线机器人巡检获得的红外图像和可见光图像与线路部件的对应关系,建立了图像库;根据线路的实际布局实现了对线路部件及对应图像的分类管理。该管理系统作为高压输电线路故障红外诊断系统的一个重要组成部分,为红外诊断提供了后台数据支持,能将诊断结果快速定位到线路部件,以指导线路的检修与维护,并能为巡线机器人自动过障提供辅助导航信息。     

输变电设备红外故障诊断技术与试验研究

研究了一种基于红外热像仪的高压电力设备故障监测的方法。进行了电气设备故障红外热像仪测量原理的研究,设计了关于电气设备故障分析的相对温差判断方法,设计了一款电气红外故障识别软件,软件对导入的红外图片中的异常点进行全方位扫描,根据相对温差判断法,判断设备故障与否,并反馈故障信息。最后,进行了电气设备故障模拟试验,通过软件对电流互感器和电压互感器的故障自动诊断。结果表明研究的故障诊断技术实现了设备红外故障自动分析功能,提高了电力设备检测的工作效率,有助于电网的安全运行。     

一种基于双波段红外视频火灾探测器的研制

针对传统火灾探测器存在准确率不高的状况,构建了一种基于双波段红外视频火灾探测器,设计特定红外光学结构,采用彩色视频图像与红外图像融合识别火焰,并计算获取火焰中心坐标位置,实现联动报警通信,从而达到及时定位火情。着重阐述了基于双波段红外视频火灾探测器原理组成和各个模块电路设计,以及基于嵌入式系统软件实现,并采用蜡烛火焰为实验对象,测试了火焰识别、中心坐标定位及联动报警。实验结果表明,该火灾探测器以25帧/s连续采样火焰图像,既可以获取火焰中心坐标位置,又可以联动报警;且在无火情状况下,可作为安防监控,满足实际工程多功能应用需求。     

基于红外图像的输电线路故障识别

传统红外图像输电线路故障识别方法易受到噪声的干扰,故障边缘特征信息模糊,不能准确找出输电线路故障的位置,存在识别准确率低,抗干扰性差等难题,为此提出了基于红外图像对输电线路故障识别方法。采用红外成像仪器采集输电线路的温度变化图像,并采用粒子滤波算法去除故障图像中的噪声干扰,通过RGB色彩通道转换对输电线路红外图像的故障区域进行划分,利用共轭梯度法对输电线路故障区域的故障点进行识别和定位。实验结果表明,该方法能够实现输电线路故障的准确定位和高精度识别,且定位精度高达80%。     

电器设备故障红外诊断技术及其软件系统开发

对小负荷电器设备的在线故障诊断一直是有待解决的实际问题,提出了采用红外成像 技术,通过比较同一运行条件下不同点间的温差诊断故障的方法,并开发了相应的软件系统 。该软件系统提高了电器设备红外图的分析与处理能力,可以把握电器设备运行状况的变化 趋势,能够实现电器设备故障特征的自动提取和判断。应用实例说明运用本软件得出的电器 设备故障诊断结论与实际情况吻合。     

全景红外测温智能诊断巡视仪的研究

电网无人值守变电站站点多,网架复杂,含有大量电力设备,而电力设备发热故障是最常见的运行故障. 目前,变电站设备发热缺陷主要依托手持式红外测温仪发现,但人工判别过程繁琐,并存在不能实现智能诊断、易造成漏测等问题.设计了全景红外测温智能诊断巡视仪,其包含红外热成像系统、智能终端部分和热图像数据库分析平台.该巡视仪能够实现故障自动诊断、定位和预警,为电力巡检提供了新方案.     

双径向基神经网络用于电力传输线故障诊断研究

提出了一种利用概率径向基神经网络和规一化径向基神经网络,构成智能故障诊断系统,进行电力传输线故障分类和故障定位的方法。同时,故障分类的结果加入到规一化径向基神经网络的输入矢量中,提高了故障定位结果的精确度,并且能够判断故障分类的正确性,从而提高了故障诊断系统的可靠性能。用所提出的方法进行电力输电线的短路故障诊断仿真测试表明,所提出的方法是可行、有效的。     

基于红外热成像的电力配电网自动巡检方法

针对当前电力配电网巡检效果不佳,无法对故障位置进行准确定位的问题,引入红外热成像技术,开展其在电力配电网自动巡检方法中的应用研究。通过红外设备对配电网运行现场图像进行采集;对存在的不稳定图像进行去噪处理;利用红外热成像技术,提取处理后的图像特征;通过对配电网故障位置的定位以及对故障类型的聚类,实现对配电网的自动巡回检查。通过对比实验证明,新的巡检方法在应用过程中,对故障位置的定位精度更高,电力配电网自动巡检效果较优,可为电力企业配电网安全运行提出借鉴和参考。     

基于卷积递归网络的电流互感器红外故障图像诊断

电力大数据中日益增多的非结构化数据为以人工诊断为主的传统处理方式提出了新的挑战。红外故障图像作为一种典型的非结构化数据,对于电力大数据的研究有着至关重要的作用。为了达到自动处理海量红外故障图像的目的,提出了一种基于卷积递归网络的电流互感器红外故障图像诊断方法。对红外故障图像首先进行超像素分割并利用其色度信息提取温度异常区域;然后采用两级联合卷积-递归神经网络,对大量样本信息进行训练学习来指导设备故障部位识别;最后依据部位信息对故障进行分类。实验结果表明,该算法鲁棒性较强,准确性较高,有效地提高了红外检测效率,为非结构化数据的特征提取分析提供了坚实的基础。     

高压电力设备红外图像的边缘检测

红外图像的边缘检测是红外图像目标识别以及进一步红外故障诊断的关键环节.文中讨论在高压电力设备故障红外诊断系统中对红外图像的预处理过程,并通过几种边缘检测算子对噪声的抑制效果和边缘定位精度的对比分析,选用效果最优的边缘检测算子来实现红外图像的边缘检测.通过实例,验证了图像预处理和边缘检测方法的有效性.     

基于ASIFT算法的绝缘子视频图像的识别与定位*

为了实现智能提取直升机巡检视频中的绝缘子图像,基于ASIFT原理的图像处理技术和数据库技术,提出了一种新的绝缘子图像识别与定位方法。该方法首先建立标准的绝缘子图库,通过改进UL－PCNN红外图像分割算法提取绝缘子特征值,然后将输电线路视频与标准图库中的绝缘子图片利用ASIFT算法进行匹配,进而识别和定位视频中的绝缘子。实验结果表明,ASIFT方法具备良好的抗绝缘子图像仿射变形性能,可以在少量人工辅助的条件下对图像进行处理,提高了架空输电线路绝缘子故障检测的自动化处理程度。     

红外诊断技术在变电设备状态检修中的应用

介绍了红外诊断技术用于变电设备故障诊断的原理,阐述了红外诊断技术的特点,其适用范围包括导流回路的故障诊断、绝缘故障的诊断、铁磁损耗和涡流故障的诊断以及油浸设备缺油故障诊断。针对实际应用中发现的一些故障实例进行了分析探讨,归纳了红外诊断技术实际应用中的一些注意点。     

基于电压振幅和支持向量回归机的高压电力输电线故障定位

针对高压电力输电线智能定位法中由于采用特征提取算法导致定位速度慢的问题,提出一种基于电压振幅和支持向量回归机的高压电力输电线故障智能定位系统。首先使用Matlab建立一条220 k V/300 km的高压电力输电线,并在此输电线上模拟出不同过渡电阻、不同位置、不同故障类型和故障初始角的故障信号。此系统使用单端测量方式,并只采集电压故障信号。采集到的电压故障信号经过低通滤波剔除干扰信号后,提取故障点后1/2周期的电压幅值作为故障特征信号,由支持向量回归机对故障特征信号进行训练和验证,实现对故障的精准定位。仿真研究表明,此系统不仅在很大程度上提高了故障定位的速度,而且故障定位的精度也非常高。     

基于改进卷积神经网络的电力设备红外图像分类识别方法

随着电力设备故障诊断技术的不断发展、红外测温诊断技术不断成熟，如何快速有效地对各类电气设备红外测温图像进行分类识别，是今后故障诊断智能化发展的关键环节之一。通过对红外测温图像分类识别方法进行研究，提出了一种基于改进卷积神经网络的电力设备红外图像分类识别方法。首先，通过旋转、翻转等方法对收集的红外图像进行数据增强；然后，建立基于改进MobileNetV2的电力设备红外图像分类识别模型，将电力设备红外测温图像通过迁移学习进行加权训练，利用Focal Loss函数改进神经网络的损失函数；最后，通过Softmax分类方法实现电力设备红外图像分类识别。试验表明，使用改进MobileNetV2的分类识别模型对电力设备红外图像进行分类识别的总平均准确率为92.62%，红外图像检测速度为116 f/s，具备较好的收敛速度与识别能力，为电力设备智能巡检提供了新思路。     

基于视频监测的输电线路舞动信息提取与频谱分析

输电线路舞动在线监测和特征提取是舞动灾害预警的关键。针对采用分裂导线的(超/特)高压输电线路,提出了一种舞动信息提取与舞动分析的新方法。从视频中捕获每帧图像,选择分裂导线间隔棒为特征物进行边缘检测;通过自动搜索定位各帧图像中间隔棒轮廓位置,计算得到间隔棒中心坐标,以及间隔棒X、Y方向瞬时位移与偏移(距离)的时间序列;最后利用频谱分析得到导线舞动的主频和幅值,探测到主频为0.403 Hz的明显周期信号,舞动幅值相对误差5%。结果表明,该方法能够有效分析导线舞动的特征和规律,可为输电线舞动灾害预警提供参考依据。     

基于符号分析的模拟电路故障诊断方法及实现

将符号分析方法和模型技术应用于模拟电路的故障诊断,在综合考虑电路元件容差和故障模糊性的基础上提出了一种新的模拟电路故障诊断方法,并设计了一种自动故障诊断系统来实现该方法.基于符号分析和模型技术,以被测电路的传输函数作为故障诊断方程,通过给可及节点施加特定频率的激励,测量电路的增益和相位响应来实现故障的检测和定位.故障诊断实例和计算机模拟结果表明所提方法是可行的.     

自动诊断和状态监测技术在高压开关设备中的应用

自动诊断和状态监测技术是将传感器技术、多功能继电器、微型计算机信息处理和诊断技术应用于高压开关设备,并在一定时间内间断地或连续地获得有关运行状态的信息,以此作为故障诊断的依据,用来对已发生的或潜在的故障进行定位、确定和评估,并对设备的故障进行报警、计划维修或紧急停机检修。采用自动诊断和状态监测技术的主要