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.     

基于光谱和雷达的输电线路树障遥测技术研究

输电线路树障是威胁输电网安全运行的重要因素,为实现输电线路树障的高效、广域监测,文中研究了基于高光谱图像的输电线路树障区域植被类型识别以及基于雷达卫星影像的输电线路植被高度检测。首先通过机载高光谱识别树障分布区域,完成了航拍图像的树障区域类型识别,选取输电线路验证了高光谱用于树障区域植被类型识别的可行性。然后,研究了一种改进三阶段植被高度反演算法,基于算法提出了一种输电线路植被高度检测方法,利用SAR影像数据,结合植被类型识别结果进行了工程应用分析。结果表明：高光谱识别输电线路植被准确率最高可达97.5%,SAR影像检测植被高度精度最高可达86.72%,文中方法能较准确地检测输电线路树障植被类型及高度。     

深度学习在输电线路工程验收智能缺陷识别中的应用

输电线路项目工程验收是工程建设过程中关键阶段之一,同时也是最后检验工程建设是否符合施工质量和设计指标的重要环节之一,输电线路工程覆盖面广风险因素复杂,因此输电线路工程的验收工作对电网的可靠稳定及安全有着重大意义,验收的工作效率及水平也关系到工程是否能按进度投产及减少运行单位巡检维护该项目的成本。针对如何提高输电线路工程验收工作效率、保证验收质量,提出了无人机立体智能验收应用平台,针对人工识别缺陷图像工作量大、效率低等问题,在输电线路工程验收缺陷识别模块中引入了深度学习技术,通过整合优化的R-FCN(Region-based Fully Convolutional Network)图像识别算法来对采集图像进行学习识别,实验证明该算法对常见典型缺陷如绝缘子自爆、异物鸟巢等准确率平均达到了90%,基本达到实用化水平,大大提高了验收图像缺陷识别的效率,提升了验收工作效率,保证了验收质量和准确度,在降低用人成本的同时实现线路工程验收智能化。     

基于GIS技术的输电线路隐患缺陷识别方法

常规的输电线路隐患缺陷识别方法使用二维AI识别技术训练输电线路隐患缺陷样本数据,易受数据迭代作 用影响,导致识别性能较差,因此基于GIS技术设计了一种全新的输电线路隐患缺陷识别方法.利用GIS技术构建了 有效的输电线路缺陷可视化识别模型,再利用数字图像处理技术设计了输电线路隐患缺陷智能识别算法,从而完成了 输电线路隐患缺陷识别.实验结果表明,设计的输电线路隐患缺陷GIS识别方法的识别AP 性能指标较高.     

基于深度学习的居民区识别在电力线规划中的应用

针对高压输电线路规划设计中居民区数据难以精准获取的问题,采用人工智能算法,提出了基于深度学习的遥感影像居民区自动识别方法。在Matconvnet框架下,利用迁移学习技术在小样本情况下开发了一套针对多源遥感影像的居民区检测系统。以陕西省宝鸡市为例,对算法进行验证,结果表明,该算法居民区识别精度优于93%,能很好地满足高压线规划设计中对居民区数据的需求。     

基于深度学习的输电线路风险预警识别研究

针对"三跨"输电线路出现故障,将会对电力保障及铁路公路等基础交通设施造成重大影响这一问题,该文提出了一种结合深度学习和图像处理技术的输电线路安全区域内工程机械设备的的识别与检测方法。采用区域卷积神经网络(Faster-RCNN)对位于输电线路安全区域内的各类工程机械设备进行识别与检测,并基于caff框架下进行了实现;算法还结合同态滤波等图像处理技术,以进一步提高在不良光照等复杂环境下的目标检测结果的准确度。多组实验结果表明算法对于各种复杂环境下的各类工程机械设备均具有较高的检测识别率,算法实现了对位于输电线路安全区域内的工程机械类的风险预警识别,为输电线路故障与风险智能识别平台的建立提供了基础。     

输电线路智能视频监控系统的研究与应用

随着视频识别技术、通信技术、太阳能供电技术等的快速发展,对输电线路走廊通道和设备情况进行远程监视已成为可能。讨论了常见的威胁输电线路安全运行的行为,介绍了厦门电业局建立的输电线路智能视频监控系统,分析了该智能视频监控系统的结构与智能功能。该系统在厦门电业局的应用中发挥了很好的作用。     

基于I-OHEM的输电线路防外破目标检测方法研究

在电力系统中,及时有效地识别并排除高压输电线路外破风险隐患对保障电力系统的安全运维具有非常重要的作用。基于深度学习的目标检测技术能够有效识别输电线路安全区域内的工程机械和导线异物等可疑危险目标,降低输电线路的外破风险。针对外破隐患识别问题,基于工业界广泛应用的目标检测算法模型YOLOv3来进行输电线路防外破目标检测,提出了一种改进版的在线困难样本挖掘(I-OHEM)算法,对YOLOv3网络结构进行了改进和优化。结果表明,改进后的算法在保证实时性的要求下,提高了目标检测的准确度。     

基于5G和光纤综合通道的输电线路差动保护方法

现有输电线路差动保护均基于光纤通道设计,其通道要求高,限制了双通道三路由的推广应用.另外,现有差动保护不具备识别通道路由延时不一致的能力,存在差动误动的风险.从数据格式、采样同步、同步监测、网络安全等方面研究了对通道要求降低的输电线路差动保护解决方案,并提出了基于5G和光纤综合通道的线路差动保护方法.重点研究了基于数据...     

地物属性识别技术在三维超高压输电站架空线路智能布设中的应用

为解决传统三维超高压输电站架空线路智能布设误差高的问题,基于地物属性识别技术设计三维超高压输电站架空线路智能布设方法,即建立三维超高压输电站架空线路地物属性识别矩阵,在地物属性识别技术处理局部特征描述子的基础上,划分三维超高压输电站架空线路智能布设点间距,修正架空线路智能布设位置,并设计架空线路智能布设细部,完成三维超高压输电站架空线路智能布设.实例分析结果表明,设计方法布设误差远低于对照组,能解决传统布设误差高的问题.     

基于RLS的自适应滤波算法研究

为抑制谐振接地系统对地电容中的工频信号和其他谐波成分,提出了一种基于RLS算法的自适应滤波算法.该算法通过给定n-1次迭代滤波器抽头权向量最小二乘估计,依据新到达的数据计算n次迭代权向量最新估计.当滤波器输入信号变化时可保持最佳输出信号,在一定程度上补偿了滤波器元件参数变化带来的运算误差.对其滤波理论及算法进行仿真研究.结果表明:该算法提高了滤波的稳定性、快速性和精确性,优于其他自适应算法.     

基于梯度法和扰动观察法相结合的多峰值MPPT算法的研究

当多个光伏电池串联组成的光伏阵列被部分遮挡时,光伏特性曲线会出现多个局域峰值,此时基于单峰值的MPPT算法将有可能失效。针对这种情况,本文提出了一种结合梯度法和扰动观察法的多峰值最大功率跟踪算法。该算法采用梯度法搜索出第一个阶梯功率点,并以此功率点作为扰动观察法的起始点搜索局部最大功率点,继而利用此局部最大功率点进行搜索,最后得到最大功率点。与其它多峰值MPPT算法相比,该算法不仅具有编程简便、易于实现的特点,而且具有搜索跟踪速度快和抗干扰能力强等优越性。     

一种基于两电平的5电平空间矢量调制算法

多电平逆变器被广泛地应用于高压大功率工业领域,但是随着电平级数的增加,其空间矢量调制算法(SVPWM)也越来越复杂.研究一种基于两电平的新型5电平SVPWM算法,该算法易于确定参考矢量的位置及其作用时间.以5电平NPC/H逆变器为例解释该算法,该算法可以非常容易地推广到更多电平级数的逆变器中.最后,实验波形验证了该算法的正确性.     

高斯-快速解耦潮流算法

高斯法潮流计算中,PV节点转化为PQ节点易造成计算收敛缓慢,对此文中提出了应用快速解耦法处理网络中PV节点的方法。该方法应用传统高斯法处理PQ节点,利用高斯消元法消去网络中的PQ部分,得到了一个由PV节点和平衡节点组成的网络,然后用快速解耦法求解这个网络,从而实现了算法的快速收敛。该方法有恒定的雅可比矩阵、且内存占用量小、收敛可靠、计算速度快。     

基于分布估计—单亲遗传算法的配电网规划

为了改善单亲遗传算法在某些方面存在的缺陷,提出一种分布估计算法与单亲遗传算法相结合的混合智能算法进行配电网的优化规划。并结合普里姆(Prim)算法产生初始种群,获得比完全随机产生的配电网络更优的初始方案。分布估计算法根据所得分布概率可为单亲遗传算法提供搜索方向,而后者则加速了前者精确分布概率模型的获得,二者的结合起到了优势互补的作用。实例计算的对比结果表明,混合算法更加稳定高效。     

基于伪线性回归算法的自适应滤波算法

为抑制谐振接地系统对地电容中的工频信号和其它谐波成分,提出了一种基于伪线性回归算法的自适应滤波算法。该算法以经平滑滤波后的信号输出误差为代价函数调整滤波器系数,当滤波器输入信号变化时可保持最佳输出信号,在一定程度上补偿了滤波器元件参数变化带来的运算误差。仿真结果表明,与其它自适应算法相比,该算法收敛速度快且失调率低,基于该算法的滤波器结构简单、测量误差较低、可靠性较高。     

一种基于富氏算法的交流采样精确算法

分析了衰减非周期分量对富氏算法的影响,并在此基础上提出了一种新的滤波算法,算法适用于输入信号中除包含直流分量、整数次谐波分量外,还包含衰减非周期分量的情况,该算法能弥补任意衰减时间常数的衰减非周期分量对全波富氏算法的影响,从而求得精确的基波分量和谐波分量。用电磁暂态仿真程序ＥＭＴＰ进行了大量仿真实验,验证了此算法的优良性能。     

基于龙贝格算法的高精度数字积分算法

积分环节是信号处理领域的关键环节,广泛应用于电力系统测量及控制领域之中。目前对于数字积分算法的研究普遍基于传统牛顿科茨算法,低阶科茨公式高频响应普遍较差,高阶科茨公式所引入的传输函数设计则过于复杂。在研究复合科茨传输函数与理想积分误差的基础上,利用龙贝格算法将采样频率加倍前后的积分输出信号做线性组合处理,在算法阶数相同的情况下,提高了数字积分器的精度,降低了设计难度。仿真和试验测试证明,所设计算法准确度可以达到0.01%以内,具有优良的稳态和暂态性能。     

基于改进遗传算法与原对偶内点法的无功优化混合算法

基于改进遗传算法和原对偶内点法提出一种求解无功优化问题的混合算法。首先通过改进遗传算法求解无功优化问题中的离散变量,然后采用原对偶内点法求解与已获得离散变量最匹配的连续变量。在改进遗传算法中采用交叉、变异算子并基于可行域规则处理离散约束,有效提高了混合优化算法的整体寻优效率。在IEEE 118节点系统中的仿真计算结果验证了本文方法的有效性。该方法已应用于福建电网自动电压控制系统中。     

基于半周积分算法的变压器过励磁保护的改进算法研究

分析研究了产生过励磁倍数误差的几种原因,提出了过零点开始计算积分面积、调整实际采样频率和借用插值法调整采样点数等改进方法,并通过试验进行了验证.