共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
针对现有技术中输电线路检测故障系统图像处理效率低、故障定位误差大等诸多问题,提出了一种新的基于无人机技术的输电线路检测与故障定位方法。在无人机中应用单目摄像头获取输电线路的视觉图像,并将每个图像发送到地面工作站,使用纹理过滤和图像校正方法来解决图像处理中摄像镜头畸变和噪声直接干扰的问题,大大提高了输电线路故障检测的精度,该研究还在无人机中增加了卫星导航与惯性测量单元附加传感器,通过不同概率密度函数提高无人机空间定位估计,即使在黑夜与大雾天气中,也能够实现输电线路检测和故障定位。仿真结果表明,该研究拟用方法实用性强,多次实验故障定位的准确性均在90%以上。 相似文献
5.
6.
为准确规划输电线路巡检路径,提出基于机器视觉的输电线路巡检路径三维自适应调度模型。以无人机群为飞行平台,采集并拼接目标巡检区域的输电线路图像;通过逐一构建杆塔、导地线及其他输电设备三维模型,获取整体输电线路三维模型;建立输电线路巡检路径智能规划模型,通过模糊状态寻优控制方法,规划无人机群巡检路线并寻找最优路线;引入码间干扰抑制法去除干扰因子,优化通信的连续性,实现输电线路巡检路径三维自适应调度。实验证明,该模型能合理地规划输电线路巡检路径,实现输电线路巡检路径三维自适应调度,同时可以输出全面、清晰的巡检图像。 相似文献
7.
8.
9.
输电线路无人机巡检系统可以远程操作、实时监控、记录信息等,能力远远超过人工,不仅能够实现输电线路巡检的精益化,综合地理信息技术、传感器等工具,还能以超高效率开展巡检活动.因为电力线路巡检系统与地理信息技术密切相关,所以本文主要探讨基于卫星地理信息系统,应用无人机开展输电线路航线规划、精益化采集线路可见光及红外影响巡检记录、形成基于卫星地图的输电线路缺陷及风险点分布图、应用多平台地理风险分布图指导输电运维人员开展差异化运维及精准检修等主要组成的巡检系统.又以大篇幅介绍其组成部分,希望对无人机输电线路巡检方面提供一些帮助. 相似文献
10.
随着电力供电可靠性要求的不断提高,电力巡线技术正在向自动化、智能化方向发展。无人机技术以其便捷的操作、精准拍照及图像识别等优点,正广泛应用于电力巡线技术领域。基于激光雷达实现无人机跟随导线飞行,进行线路通道巡检,提出一种基于改进卷积神经网络的可见光与热红外方法,通过采用可见光与热红外图像的融合,以识别出输电线路和障碍物信息,实现对输电线路故障的自动检测。通过对运行线路的实际巡视,输电线路故障的自动检测发现率达90%以上。结果验证了提出的无人机图像融合技术及故障自动检测技术的有效性及可行性。 相似文献
11.
利用无人机进行输电线路巡检是近几年国内外研究的热点技术之一,其优点是在无需拉闸断电的情况下,即可对输电线路进行检测,对其故障进行判别。根据输电线路设备的特征,应用图像处理与模式识别技术,提出了一种识别绝缘子、防震锤和输电塔的方法。该方法先采用中值滤波、膨胀和腐蚀等方法对灰度化后的航拍图像进行预处理,然后提取预处理后图像的小波特征值,最后采用AP(Affinity Propagation)聚类方法对目标图像进行分类与识别。实验结果表明,所提出的方法能够有效的识别绝缘子、防震锤和输电塔等目标,具有较好的鲁棒性和准确性。 相似文献
12.
为了保证输电线路的正常运行,及时对输电线断股的检测具有重要意义,本文将图像处理技术应用到在线监测输电线断股故障中,通过对采集的输电线图像进行去噪、阈值分割和边缘提取获取输电线边缘轮廓,然后建立数学模型进行分析,最后计算出断股线上边缘与输电线下边缘的最大垂直距离。试验结果表明,该方法操作方便、误差较小,可为输电线路检修提供宝贵的数据依据。 相似文献
13.
基于深度卷积神经网络的输电线路可见光图像目标检测 总被引:1,自引:1,他引:0
为了检测输电线路可见光图像中的塔材、玻璃绝缘子和复合绝缘子,本文采用了一种基于深度卷积神经网络的技术。通过有人直升机搭载高清相机拍摄19条不同的输电线路近600张图片,对图片中的背景、塔材、玻璃绝缘子和复合绝缘子目标进行人工标注及分块,采用数据扩展生成包含15万个样本的输电线路图像库。构造5层深度卷积神经网络,首先用Cifar-100数据集对网络进行预训练,然后用输电线路图像库进行网络调优。本文方法在检测真阳率为90%时,假阳率低于10%,明显优于传统方法,可用于输电线路可见光图像中的塔材、玻璃绝缘子和复合绝缘子检测,检测结果可用于诊断参考或进一步的目标状态分析。可对输电线路可见光图像中的塔材和绝缘子目标进行检测,并可扩展到其它类型目标的检测。 相似文献
14.
在智能输电线路综合监测系统中,基于航拍获得的视频图像进行故障的自动检测,具有安全可靠、不受地域影响、成本低以及高效快捷的优势.输电线路上悬挂的异物不仅影响线路的正常供电,还会危及电力线下的行人与车辆安全,严重时会造成片区大面积停电.本文提出一种基于视觉显著性分析的输电线路异物检测方法,通过分析直升机巡检过程拍摄到的图片,在事先检测到的输电线路兴趣区域内根据人眼感知特性来计算视觉显著图,然后通过视觉显著度对颜色、形状或空间分布等特性对异物区域实现统一定位.该方法可及时地对输电线路上的异物进行自动识别,从而降低工作强度和提高工作效率.文中的实验结果表明,该方法具有实时性好、准确度高、抗干扰能力强的优势. 相似文献
15.
《电子技术与软件工程》2017,(15)
高效、安全的无人机电力巡线已经成为了高压输电线路巡检的一种重要的方式。通过对无人机航拍采集到的通道图像进行分析与处理,我们可以发现线路部件是否出现缺陷。图像处理技术可以突破处理海量图像的技术瓶颈,替代人工观察检测图像,降低了因为人为导致的误检率,在无人机电力巡检中具有良好的应用前景。本文阐述了国内外无人机电力巡线中图像处理技术的研究现状,分析了图像处理在电力巡检中的典型干扰因素,并探讨了图像处理在电力巡检中的应用。 相似文献
16.
17.
针对输电线路无人机巡检图像中螺栓尺寸小且特征不明显等特点而导致故障螺栓检测精度低、检测速度慢等问题,提出一种NanoDet-YOLOv5-GN级联网络检测系统。其系统整体采用分级检测原则,采用NanoDet网络对巡检图像进行处理、定位,并分割螺栓连接部位,增大螺栓在整体图像中的占比;使用改进的YOLOv5-GN网络对缺陷螺栓进行检测。在改进的YOLOv5-GN网络中,在backbone部分嵌入了CBAM注意力模块,在neck部分引入了gnConv重构颈部网络,在head层新增小目标检测层,强化模型对于小目标特征的提取能力。并采用800幅线路无人机巡检缺销螺栓图像对其进行实验验证和测试,结果表明,所提级联网络检测系统的准确率为94.5%,召回率为91.4%,mAP为76.1%,其检测速度达到平均25.2帧/秒,能够较好地满足无人机巡检速度与精度上的要求。 相似文献
18.
高压输电线路跨度较大,并且沿线地理条件复杂,给设计工作增加了难度.无人机(Unmanned Aerial Vehicle,UAV)在工程测绘、电力巡检等方面应用广泛,利用无人机搭载激光雷达,对高压输电线路的沿线地理信息进行采集,并使用特定的软件利用采集数据制作三维图,可以为设计人员直观了解输电线路沿线情况和优化设计方案提供必要的支持.基于此,以某220 kV高压输电线路为例,概述无人机校验方案和航线方案的设计内容、激光点云数据处理以及DEM、DOM的生成方法,从工程路径与排位优化方面,总结利用无人机激光雷达技术优化高压输电线路设计的效果,为后续工程施工提供支持. 相似文献
19.
20.
对输电线路的巡检能够确保电网的安全运行,利用无人机图像准确快速地实现架空线路及走廊的三维建模是推进智能电网建设的有效措施。考虑当前三维建模方法均未对线路杆塔进行有效建模,因此,本文提出了一种基于无人机图像的杆塔自动提取方法,能够从复杂的背景图像中完成对线路杆塔的有效识别。首先,采用RGB阈值对线路杆塔进行粗提取,并结合连通域对图像背景进行去除;然后通过LSD(Line Segment Detector)直线检测算法对杆塔进行直线分割检测和交运算;最后结合Hough变换对直线段进行编组,根据线路杆塔几何特征设计了杆塔提取算法。由无人机图像试验可知,本文所提出的线路杆塔自动提取方法能够有效排除图像复杂背景信息的干扰,实现线路杆塔的准确识别。 相似文献