计量检定实验室仪表读数自动识别系统设计

针对计量检定实验室对仪表进行检定时人工检定方式效率低下,读数识别系统开发成本高的问题,设计了一套基于树莓派的计量检定实验室仪表读数自动识别系统。系统采用树莓派4B控制摄像头采集仪表读数的图片,然后采用SSDA算法定位图像读数区域,并进行字符分割,再使用BP神经网络和特征匹配算法识别分割出的字符,最后通过SSH方式将识别结果发送给PC端进行存储。实验结果表明,系统运行时间为500~600 ms,读数识别的正确率在92%以上,证明系统可用于计量检定实验室仪表读数的自动识别。     

基于Faster R-CNN和U-Net的变电站指针式仪表读数自动识别方法

随着人工智能和自动化水平的提高,机器人被越来越广泛地应用于变电站巡检,为图像采集带来了便利,但是指针式仪表图像的读数识别准确性问题尚未很好解决,成为了瓶颈。基于Faster R-CNN目标检测和U-Net图像分割技术,提出了指针式仪表读数自动识别方法。首先引入Faster R-CNN检测仪表图像中的表盘、指针所在区域,并对仪表进行分类;然后以图像分割技术取代图形检测算法,结合仪表图像特点,改进了U-Net网络,有效提取了区域中的刻度线和指针。针对分割类别不平衡问题,构造了U-Net的Dice损失函数;针对仪表旋转问题,提出了基于图像分割信息的透视变换方法对图像进行校准。最后通过算例对比了文中方法和传统机器学习算法、霍夫变换在指针式仪表图像读数识别上的效果。结果表明,文中方法在检测识别复杂图像中小目标的准确性和实用性上提升明显。     

一种适用于智能变电站巡检机器人的双针仪表读数的识别算法

提出一种适合智能变电站巡检机器人室外工作环境的对变电站双指针式仪表设备读数的识别算法。首先针对双针仪表设备图像,进行设备模板化处理,并在模板库中建立仪表的min刻度和max刻度的位置信息。对于机器人实时采集的仪表图像,先要在后台服务中调取相应采集位置设备的模板图,利用尺度不变特征变换(SIFT)算法,在输入图像中匹配提取仪表表盘区域子图像。而后除去上方指针在表盘中的阴影降低指针误识别率,再对表盘子图像进行二值化、仪表指针骨干化处理,利用快速霍夫变换(Fast Hough Transform)检测两条指针直线去除噪音干扰,定位指针精确位置和指向角度,完成指针读数。此算法经过国内某500 kV智能变电站巡检机器人实地测试,各种仪表综合识别率超过95%,对仪表的读数具有高精度高鲁棒性,完全满足该智能变电站推进无人值守的仪表设备读数自动检测识别的要求。     

基于注意力机制的卷积神经网络指针式仪表图像读数识别方法

目前关于指针式仪表图像读数识别的研究大多建立在指针线段检测的基础上,然而该方法流程较多、读数识别效率低.并且仪表图像校准、指针线段拟合等中间过程积累的误差容易使指针倾角偏离真实值.因此从另一角度对基于图像特征映射仪表读数的方法进行了研究,该方法的优势是流程短、效率高.首先构建了融合卷积注意力模块的双路异构卷积神经网络,...     

指针式仪表读数识别的研究现状与发展

在高温高压强磁场等恶劣环境下,指针式仪表有着优于数显式仪表的良好性能表现,对指针式仪表读数识别进行研究具有重要的现实意义。近年来,深度学习与计算机视觉紧密结合,基于深度学习的指针式仪表读数识别技术是前沿研究的重点方向。文中首先概述指针式仪表读数识别的过程,然后从3个方面论述指针式仪表读数识别技术的研究现状与进展：仪表图像的预处理、仪表表盘区域的检测和仪表的读数识别,论述过程中分别阐述基于传统机器学习的方法和基于深度学习的方法。最后介绍公开的仪表数据集和应用场景,并从深度学习算法、巡检机器人工作特点和公共数据集的建立3个方面对未来的研究进行展望与建议。     

基于数字图像处理的液位测量系统的研究与实现

基础设备的数字化是智慧电厂发展的基本要求。为实现基地式液位仪表的远程监视与自动读数,提出了一种基于数字图像处理的液位测量系统。图像处理算法包括颜色阈值分割、改进的Canny边缘检测、模板匹配,并提出窗口搜索峰值检测算法,分别对采集图像进行仪表定位、液位分界面提取、数字识别和摄像头自标定,从而实现液位图像的数字化。同时,该测量系统具有自适应中值滤波、直方图分析和透视失真自矫正功能,增强了测量的抗干扰性和自适应性。经实验室试验,测量系统的有很好的准确性,能维持原有仪表的精度等级。     

基于 YOLOv4-tiny 和 Hourglass 的 指针式仪表读数识别

为了降低电力巡检机器人识别变电站指针式仪表的误检率,提高仪表读数识别的精度,设计了一种基于深度学习的指 针式仪表检测方法。 通过在 YOLOv4-tiny 网络结构基础上添加残差模块来提高模型的鲁棒性,并对 Hourglass 网络结构改进,达 到精准识别指针式仪表读数的目的。 为了验证所提出方法的有效性,以变电站现场仪表图像数据对方法进行测试,并将检测结 果与其他方法进行对比。 实验结果表明,仪表定位漏检率仅 1. 25%,指针定位精度在 1. 125%以内,整体检测时间小于 0. 5 s。 相较于常用的 Hough 直线检测与 ORB 结合或基于 U-net 模型的方法,读数识别的平均误差分别降低了 70. 8%和 58. 8%,为变电 站指针式仪表的读数识别提供新的思路。     

电厂指针式仪表的自动识别

为实现电厂中指针式仪表的自动识别,开发了一个基于Hough变换的指针式仪表读数自动识别系统。系统首先由数码相机获取仪表表盘图像并传送到PC机,再对图像进行真彩色转化为256色灰度图、二值化、细化等预处理,然后利用Hough变换识别出指针的偏转角度,再根据仪表刻度与偏转角度的关系确定仪表的读数。试验结果表明,该系统操作简单、精度高     

基于BP神经网络的数显仪表数字字符识别系统

在化工、冶金等行业以及较为恶劣的环境场合下进行仪表数据的自动化采集,需要对仪表显示的动态数据进行自动识别,以判断是否满足控制条件。本文根据数字仪表图像的特点,运用区域生长算法定位仪表图像中的数据区域,采用投影法对字符串进行分割,最后应用BP神经网络法进行分类识别数字字符。实验结果表明,字符正确识别率达到96％。     

基于区域统计和BP神经网络的车牌识别

为从车牌图像中获得车牌的字符信息,需要对字符识别系统进行研究。车牌识别过程分为图像预处理、车牌定位、车牌校正与分割和车牌字符识别4个环节。针对前3个环节,完成了图像中值滤波、Sobel算子边缘检测、数学形态学处理、Otsu二值化和Hough变换校正等工作,获得了单一标准字符图像。在车牌字符识别环节中,首先根据汉字位置,利用模板匹配算法对汉字进行识别,对于数字、字母字符,将字符图像分割,通过统计图像各部分的连通区域数以获得字符形态特征,据此设计并训练BP神经网络识别字符。最终获得能完成图像中的车牌字符识别的系统。     

基于CPSO-BP神经网络的风电并网暂态电压稳定评估

针对目前传统方法难以快速、准确判断风电并网后系统暂态电压稳定性的问题,提出了一种基于CPSO-BP组合的风电并网暂态电压稳定评估方法。首先采用混沌理论对粒子群算法的不足进行改善,应用改进后的算法对神经网络的初始权值和阈值进行优化,然后利用系统故障前后采集的传统物理量和风电场相关的物理量作为BP神经网络输入特征量进行监督学习,最后将训练得到的模型应用于风电并网系统的暂态电压稳定评估中。利用英格兰10机39节点系统标准算例进行风电并网仿真分析,结果证明了所提方法的有效性。     

基于NSGA Ⅱ算法的配电网串联补偿装置参数的多目标优化

为了更好地采用串联补偿装置解决供电半径过大的配电网末端电压偏差问题和网络损耗问题,研究了确定串联补偿装置阻抗值和安装位置的多目标优化算法。以线路电压偏离度和网络有功损耗最小为目标函数建立了配电网串联补偿装置的参数多目标优化模型。运用NSGA-Ⅱ算法求解多目标优化模型,并获得帕累托解集,再采用逼近理想解排序法(TOPSIS)在解集中求得最优解。通过IEEE 34节点配电网算例验证了模型的可行性和算法的有效性。结果显示,本文所建立的模型与采用的方法可以快速有效地确定串联补偿装置的安装位置和容抗值,并优于单目标优化的结果。此外,在不同负载条件下串联补偿装置的最佳安装位置不同,可以采用多点串联补偿方法来获得更好的效果。     

一种具有中点电位平衡能力的两级三电平逆变器

三电平逆变器开关管应力小,开关损耗低,输出谐波小,因而在大、中功率开关电源中有广泛的应用前景,但其存在着母线电容中点偏移的固有问题,而传统中点电位平衡算法在负载参数变化时存在着不可控区域。采用双输出三电平Boost变换器作为前级,可以在保证宽范围输入电压的同时,对母线电容中点电位进行平衡。分析了传统中点电位平衡算法在负载功率不平衡时的失效问题,在此基础上利用前级三电平Boost变换器解决逆变器的中点偏移问题,给出了变换器平衡母线电容中点电位的一种控制方法,并与传统算法的效果进行对比,最后进行了仿真和实验验证。实验结果证明该方法能够很好的解决负载功率不平衡时三电平逆变器直流母线电容的中点偏移问题。     

火电辅机变频器低压穿越直流电压补偿及其控制

针对火电辅机变频器因厂用电压跌落而触发闭锁,造成发电机组停机的问题,设计了基于变频器直流母线电压补偿的辅助穿越装置。辅机变频器采用直接转矩控制,低压穿越装置主电路采用三重交错并联升压变换器结构,在电压跌落期间维持变频器直流母线电压稳定,同时减小输出电流高频纹波。考虑到并联模块参数差异造成的均流问题,提出在传统电压电流双闭环控制的电压外环加入均流环的解决方法,消除环流,使开关管电流应力更为均衡。由于控制系统具有非线性、强耦合的特点,传统PI控制器存在局限性,所以利用模糊控制算法优化PI控制器参数整定,改善其性能。最后用仿真验证了所提方法的有效性。     

基于MSSA的PSS与UPFC-POD参数和 UPFC位置协调优化

针对风火打捆(wind-thermal-bundled, WTB)系统在受到干扰时可能由于阻尼不足而出现的低频振荡现象以及较高的网损会导致运行成本的增加和阻碍“双碳”目标实现的问题,提出了一种电力系统稳定器(power system stabilizer, PSS)与统一潮流控制器(unified power flow controller, UPFC)附加功率振荡阻尼控制器(power oscillation damping, POD)参数和UPFC安装位置协调优化策略方法。首先,基于Matlab构建了风火打捆外送系统和控制器模型。然后,利用多目标樽海鞘优化算法(multi-objective salp swarm algorithm, MSSA),将协调优化问题转化为多目标优化问题。目标函数设计中考虑了UPFC装置的调节特性。最后,采用IEEE 4机2区系统和16机5区系统进行多种工况下的仿真。仿真结果显示,协调优化后的控制器可以提高系统阻尼,维持发电机转速的稳定,抑制低频振荡引起的系统有功、电压等的波动,同时降低了系统的有功网损,提高了系统稳定性和运行经济性。MSSA在工程问题上的应用得到了补充。     

新型电能质量在线监测

随着供电部门及用户对电能质量从谐波到暂态监测的需求,目前从测试算法、设备上都需要提高。本文提出了一种基于DSP ARM的双CPU模式的电能质量在线监测新型系统。本文主要介绍了设备的功能、硬件和软件设计及其实现的关键技术,实现了电压暂降/骤升/短时断电等电能质量指标的在线连续监测和超标波形记录,本文还总结了一些抗干扰措施,最后给出了一个测试算例。这种基于DSP ARM的双CPU电能质量在线监测新型系统将实现电能质量监测工作的便捷化、智能化、网络化。     

晃电监测与变频器再启动控制系统设计

针对抽油机变频器开发防晃电停机的需求,设计了一种能有效预防变频器因晃电时电压降低而停机的晃电监测装置和变频器再启动控制系统,晃电监测装置实时监测抽油机电气柜电源进线电压,发生晃电时重新启动变频器,使抽油机保持连续性运行,大大减少了管理人员的劳动量。该方案可用于多种类型抽油机变频器的防晃电控制,也可以通过检测装置的继电器控制抽油机工频状态下启动,该系统硬件设计灵活,可扩展性强,实现高标准化设计,方便推广,有效地解决了抽油机在晃电发生时的停机问题,提高了抽油机的作业效率。     

高压电流互感器泄漏电流测量及消除方法研究

针对高压状态下泄漏电流影响标准电流互感器、无法准确地检测高压计量设备的问题,研制了一套零泄漏电流高压电能标准装置。解决了泄漏电流影响标准电流互感器准确测量问题,填补了电能标准装置泄漏电流消除领域技术空白。阐述了泄漏电流产生的原理并分析了其对电流互感器的误差影响,提出了基于互感器校验仪的泄漏电流测量方法,可实现电流互感器屏蔽和绝缘水平精准评估。实验证明所研制的零泄漏电流高压电能标准装置能消除泄漏电流,实现在模拟运行工况下对高压电能计量设备的误差检测。     

基于自适应SFLA算法的LQR附加阻尼控制器设计

针对含有电压源型换流器高压直流(VSC-HVDC)的交直流系统愈发凸显的低频振荡问题,提出了一种基于改进自适应混合蛙跳(SFLA)算法优化的线性二次型最优方法来设计附加阻尼控制器,以此来抑制振荡。该方法采用最小二乘-旋转不变技术(TLS-ESPRIT),辨识出系统的对应振荡模态和降阶模型。针对该模型运用线性二次最优控制法并引入状态观测器,求出带观测器的控制器表达式。采用改进自适应SFLA算法对权矩阵进行优化,设计线性二次型最优控制器使其控制效果最优。在PSCAD验证。仿真结果显示,这种控制器相比于传统线性二次最优控制器具有更好的鲁棒性和控制效果,控制器也较易设计。     

一类负荷侧电压振荡问题的机理分析

已有研究表明,当在功率恢复型动态负荷侧安装电压控制设备来进行电压控制和提高负荷裕度时,虽然可以延迟鞍结分岔,提高静态负荷裕度,但会在系统中感应Hopf分岔,引起系统电压振荡失稳.将对该模型进行降维处理,通过严格的数学推导,来证明该Hopf分岔的必然性,并解释该问题的物理本质.