基于无人机载多载荷的输电线路巡检方法研究检测

无人机进行电力线路巡检的作业模式在南方电网已经开展了一些示范验证并获得一定的推广应用,目前的巡检方式多为无人机或有人机挂载激光雷达进行巡检。为提高线路巡检效率、提高隐患目标识别准确度,本文提出激光雷达和可见光相机一体化应用的方法来提高巡检自动化程度、提高巡检精细度、提高作业效率及可靠性。首先针对一次飞行同步采集巡检区域的激光点云数据和可见光影像数据,在对采集的数据分别进行相应的预处理;然后将点云数据和影像数据融合处理分析,实现输电线路隐患目标自动识别和精准定位。采用旋翼无人机实际巡检获取的输电线路激光点云数据和影像数据对该过程进行了验证,试验结果表明,基于无人机载多载荷的输电线路巡检具有较高的自动化程度和准确性,缺陷识别检测的水平距离误差为0.1467米,缺陷识别的垂直距离误差为 0.1025米,缺陷识别的净空距离误差为0.1575米,识别检测效果良好,对输电线路巡检具有重要的意义。     

加工面点云数据深度学习的加工特征自动识别

加工特征识别是实现CAD/CAPP/CAM系统集成的关键技术.针对传统基于符号推理加工特征识别模式存在鲁棒性问题,提出一种基于加工面点云数据深度学习的加工特征自动识别方法;基于PointNet点云识别框架,构建了一个面向加工面点云数据的加工特征自动识别卷积神经网络;通过收集CAD模型中的加工特征面集和采样点云,构建了适...     

基于激光雷达和可见光立体测量的无人机电力巡线技术研究

随着社会经济的迅速发展,电力供电可靠性要求在不断提高,输配电线路的覆盖范围越来越广,电力巡检技术正在向自动化、智能化方向不断发展.随着无人机技术的发展与普及,将其应用于电力线路巡检技术中将极大提高电力工人在线路巡线、紧急抢修及状态监测等方面的工作效率.本文基于激光雷达和可见光立体测量技术,对无人机激光雷达巡线作业模式下的激光点云自动分类方式进行了研究,并基于多旋翼可见光立体测量的电力线路走廊进行三维建模,以达到有效提升模型生产效率的目的.基于本文提出的方法,对某段电力线路巡检,验证了本文所提出的无人机电力巡线技术的有效性及可行性.     

基于知识的车载LiDAR地物自动分类

车载LiDAR已广泛应用于三维数字城市建模、道路信息数据采集等领域。海量点云信息中不同地物目标的自动识别和分类是LiDAR数据后处理的难点之一。根据不同地物目标物理特性、空间拓扑关系及其在点云中的相关特征知识,建立地物分类规则,依据分类知识进行地物自动识别和分类。通过实测数据分类试验,证明该方法可以较好实现建筑物、树木、线杆、行人等不同地物的自动识别和分类。     

基于直升机激光点云的分裂导线重建研究

电力线三维模型是输电线路安全和增容分析的基础,机载/直升机激光雷达技术已经成为电力三维模型重建的重要技术手段,但少有研究涉及分裂导线的高精度建模。通过分析分裂导线点云数据的特点,提出一种基于点云分段、聚类分析和曲线拟合的分裂导线精细三维重建方法。最后利用获取的四分裂导线点云数据,考虑实际作业中可能遇到的点云缺失、密度偏低等情况,对算法进行了测试和分析。结果表明:该算法能够自适应地识别点云中分裂导线的数目,分离不同分裂导线的点云,建模结果可以满足输电线路安全分析的要求。     

基于Hadoop的输电线路在线监测数据模型及技术研究

输电线路是电力系统中关键的组成部分,输电线路在线监测技术的应用产生了海量线路运行数据,对数据的深入挖掘成为现阶段电力大数据研究的热点。随着智能电网数据应用的深入,为保证电力系统可靠运行提供了新的解决方案。在研究输电线路在线监测数据类型、数据特征、数据需求的基础上,提出了符合智能电网电力大数据结构特征的Hadoop监测数据模型设计,包含了多维度数据信息输入、分布式数据存储、分布式数据处理的三个层次。通过搭建基于Hadoop集群的大数据处理环境,在MapReduce并行运算模式下实现PCA-SVM聚类算法,以输电线路故障类型识别为例,实现了基于数据分析的输电线路故障辨识,验证该模型实现输电线路在线监测的可行性。     

电力大数据调度云的优化

由于电力大数据的体量大、类型多、速度快等特点,传统计算难以对其很好地处理.在深入研究云计算技术的基础上,尝试在调度业务中引用云计算.介绍了一种调度云框架,详细说明了调度云基础设施层、平台层、服务层的层次结构,阐明了调度云的五种应用服务,并设计了调度云的拓扑结构和工作流程.通过仿真比较了云计算和传统计算的效率,验证了利用云计算处理电力大数据的可行性.最后,提出了一种在系统内存中对电力大数据进行处理的云计算方法,并通过实验证明云计算方法能够实现调度云的优化.     

基于GPRS的电力线路监控系统

简述了GPRS无线业务特点及其工作原理,重点讲述了基于GPRS的电力线路监控系统的组成、原理以及软硬件设计。该系统通过数据测量单元在线实时监测输电线路上振动信号、温度、湿度、风速、风向等数据,并将其传到监控中心,通过中心管理系统对电力线路振动情况进行统计、分析,做出正确的预测和评估,实现故障预警。实践证明,GPRS技术非常适用于要求实时性的、大数据量传送的应用场合。     

一种电力感知数据的离群点检测方案

鉴于离群点引发的数据质量问题给电力应用造成的不良影响,对电力感知数据的特征进行了分析,并基于电力感知数据的时间特征和异常检测技术的易用性需求,提出一种电力感知数据的离群点检测方案。该方案由异常检测服务框架和离群点检测方法构成。异常检测服务框架借鉴Web服务的思想,基于大数据技术,能够支持电力感知数据的存储和计算,并且以服务的形式提供电力感知数据的异常检测能力。离群点检测方法是基于聚类算法和考虑时间属性的数据分段方法来检测电力感知数据中的离群点异常。通过实验验证了该方法的可行性和有效性,结果表明该方法能够有效识别具有时间相关性和连续性的电力感知数据中存在的离群点,且在数据规模增大时,具有良好的并行性和可扩展性。     

基于熵值法和DEA的电力监测异常数据自动识别算法研究

为了有效提高电力监测异常数据识别准确率，确保异常数据识别效果，提出了基于熵值法和DEA的电力监测异常数据自动识别算法。应用数据脱敏、数据填补、颠簸去除等方式处理电力监测异常数据，还原原始电力监测数据，提升脱敏后数据完整性，降低颠簸数据对电力监测异常数据精度的影响。以经过数据处理的电力监测异常数据为基础，通过熵值法确定目标的属性和权重作为度量标准，采用基于熵值法改进的最近邻聚类算法，实现数据聚类，以数据聚类结果为输入，构建DEA模型，实现电力监测异常数据自动识别。实验结果表明，该算法数据聚类后的平均检测率约为92%,异常数据识别正判率约为95%,误判率约为3.5%,可有效识别出异常月负荷曲线的异常数据点和不同负荷量的异常数据，且识别结果与实际负荷曲线的趋势一致，具有较好的识别效果。     

应用机器人轨迹跟踪技术的电力线路无人机智能化巡检系统设计

野外电力线路易发生损坏,且时变特性干扰较大,检测准确度较低,因此,设计应用机器人轨迹跟踪技术的电力线路无人机智能化巡检系统。该系统通过数据采集模块和飞行状态检测模块,分别进行电力线路图像数据获取与飞行状态监测,飞行控制模块接收图像与状态数据,并在轨迹跟踪控制子模块中使用自适应鲁棒滑模控制算法,实现无人机的轨迹跟踪,同时,该模块经无线数据传输模块将数据传输至地面站,在巡检数据智能分析管理模块中,地面站根据数据信息,完成电力线路故障识别,进而实现电力线路无人机智能化巡检。实验结果表明,该系统具有良好的轨迹跟踪效果,且巡检准确率较高,满足多种天气作业需求。     

复杂地物背景下的电力线提取方法

随着无人机航拍在电力线巡检领域的快速发展,提取航拍影像中的电力线成为巡检工作的前提和基础,如何从背景复杂的航拍影像中提取出完整的电力线,成为电力线巡检中亟待解决的问题。在利用Canny算子提取图像边缘、Hough变换生成破碎直线段的基础上提出一种根据电力线的几何特征恢复完整电力线的算法。利用实际航拍影像进行实验验证,结果表明算法可以在复杂的背景中提取出完整且位置准确的电力线,实验结果稳定,对电力线巡检工作具有重要意义。     

一种基于形态小波的在线掌纹的线特征提取方法

在线掌纹中的线特征性能比较稳定，表示方法简单，特征空间小，可实现快速检索与匹配，该文针对在线掌纹图像噪声强，对比度低的特点，提出利用形态中值小波对原努图像进行非线性多分辨率分析，然后取其中的低频分量进行方向选择模板匹配，得到了较理想的实验结果。     

基于激光点云数据的输电线路安全检测分析研究

输电线路安全检测与分析是电力系统的智能化、数字化建设不可或缺的重要组成部分。当前输电线路超高压、大容量建设趋势,增加了输电线路检测与维护的难度。因此为提高人工巡检效率,突破复杂地形对巡线的局限性,提高空间定位精度,设计了一种基于激光点云数据的输电线路安全检测分析系统。系统功能主要包括电力走廊点云自动分类提取、安全检测分析,能够对电力线、杆塔等输电设备数据以及建筑物、河流等其他走廊地物数据进行自动分类提取;通过检测电力线与其他走廊地物之间的距离判别危险点类型,生成安全分析报告;为验证系统有效性,将系统分析数据与人工现场测量数据进行对比分析,结果表明,该系统能够精准地判别输电线路危险点,具有较高的实际应用价值。     

基于无人机图像的输电线检测方法

在无人机应用于输电线巡检背景下,为了方便后续的输电线故障检测与分析,提出一种新的基于无人机图像的输电线检测方法.首先,通过Otsu获取高低阈值的方法改进Canny边缘检测算法,用于提取输电线图像边缘;然后,通过数学形态学方法处理边缘检测得到的二值图像,并用分式查表法改进的Hough变换对数学形态学处理后的图像进行直线段检测;最后,提出线-线空间信息分析的方法,对检测出来的直线段进行筛选和拟合.通过在无人机图像上的实验结果表明,本文提出的输电线检测方法是一种性能良好的基于无人机图像的输电线检测方法.     

基于机载LiDAR点云的电力线自动提取

基于机载激光雷达数据提出了一种在林区中电力线自动提取方法,该方法是基于统计分析和二值化图像处理技术设计。首先采用高度阈值,分离出电力线候选数据集,并采用一组标准(例如,高度标准,密度标准和直方图阈值)来对候选集进行统计分析,选择电力线的候选点。然后将候选点转化为二值化图像,并进行形态学优化,采用基于图像的处理技术,利用渐进概率霍夫线性变换对图像进行直线分割。最后将分割出来的电力线二值化图像转换成三维点云,并利用区域增长精细化提取电力线点云。使用不同林区环境下的4组机载激光雷达数据进行实验,实验结果表明,算法在林区环境下能够完整地提取出电力线,且电力线分类精度较高,对于电力巡线具有较高的利用价值。     

一种海洋传感器的电力线载波数据采集传输系统

针对电力线载波技术在数据传输中的应用,研究并改进了现有的基于220VAC电力线载波技术,实现了一种基于500VAC电力线载波模块,设计了基于500VAC船载数据采集传输系统,以获取海洋船载5路阻性负载的电压电流值和15路液压值,同时设计500VAC输出可控电路,以降低水下模块功耗。系统以STM32F107处理器为核心,以改进的500VAC电力线载波模块为数据收发模块,在应用上实现了船载数据采集、传输和误码率的测试。经测试,能可靠地将数据传输到上位机,满足了设计要求。     

基于TTCN-3的宽带载波通信一致性测试系统设计

电力线载波通信技术正在从窄带向宽带发展,宽带载波通信已成为近年来电力线载波通信研发和应用的热点,为保证不同厂商研发的宽带电力线载波通信设备符合协议规范要求并能够互联互通,对其进行一致性测试十分必要。基于TTCN-3测试框架和Titan开发平台设计了宽带载波通信协议一致性测试系统,提出了一致性测试系统软件和硬件设计方案,阐述了测试系统各部分的实现机制及关键技术。在深入研究宽带载波通信协议的基础上,针对物理层、链路层和应用层分别设计了不同的测试用例,构建测试环境并进行一致性测试,可对被测系统协议实现的正确性进行判决。对推进宽带电力线通信的标准化和互联互通具有积极意义。     

基于多传感器融合的无人机电力线巡检

电力线与下方物体的距离是输电线路安全运行的重要指标,需要对其巡检以保证其距离满足安全距离条件.提出一种测距方案,使用无人机基于三维场景重建测量电力线与下面的地物间的距离.通过将激光点云数据、影像数据和位置信息在时空维度配准,实时生成电力线路附近区域彩色图像与激光雷达的融合信息,利用深度学习算法多模态神经网络的RGB-Depth语义分割提取输电线路特征,基于体素、大规模语义场景重建以及导线建模,通过拟合线模型铅垂线方法对下方地物安全距离进行实时检测,实现了判断电力线下方地物距离是否符合安全生产条件.实验结果证明该测距方案具有实用性和准确性,有助于提高输电线路运维水平.