基于YOLOv2网络的绝缘子自动识别与缺陷诊断模型

针对无人机或机器人获取的输电线路绝缘子图像,提出了一种基于深度学习图像识别框架（YOLOv2）网络的输电线路绝缘子在线识别与缺陷诊断模型,训练YOLOv2网络学习复杂背景下各种绝缘子的特征并准确识别,结合边缘检测、直线检测、图像旋转和垂直投影方法,对识别出各种状态的绝缘子进行缺陷诊断。输电线路巡检图像的仿真结果表明,所提出的绝缘子自动识别与缺陷诊断方法能迅速准确地从输电线路巡检图像中识别出绝缘子,并诊断出绝缘子是否破损以及缺陷位置,有利于提升输电线路智能巡检水平。     

电缆接头硅橡胶材料内部缺陷的超声检测研究

在实际生产制造与现场安装过程中,电缆接头硅橡胶绝缘层内极易引入空气、金属杂质与分布不均等缺陷,危害电网系统的安全运行.目前,对于电力设备缺陷的检测多为破坏性试验,且试验结果仅能反映设备的整体情况.超声检测作为一种无损检测技术,能够准确对材料内部的缺陷进行定位与成像,反映设备内部局部性能的变化.本研究自主设计搭建了一套超声检测平台,并对人工制作的含有不同缺陷的硅橡胶试样进行了超声检测.结果 表明:对于硅橡胶类柔性材料,超声检测能够较好地对试样内的气泡、气隙与钢针等缺陷进行成像,且相较于X射线检测,超声检测对微小气泡缺陷有明显的放大作用.此外,超声检测技术能够反映出材料内部的应力与密度变化,且根据超声回波能够准确定位缺陷的具体深度.该技术在电缆接头硅橡胶绝缘层内部缺陷的定位识别与在线检测方面有广阔的应用前景.     

铝板表面裂纹的激光超声检测与信号处理研究

为实现铝板表面裂纹缺陷检测,基于 COMSOL 建立铝板表面裂纹缺陷模型,分析了激光超声与缺陷的相互作用。 针对 激光超声在材料内部传播反射信号弱、信噪比较差的问题,提出了信号多次平均结合相邻三点信号差分处理方法。 利用激光超 声可视化检测系统对 5 mm 厚铝板表面 3 个裂缝进行检测,采用信号多次平均提高信噪比并增强最大振幅图中的损伤回波;提 取目标区域内各扫描点信号峰峰值重构三维最大振幅图,通过相邻三点信号差分处理方法对水平、垂直方向上的超声信号进行 处理,提供了更好的缺陷可见性。 结果表明,表面波(R)与深度 1 mm 以内的表面缺陷存在明显的相互作用;激光超声可视化检 测技术可快速检出铝板表面的裂纹且能够三维显示位置及大小,采用的多次平均及相邻三点信号差分处理方法能准确表征 0. 5 mm 以上的缺陷,这将在工业无损检测及评估中有极其广泛的应用价值。     

基于电流采样值的快速TA断线检测方法

为了快速、准确地检测出TA断线,给出一种TA断线检测方法.该检测方法步骤包括:采样电流互感器输出电流信号;根据某采样点之前的电流采样值,计算出该采样点的预测电流值;比较该采样点的电流实际值与预测值,判断该电流互感器是否断线.仿真结果表明,该检测方法准确度高、速度快.     

复合绝缘子超声波探伤信号识别分类方法研究

超声波检测法广泛地应用于复合绝缘子无损检测中,常规的超声波检测通常依靠经验来判断缺陷类型、缺陷大小及位置,得出的结果往往不准确。为提高复合绝缘子超声波探伤信号的识别能力,研究了两种超声回波信号的智能识别方法,采用BP神经网络和支持向量机等方法对复合绝缘子超声检测信号进行识别分类。结果表明,BP神经网络在小样本下的缺陷识别准确率较低;采用支持向量机对超声回波信号的识别准确率要比BP神经网络的识别准确率高,但在大样本情况下缺陷识别运行时间要比BP神经网络长。     

非侵入式负荷事件监测的曲线拟合方法

负荷事件监测是实现非侵入式电力负荷监测的关键环节.为提高最终负荷识别与分解的准确性,提出一种基于曲线拟合的非侵入式负荷事件监测方法.首先跟踪计算总功率信号滑动窗内拟合直线斜率值,进一步与根据功率变化设立的判定阈值进行比较,最终判断负荷运行状态是否发生变化.该方法可准确地标记出总负荷过渡区段和稳态区段的起止时刻,使监测系统能够准确地获取所需的负荷印记特征.理论证明了该方法的有效性和优越性,并且通过实例进行了验证.     

基于ESPRIT的谐波和间谐波参数估计方法

为了准确地获得信号中谐波、间谐波成分的频率和幅值等参数,提出了一种新的检测算法,即ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques).此算法是一种基于子空间技术的高分辨率检测方法,它把信号分解为信号子空间和噪声子空间,能够精确地估计出被噪声污染的正弦信号的频率,幅值等信息,克服了传统FFT算法分辨率的限制.仿真结果表明此算法能够在较短的信号长度内准确检测出信号各个谐波和间谐波成分,证明了此算法的正确性.     

氟塑料绝缘电缆快速检测方法的研究

为快速准确地检测判断氟塑料绝缘电缆,基于氟塑料绝缘电缆的温度特性,提出了一种快速、简单的氟塑料识别及检测方法。该方法针对绝缘材料不同的耐高温性能,检测其温度特性和密度变化等理化参数,能够准确快速地识别和判断出电缆所采用的绝缘材料类型。多种绝缘材料的电力电缆试品试验检测结果证实:该方法能够快速、准确地识别和判断氟塑料、再生氟塑料和交联聚乙烯电缆用绝缘材料。     

基于计算机视觉的墙地砖表面缺陷检测

提出了一种基于计算机视觉的墙地砖表面缺陷识别方法,利用改进的分块图像相减匹配和相关算法,对目标图像和模板图像进行分块处理,将对应子区域图像与数据库中相应模块图像进行相减匹配检测,利用相关系数来判断目标图像质量是否满足要求.实验结果表明使用本文方法能够准确地实现墙地砖表面缺陷检测,检测出墙地砖表面平均缺陷数目为4.5个,平均识别率达95.74％,优于直方图统计特征法和灰度共生矩阵法,具有实时、可靠、高效的特点,对墙地砖表面检测具有较大的实用价值.     

基于短时傅里叶变换和稀疏表示的开关柜局部放电超声波图谱识别和分类方法

超声波局部放电检测技术作为一种非接触检测方法,具有抗电磁干扰能力强的优点。本文采集了开关柜中不同放电类型的局部放电超声波信号,使用短时傅里叶变换获得超声波信号的时频图,使用稀疏表示算法对时频图进行分类,能够快速准确地判断出是否发生放电,并判断属于以下哪种放电类型：球板放电、柱板放电、锥板放电、针板放电。在使用稀疏表示方法过程中,分别采用了正交匹配追踪法和加速近端梯度法两种方法进行稀疏求解,通过实验说明了这两种方法适用于不同的情况。实验证明该方法相比于传统多分类支持向量机方法具有更高的准确率、鲁棒性和稳定性,并且更适合解决局部放电识别和分类问题。