基于ASIFT算法的绝缘子视频图像的识别与定位*

为了实现智能提取直升机巡检视频中的绝缘子图像,基于ASIFT原理的图像处理技术和数据库技术,提出了一种新的绝缘子图像识别与定位方法。该方法首先建立标准的绝缘子图库,通过改进UL－PCNN红外图像分割算法提取绝缘子特征值,然后将输电线路视频与标准图库中的绝缘子图片利用ASIFT算法进行匹配,进而识别和定位视频中的绝缘子。实验结果表明,ASIFT方法具备良好的抗绝缘子图像仿射变形性能,可以在少量人工辅助的条件下对图像进行处理,提高了架空输电线路绝缘子故障检测的自动化处理程度。     

基于红外多谱技术的铁路输电线路故障检测

针对当前铁路输电线路故障检测误差大、准确度低等不足,提出了基于红外多谱的铁路输电线路故障检测方法。首先利用红外多谱技术采集铁路输电线路图像,从图像中提取铁路输电线路故障特征,然后采用主成分分析算法对铁路输电线路故障特征进行筛选,得到最优检测特征向量,最后采用支持向量机对铁路输电线路故障检测样本进行学习,得到铁路输电线路故障检测的分类器,并进行了铁路输电线路故障检测验证性实验,该方法的铁路输电线路故障检测率超过了90%,铁路输电线路故障的误检率和漏检率大幅度减少,故障检测时间短,整体效果要优于当前其他检测方法,是一种效率高、结果优的铁路输电线路故障检测方法。     

基于计算机视觉的架空输电线路机器人巡检技术综述

架空输电线路是电网安全运行和电能可靠输送的关键,对其进行定期巡检至关重要。计算机视觉系统具有集成度高、交互性好、自动化程度高、处理速度快等特点,能够在架空输电线路巡检过程中各类设备的准确识别和故障判断中发挥重要作用,因此计算机视觉系统在架空输电线路机器人巡检与故障诊断中具有广泛的应用前景。从导线的识别、杆塔识别以及绝缘子串的识别等架空输电线路关键设备方面综述了机器人计算机视觉巡检技术及其研究现状,分析了多种相应的图像处理方法,在此基础上对基于机器学习的架空输电线路机器人视觉巡检关键技术进行了总结与展望。     

基于计算机视觉的架空输电线路机器人巡检技术综述

架空输电线路是电网安全运行和电能可靠输送的关键,对其进行定期巡检至关重要。计算机视觉系统具有集成度高、交互性好、自动化程度高、处理速度快等特点,能够在架空输电线路巡检过程中各类设备的准确识别和故障判断中发挥重要作用,因此计算机视觉系统在架空输电线路机器人巡检与故障诊断中具有广泛的应用前景。从导线的识别、杆塔识别以及绝缘子串的识别等架空输电线路关键设备方面综述了机器人计算机视觉巡检技术及其研究现状,分析了多种相应的图像处理方法,在此基础上对基于机器学习的架空输电线路机器人视觉巡检关键技术进行了总结与展望。     

基于红外图像的输电线路故障识别

传统红外图像输电线路故障识别方法易受到噪声的干扰,故障边缘特征信息模糊,不能准确找出输电线路故障的位置,存在识别准确率低,抗干扰性差等难题,为此提出了基于红外图像对输电线路故障识别方法。采用红外成像仪器采集输电线路的温度变化图像,并采用粒子滤波算法去除故障图像中的噪声干扰,通过RGB色彩通道转换对输电线路红外图像的故障区域进行划分,利用共轭梯度法对输电线路故障区域的故障点进行识别和定位。实验结果表明,该方法能够实现输电线路故障的准确定位和高精度识别,且定位精度高达80%。     

面向架空线路的无人机带电无损探伤系统的研究与应用

针对目前输电线路金具压接工艺、质量检测方法准确率低且特征分辨率弱,传统探伤技术受限于设备的体积、对碳纤维导线和钢芯铝绞线适用性等问题,研制一种基于无人机的架空线路 X 光带电无损探伤系统。对压接金具在服役过程中各类缺陷的形成机理进行分析,建立关键设备状态评价体系,在此基础上,提出无人机X光带电无损探伤检测模型,采用遥感图像采集技术实现探伤图像采集,对采集的架空线路线夹遥感图像进行高斯滤波降噪处理。基于边缘检测图像分割算法对降噪输出的探伤图像进行故障缺陷分区,实现缺陷精准识别、故障定位。实验结果表明,研制的无人机带电无损探伤系统损伤检测的特征分辨能力较强,同时具备主动减振、电磁防护特性,对架空线路本体及附属设备缺陷的精益化管控具有重要意义。     

高压输电线路热缺陷红外检测初探

讨论了高压架空输电线路红外检测中热缺陷的分析方法以及故障原因,并对线路的连接金具等导体的红外检测提出了一些建议。     

基于光纤复合架空地线通信的输电线路在线巡视系统

研发基于光纤复合架空地线（optical fiber composite overhead ground wire,OPGW）通信的输电线路在线巡视系统。该系统按照电力部门输电巡维类标准化作业指导书的要求,基于各个杆塔的可视监控、红外成像等功能和光纤通信的信息集成,实现可替代人工巡视的输电线路在线巡视。该系统由杆塔终端系统、后台监控主机系统以及光纤通信系统组成。为保证每杆塔终端采集的可见光视频图像、红外图像等海量监测数据的可靠实时传输,系统结合OPGW光单元的接续引下新技术并基于以太网无源光网络实现每杆塔终端与后台主机系统的光纤通信。该系统作为线路巡视的新手段,可满足电力生产部门对输电线路及其设备日常巡视和安全预警的要求。     

基于红外图像识别的输电线路故障诊断

红外图像中输电线路故障的准确识别一直是困扰检测人员的难题。本文借助红外成像仪获取输电线路温升变化图像,从分析输电线路红外图像的特征入手,通过比较各颜色空间的优缺点,应用HSI颜色空间转换获得图像边缘信息,借助中值滤波保持边缘信息的优势,利用改进的中值滤波排除干扰,采用梯度法提取其中的温度最高区域,从而迅速准确地诊断输电线路温升故障。以输电线路的红外图像为例,验证了HSI空间梯度法识别温度最高区域的可行性和有效性。     

基于机器视觉的输电线路无人机激光清障方法研究

针对传统输电线路无人机清障方法对故障点定位不准确的问题,研究基于机器视觉的输电线路无人机激光 清障方法.利用AI技术对输电线路图像提取特征值,无人机在巡检过程中运用机器视觉技术搜寻对应坐标点;近邻 图像像素取平均值构成模板,对故障线路特征图像进行滤波、降噪处理;通过蚂蚁运算得到无人机巡检的起始点和终 止点,规划无人机激光清障工作路径.测试结果表明该方法的搜寻故障点与实际故障点的误差值为零,精准定位故障 点,实现输电线路无人机对故障物的有效清除.     

基于地理信息的电力线全景图像信息融合方法

提出一种基于地理信息的电力线全景图像拼接方法。首先利用自动巡检机器人同步采集电力线的可见光图像和红外图像,采用尺度不变特征变换(SIFT)特征匹配算法分别拼接成全景图。其中红外全景图用于电力线的故障检测,可见光全景图对故障作进一步的可视化辅助检测,实现了故障信息、GPS信息和全景图像的融合,能够较精确地确定故障处的实际地理位置,提高了对电力线的维修效率。     

采用数字图像处理方法对架空输电导线散股的研究

架空输电导线受到施工破坏和外界环境长期作用容易产生散股,甚至断股现象,及时对其进行诊断和检修对于保证电网安全运行具有很大意义。采用巡检机器人搭载视觉检测装置巡检是现代输电线路状态检修的一种有效方式。在分析导线纹理约束及分布特征的基础上,建立了一种基于纹理斜率分布的散股判定模型,提出了一种基于数字图像处理的架空输电导线散股自动诊断方法。该方法通过对机器人拍摄的视频数据进行处理,提取图像中导线,计算导线的纹理特征分布并利用判定模型给出图像诊断结果。实验研究表明,该方法能快速检测导线的散股故障信息,能满足在线巡检的实时性要求。     

基于卷积递归网络的电流互感器红外故障图像诊断

电力大数据中日益增多的非结构化数据为以人工诊断为主的传统处理方式提出了新的挑战。红外故障图像作为一种典型的非结构化数据,对于电力大数据的研究有着至关重要的作用。为了达到自动处理海量红外故障图像的目的,提出了一种基于卷积递归网络的电流互感器红外故障图像诊断方法。对红外故障图像首先进行超像素分割并利用其色度信息提取温度异常区域;然后采用两级联合卷积-递归神经网络,对大量样本信息进行训练学习来指导设备故障部位识别;最后依据部位信息对故障进行分类。实验结果表明,该算法鲁棒性较强,准确性较高,有效地提高了红外检测效率,为非结构化数据的特征提取分析提供了坚实的基础。     

高压巡线机器人电磁导航系统研究与设计

为提高架空高压线路故障检测效率,研究并实现了高压巡线机器人自主巡检作业新方法,即巡线机器人在PC104硬件系统和嵌入式软件系统平台上分析处理输电线图像数据对其进行故障检测。基于电磁检测的导航系统由横竖两方向多方位的电磁传感器阵列组成;PC104采用相对值检测方法,根据高压输电线路周围磁场的感应电压跟半径的反比例关系原理,比较传感器阵列输出的系列模拟电压值来判断机器人相对输电线路的姿势并识别线上障碍;针对电磁导航系统信号特点,研究MATLAB数字滤波器优化设计方法;设计出IIR滤波器对经过放大的信号进行处理,研究并实现了PC104的IIR优化算法。仿真结果和现场试验证明,基于IIR滤波的巡线机器人电磁导航系统结构简单、效果显著。     

基于瞬时实功率和瞬时虚功率的谐振接地系统单相接地选线新方法

谐振接地系统发生单相接地故障时故障信号复杂且暂态信息丰富。本文基于瞬时功率理论,提出了采用瞬时实功率和瞬时虚功率的复合选线新方法。谐振接地系统发生单相接地故障时,与健全线路不同,故障线路由于消弧线圈的补偿作用将在接地电流中产生暂态衰减直流分量,通过瞬时实功率和瞬时虚功率分析表现为明显的工频衰减振荡特征。文章确定50Hz为瞬时功率分析的特征频率,通过分别计算故障时各线路瞬时实功率和瞬时虚功率,进一步分解出其振荡分量,综合比较特征频率上各线路瞬时实功率及瞬时虚功率振荡分量的大小来构造选线算法从而检出故障线路。该方法利用暂态信息,多判据复合、不涉及相位分析、实现容易、可靠性高。仿真表明该方法有效。     

基于改进SSD的变压器套管红外图像油位智能识别方法

为解决现有基于红外图像识别变压器套管油位存在的过于依赖温度信息、人工处理效率低下等问题,文中结合目标检测技术提出了一种基于改进单次检测器(SSD)的套管智能油位识别方法。通过引入SSD目标检测方法,检测红外图像中的套管区域,加入损失函数以改进SSD算法从而提高套管检测准确率,并进一步通过简单线性迭代聚类(SLIC)的应用实现了不依赖红外图像温度信息的油位检测。对比文中提出的基于红外图像的油位识别算法检测结果与人工油位检测结果,表明文中提出的算法不仅在效率上领先于传统的温度检测方式,且其误差较小,仅为0.08%。对比结果验证了所提算法在保证检测精度的情况下可大幅度提高检测效率,有效提升套管故障诊断效率和智能化水平。     

Development of fault detector for 33-kV ungrounded power line

A fault section detection system is being developed for 33-kV ungrounded power line. The fault section is obtained from the relation of two point zero-phase currents on power line. This fault detector is composed of optical current sensors and the processing unit and solar battery system. The optical current sensor consists of a Faraday cell and a porcelain bushing. Zero phase current on the processing unit is obtained through a three-phase composer with auto gain control and residual current eliminator. This fault detector has the ability of 0.15 A zero-phase current detection fault factory test; in field tests, this fault detector detects ground fault.