输电线路巡检管理系统的应用

讨论输电线路巡检管理系统的开发、应用和分析,这个系统满足了输电线路的管理要求,提高了输电线路管理的智能化、规范化。     

浅析提高输电线路巡检质量的方法

汇集了目前国内各地市供电公司常用的提高输电线路巡检质量的几种方法。从确保巡检到位率,提高巡检规范化程度和自动化水平进行了介绍;从经济性、人性化程度、方法可行性、可操作性、取得效果等方面,对各种方法进行分析比较,得出了相对较优的提高输电线路巡检质量的方法。     

架空输电线路无人机远程自主巡检关键技术研究和应用

输电线路无人机巡检已经得到广泛研究和应用。目前的无人机巡检作业中,无论是人工手控巡检还是软件程控巡检,都需要作业人员始终在野外操作并进行大量干预,而且巡检数据不能及时传回处理。针对这些不足,原国网江西赣西供电公司通过研发无人值守技术、远程自主精准降落技术和人工智能图像识别技术等关键技术,构建了无人机远程自主巡检系统,实现了输电线路巡视、数据传输处理分析全过程无人自主化。     

无人机在架空输电线路巡检中的应用研究

本文研究架空输电线路无人机巡检的作业流程、作业内容及相应的巡检方式。结合湖南某地区开展的无人机架空输电线路巡检现场的实际应用情况,提出了"О型巡检法"精细化巡检方案,并通过现场应用论证了该方案的可行性和高效性。     

基于改进Faster-RCNN的输电线路巡检图像检测

针对传统输电线路目标巡检图像识别方法响应速度慢,准确率不高的问题,提出一种改进Faster-RCNN深度学习识别算法。文中通过卷积神经网络ZFnet提取图像特征,并重置模型参数以获取更多目标细节;利用Faster-RCNN对目标进行检测,由子网络区域提议模型生成目标候选框和子网络Fast-RCNN进行参数调优,并在Faster-RCNN网络输出部分引入精炼阶段,增加目标特征的分类细化和回归细化,将存在目标的多个边界框合并,实现精确分类以及坐标定位。实验结果表明：改进Faster-RCNN算法可有效识别线路设备及设备缺陷,总体识别率达到93.5%,响应时间在1s内。与图像识别法或SSD、YOLO深度学习法相比,所提算法提高了电力设备的识别精度与响应速度,在输电线路智能巡检中具有一定的优越性。     

输电线路无人机智能巡检技术概述

随着我国高压输电线路的快速建设,传统效率较低的人工巡检模式已难以跟上和满足其巡检需求.无人机智能巡检技术在这种背景下应运而生,并且得到了一定程度的发展.然而,该智能巡检技术涉及多个专业领域,而如何将这些领域的方法和技术合理、高效地应用于其中,尚存在一定的困难和挑战.本文首先概述了输电线路无人机智能巡检技术的应用现状,而...     

架空输电线路自主巡检机器人规划设计

针对架空输电线路巡检中,杆塔、导（地）线上存在诸多障碍物（防震锤、压接管、耐张线夹、悬垂线夹等）及其相对位置和形态不固定的特点,设计了1种能够自主行进、跨越障碍物的巡检机器人。通过本体控制系统规划、传感器识别系统和补给电源设计等关键技术的应用,使巡检机器人上线自主行进过程试验取得初步成功。结果表明：自主行进过程中机器人与地面基站之间数据通信流畅,传感器探测回传图像清晰,从而验证了巡检机器人机构部件及控制系统的有效性。     

应用直升飞机巡检输电线路

华北电力集团公司成功地完成了直升飞机巡线项目，已经开展实际生产性巡线工作，并取得了很好的效果，直升飞机巡线的优越性正逐渐显示出来。对应用直升飞机巡检输电线路的方法进行了总结，描述了目测巡视和热像巡视这两种飞机巡线的方法和特点，阐述了飞机巡线的安全问题，说明了巡线飞机对气象条件的要求以及建立危险标识系统的一般方法，并简要总结了巡线飞行的技术技巧。     

基于GPS的输电线路智能巡检管理系统的研发

介绍一种新型电力线路智能巡检管理系统的体系结构和硬件实现,该系统以地理信息系统GIS作为基础平台,通过全球定位系统GPS和掌上电脑及后台管理机的有机融合,能有克服传统线路巡检系统的缺点,从而实现线路巡检信息的信息化、标准化和智能化管理。     

基于无人机图像识别的输电线路绝缘子污秽在线监测

传统的输电线路绝缘子污秽在线监测特征提取采用面积覆盖的方式,导致监测对比度较低,进而增加最终监测结果的相对误差。为此,提出了基于无人机图像识别的输电线路绝缘子污秽在线监测方法,并进行了相应的设计与实践。根据当前测定要求,先进行图像采集,采用多点位的方式,以提升监测的对比度,并实现积污特征多点位提取。在此基础上,设计无人机图像识别线路绝缘子污秽在线监测模型,采用动态跟踪标定的形式实现在线监测。测试结果表明：针对选定的5条输电线路绝缘子污秽监测,对比传统HHT绝缘子污秽在线监测方法、传统4G通信绝缘子污秽在线监测方法,所设计的无人机图像识别绝缘子污秽在线监测方法的相对误差最低,被控制在25以下,说明在无人机图像识别技术的辅助下,设计的在线监测方法更加有效,针对性强,应用误差可控,在一定程度上提高了监测的精准度和稳定性。     

基于人工智能的输电线路故障快速诊断方法研究

针对电力系统发生故障后未经处理的多源告警信息可能导致故障处理时间增加的问题,提出一种基于人工智能的输电线路故障诊断方法。对输电线路故障诊断Petri网模型进行改进,在建立的模糊Petri网模型中预设变迁阈值,采用逆向搜索策略,对模糊Petri网进行约简,减小推理规模,提高故障诊断效率。所提方法可以对故障信息进行快速分析、分类处理,大大减少调度员处理信息的工作量,提高输电线路自动化水平,确保电力系统安全稳定运行。通过算例验证了所提方法的有效性。     

基于离线高斯模型的输电线路无人机巡检缺陷智能识别方法研究

高压架空输电线路是沟通我国清洁能源中心与负荷中心的关键基础设施,保障其安全稳定运行对"双碳"目标按期达成至关重要.基于无人机巡检的电网输电线路缺陷检测具有很强的实用价值.由于缺陷种类众多,各类别分布不均衡而导致了长尾分布效应.文中介绍了一种基于离线高斯模型的缺陷检测方案,该方案通过离线高斯模型去增强Mask R-CNN...     

基于改进Faster-RCNN的输电线巡检图像多目标检测及定位

针对输电线巡检图像受光线、环境和拍摄角度等因素影响,图像中的电气设备呈现低分辨率和多形态化特征的问题,提出一种基于改进Faster-RCNN的巡检图像多目标检测及定位方法。该方法首先通过区域建议策略网络生成若干目标候选区域;然后基于实际巡检图像样本库,对卷积神经网络进行训练,以改善参数学习效果;最后利用正则化方法优化参数权重,提高检测速度,得到适应巡检图像多形态化特征的改进型Faster-RCNN模型。实际场景数据集测试结果表明,相比于数字图像处理、浅层机器学习、单阶法、双阶法、Mask-RCNN和Local Loss目标检测方法,所提改进型Faster-RCNN能够在不同分辨率和不同位置角度的巡检图像场景下保持较高的识别精度和速度,具有较高的工程实用价值。     

基于无人机图像的输电线路部件检测方法研究

针对无人机电力巡检模式在图像快速检测方面存在的自动化程度和效率低等问题,提出了一种将单级多框预测检测器SSD与特征金字塔网络FPN相结合的输电线路部件检测方法,并对绝缘子故障进行检测。在SSD目标检测的基础上,加入了FPN特征金字塔结构,局部融合层间特征信息。实验验证了文中所提方法的优越性。实验结果表明,在部件检测中,该方法对大、中、小尺寸目标均具有良好的检测效果,检测精度在90%左右,在绝缘子故障检测中检测精度达到87.4%。为输电线路部件检测技术的发展提供了参考。     

基于人工智能算法的作业现场人员设备资质识别技术研究

针对不具备检修资质的人员误入检修现场和现场检修人员难以近距离查看设备铭牌的问题,设计了设备铭牌和人员设备资质识别设备,设备基于文本检测识别技术和AdaBoost算法人脸识别技术。首先,比较了不同的文本检测和人脸识别算法,给出了最优算法的原理。接着给出文件检测准确度训练的流程,为保证真实性,使用场景是识别图片中文字信息,识别主体是中文,同时包括数字、字母和部分特殊字符。利用OpenCV建立的人脸识别模型,从人脸数据采集、人脸数据训练、人脸检测与识别实现三个方面介绍了人脸识别的训练流程。最后,通过实际应用证明了设备铭牌检测和人脸识别的准确性。     

基于动态风险等级评估的输电线路巡检计划优化

现有输电线路巡检计划安排存在巡检效率低等问题,为优化输电线路巡检计划,降低输电线路的巡检成本,本文提出一种基于动态风险评估的输电线路巡检计划优化方法。综合考虑影响输电线路故障的内外部风险及故障造成损失,建立动态风险等级评估模型,通过量化风险值以评估线路风险等级,确定合理的巡检周期。基于巡检周期建立输电线路巡检计划的多目标优化模型,根据目标优先级利用多目标粒子群算法进行求解。最后采用某区域实际输电线路验证该模型的有效性。     

输电线路移动式不间断自主智能巡检技术研究

为解决传统巡检作业模式中的难度大、标准杂、效率低、盲点多等集中突出的问题,提出了一种基于多机协同作业的不间断自主杆塔巡检方法,建立了A、B车交替不间断巡检的作业方式,使得无人机可以不间断地对电力杆塔进行巡检.所建立标准的作业线路模型,可根据不同杆塔类型的巡检目标自动生成不同的安全线路,对无人机实现自动巡检的线路规划提供科学依据.构建了输电线路移动式不间断自动精益化智能巡检系统,应用计算机视觉技术,在高精度RTK定位的基础上辅助定位,更加精准地完成自动巡检与降落,通过建立任务、线路为导向的操作方式,直观展现了作业成果,提高了管理决策质量及作业效率.     

基于输电线路在线巡视系统的智能预警系统研究

以提高输电线路安全性和可靠性为目的,研究基于输电线路在线巡视系统的智能预警系统的原理。一种新的在线巡视系统采用可视监控、红外成像等技术,通过逐塔配置来替代人工巡视功能,并结合OPGW光电分离和EPON通信新技术实现海量数据的传输,在此基础上构建采用分级结构的智能预警系统。第一级位于杆塔终端主机,通过杆塔就地监测信息对输电线路的故障或异常状态进行初步判断,如利用图像差分等方法;第二级位于后台主机系统,通过系统建模与综合分析精确判断输电线路故障类型,如模糊评判方法。该智能预警系统的运用,可有效实现输电线路及其设备故障异常的智能识别。     

基于人工智能识别技术的运维检修监测系统设计

提出基于人脸识别和人体检测识别的变电运维检修监测系统.分析了人脸识别、人员身份识别和规范性识别等具体内容在运维检修过程中的应用.建立了以人工智能识别技术为基础的运维检修监测系统,说明了系统的平台构架以及卷积神经网络(CNN)等人工智能识别技术.针对该技术在人工智能识别过程中的应用分析了各种识别对象的流程,最后根据所提出的人脸识别方法进行了仿真分析,说明了系统和算法的有效性.