绝缘子污秽等级的高光谱特征优化识别技术研究

为解决传统污秽检测方法对输电线路绝缘子污闪防治的局限性,采用非接触式、高分辨率的高光谱成像技术对污秽在线检测技术进行研究。为有效提取反应污秽度的光谱特征并削弱冗余与干扰信息的影响,提出一种小波包能量谱特征优化的绝缘子污秽等级识别技术。首先,对不同污秽度的绝缘子样品的光谱图像进行背景分割,提取均匀覆污区像素点光谱均值曲线;其次,对不同图像的光强均匀度差异、环境噪声进行预处理,并通过导数变换提升不同污秽等级间的可区分性。再次,对预处理后的谱线进行小波能量谱特征提取。最后,基于所提特征建立基于支持向量机(support vector machines, SVM)的污秽等级识别模型。实验结果表明,相比于采用全波段数据或PCA特征数据作为输入,基于小波能量谱特征建立的支持向量机(SVM)污秽等级识别模型对样品识别准确率达到99.8%。#$NL关键词：关高光谱成像;绝缘子污秽等级;小波包能量谱;支持向量机#$NL中图分类号：TM933     

典型工业粉尘地区复合绝缘子污秽成分及其闪络特性

近年来,盐城德隆镍业厂区附近数次发生输电线路外绝缘放电、污闪现象,且采用复合绝缘子后仍不能得到有效抑制,而临近的化工区却没无该情况发生。因此,本文对盐城电网辖区内镍厂、化工厂绝缘子进行污秽取样,开展了污秽化学成分分析测试,包括阴阳离子含量、不溶物元素组成、主要化合物成分等;继而基于成分分析结果,开展了混合污秽下的污闪特性试验,得到了不同污染源典型污秽成分下复合绝缘子的闪络特性。研究结果表明：化工厂和镍厂附近绝缘子污秽成分有一定的差异,体现在镍厂污秽成分含硝酸盐较多,而化工厂附近含氯盐较多;对于一大两小型复合绝缘子,其在镍厂典型污秽下的闪络梯度要比化工厂低5%-10%;对于重工业粉尘地区的外绝缘配置,建议采用一大一小型绝缘子来提高电气强度。     

基于光刻法的复合织构硅橡胶表面的抗冰性能

制备超疏水表面是一种新型的抗冰方法。为提高硅橡胶复合绝缘子表面的抗冰性能,采用D80M多功能激光雕刻机进行加工,得到不同类型、不同尺寸参数的复合织构绝缘子伞裙表面。通过测试不同织构表面绝缘子的接触角,得到疏水性能最佳的表面织构类型及尺寸参数。同时,以延缓水滴在试样表面发生结冰的时间为评价标准,利用可程式恒温恒湿试验机设定环境温度为-10℃,测试水滴在不同织构化试样表面的凝结时间。结果表明：表面织构化明显提升了复合绝缘子伞裙表面的疏水性,使其达到超疏水性;尺寸和间距均为350μm的正方形+圆形织构的疏水性和抗覆冰性能最优,且抗冰耐久性良好。     

不同光照下的绝缘子串劣化灰度图像识别方法

作为故障多发元件的绝缘子串,其劣化严重影响输电线路安全,为此提出基于无人机搭载红外传感器下的绝缘子串劣化灰度图像识别方法,提升不同光照条件下的绝缘子串劣化图像识别效果。采用无人机搭载红外传感器采集绝缘子串图像,通过灰度级线性变换对图像进行增强,提高图像中绝缘子串与背景之间对比度,利用开闭运算去除增强后图像中非必要存在区域。根据图像二值化变换特征,利用连通区域标记法提取完整绝缘子串图像,采用Hough变换求取绝缘子串倾斜角度,经水平校正及定位后完成绝缘子串劣化灰度图像识别。经实验验证:该方法在不同光照条件下,绝缘子串劣化灰度图像识别效果较好,具有实用性。     

基于深度学习和灰度纹理特征的铁路接触网绝缘子状态检测

铁路接触网绝缘子状态检测对铁路行车安全有着 重大的意义,为解决目前人工对绝缘 子图像检测结果的不确定性,提出一种深度学习结合灰度纹理特征的检测方法。首先使用 Faster R-CNN (faster region-based convolutional neural network)目标检测算法对图像中绝缘子精确识别,再通过灰度共生矩阵对绝缘子纹理 特征进行分析提取,之后结合支持向量机将绝缘子分为正常绝缘子和异常绝缘子,实验数 据结果证明使用能量、熵、相关度3种纹理特征进行绝缘子状态分类时对实验数据中的正 常状态绝缘子的分类精度可达100%,异常状态绝缘子的分类精度达97.5%,最后依据绝缘 子图像灰度分布的周期性特点,利用灰度积分投影将异常绝缘子分为破损绝缘子和夹杂异 物绝缘子。实验结果表明所提方法可以有效对绝缘子状态进行检测分类。     

基于无人机影像的电网绝缘子自爆识别

电网因其在电能传输方面的关键性作用,在我国民生项目建设领域一直扮演着至关重要的角色。电网杆塔上的绝缘子一旦发生自爆(也称“缺陷”),绝缘子会自动剥落,输电线路就会产生安全隐患,严重时会降低输电线路的运行寿命,甚至会引发供电中断,发生大范围的停电事故,造成巨大的财产损失。目前,主流的巡检方法为人工巡检,该方法不仅耗时耗力,而且也存在一定主观出错率,已不适用于目前电路巡检的实际情况。本设计采用YOLO V5网络模型,对无人机航拍影像中绝缘子串及绝缘子自爆进行自动识别。首先通过平移、翻转、裁剪等,对航拍绝缘子影像数据集进行数据增广,并对增广后的数据集在LabelImg中进行标注,然后利用YOLO V5网络模型对绝缘子串及绝缘子自爆进行识别,最后采用PyQt5框架在PyCharm中设计了绝缘子自爆识别的系统界面,对模型进行调用,实现了绝缘子串及绝缘子自爆识别。本设计采用从网络上下载、国家电网提供、数据增广所得到的500张无人机航拍影像作为数据集,对所得数据集进行人工标注,再使用YOLO V5网络模型进行训练和测试,结果表明YOLO V5网络模型对绝缘子串具有较高的识别精度,最高识别精度为90.2%,对绝缘子自爆的最高检测精度为80.8%。这说明了YOLO V5网络模型在绝缘子串识别方面有较好的表现,但是由于训练集中绝缘子自爆的样本影像数量有限,所以该网络模型对绝缘子的自爆识别存在一定局限性,本实验能够部分代替人力实现电网绝缘子智能巡检,提高了检测效率。     

升级SDK2.0更精彩 原道N12深度体验

精致7英寸RK2918代表作原道N12采用800×480分辨率的7英寸屏幕,最多支持五点触控的屏幕表面覆盖有一层钢化玻璃,良好的通透度让屏幕画面颇为清新。纯白色背壳与高亮度黑色屏幕边框结合,赋予整机优雅、时尚气息,同时,经过磨砂处理的金属银色饰边有效提升了产品握持感。     

光纤Bragg光栅温度传感器在硅橡胶绝缘子温度特性研究中的应用

当硅橡胶绝缘子长期工作在恶劣的环境中时,会导致硅橡胶绝缘子产生发热现象.为了检测硅橡胶绝缘子的工作温度,将光纤Bragg光栅分别粘贴于硅橡胶绝缘子的上、下两端和伞群部分.温度特性实验结果表明:在15 kV电压作用下,硅橡胶绝缘子温度发生变化,从而使得光纤Bragg光栅中心波长产生相应的移位.金属棒上、下两端和伞群部分在无污染情况下温升分别为1.8℃、2.1℃和0.5℃;在凝露情况下温升分别为2.3℃、2.7℃和0.7 ℃;在Ⅱ级污秽等级情况下温升分别为3.5℃、4.1℃和0.9℃;破坏后的伞群部分在三种情况下的温升分别为4.9℃、5.5℃和7.1℃.光纤Bragg光栅温度传感器可有效的检测硅橡胶绝缘子的工作温度,反映硅橡胶绝缘子的工作状态.     

钢化低辐射率玻璃的方法

本文介绍了玻璃的钢化机理及工艺，重点探讨了影响低辐射玻璃钢的因素。     

浅谈桃双线110kV线路维护的管理与实践

桃双线是指桃林口水电厂至青龙县双山子变电站架空线路,全长31.007km,出线一回,共有杆塔85基,双杆过线6组,双杆断连4组,过线塔49基,耐张塔25基。最大档距849m,最小档距50m。导线型号为LGJ—185/30,架空避雷线型号为GJ-35,防震锤为FD-4和FG-35两种,绝缘子XWP-7,U型挂环U-10,球头挂环QP-10碗头挂板W-7B,耐张线夹NLD-4,U型螺栓UJ-1880VKM。桃双线110kV线路是库区与电网相连的唯一线路,担负着库区日常生产生活用电、汛期防汛用电和发电期间向网上送电的任务。做好线路的维护和管理,是保证线路安全运行的必要措施。