对加强淮河入海水道工程巡查工作的认识与思考

<正>江苏淮河入海水道工程是国务院批准建设的大型防洪工程,自2003年建成以来,发挥了巨大的防洪减灾效益。笔者到淮河入海水道工程管理处进行社会实践活动期间,实地察看了入海水道工程现场,了解了工程管理的相关情况,查阅了工程巡视检查的有关规定和资料记录。通过实地学习实践,结合有关管理规定对加强淮     

变电站智能巡视后台管理系统的设计与实现

变电站巡视管理是电力系统运行管理工作的重要环节。为了保证变电设备运行的安全稳定性,确保巡视人员到位率,实现巡视科学化、标准化和智能化的目标,在Web系统平台和Oracle数据库的基础上,采用先进的管理信息系统技术,设计开发了变电站智能巡视系统,并对该系统的后台管理系统的各个模块进行了分析研究。对系统的巡视管理、缺陷管理、设备管理、查询分析和系统管理等功能做了详细的介绍,并将其应用于实际巡视管理工作中。以河南某县供电公司为例,在设备信息管理、人员到位情况和发展前景等方面,与传统的巡视方式进行了比较,取得了较好的实践效果。     

基于蚁群算法的三峡升船机船厢设备巡视点检路线规划

针对三峡升船机船厢结构复杂,设备巡视路线难以选择的问题,以升船机船厢巡视路线为研究对象,将设备巡视点检路线规划转换为TSP旅行商问题.通过巡视路线无向加权图及点位空间坐标,建立升船机设备巡视点检点位空间结构模型.结合蚁群算法在Matlab软件中分别计算出白班及中班的最佳巡视路线.实验结果表明,基于蚁群算法计算的最佳巡视路线符合三峡升船机设备巡视要求.     

基于自组织特征映射的变电站巡视周期分类研究

针对差异化制定变电站巡视周期问题,首先分析了变电站巡视周期的影响因素,包括变电站电压等级、重要程度、历史故障/缺陷发生频次、设备运行情况、变电站运行环境和设备负载情况六个方面。提出了基于自组织特征映射的变电站巡视周期分类方法,利用机器学习实现变电站巡视周期的科学合理分类,为供电公司提高变电站巡视效率提供技术支撑。     

基于深度神经网络的变电站继电保护装置状态监测技术

监测变电站中继电保护装置的实时状态对避免设备损坏或故障,维持电网稳定运行有重要意义。传统的状态监测依赖于定期的人工检查,在耗费大量人力的同时,也难以做到不间断实时监测,且检测精度容易受到主观因素的限制。针对这一困境,提出基于深度神经网络与计算机视觉技术的变电站继电保护设备状态监测技术。利用平移变焦摄像机拍摄的变电站实时画面,首先进行图像去噪,并利用图像相关性进行图像配准。根据尺度不变特征变换(Scale-Invariant Feature Transform,SIFT)描述,使用深度神经网络进行图像分类,识别出设备的状态。同时,提出一种对标准图像配准框架的修改方案,使得算法在不同光照条件下具有更高鲁棒性。在实际应用中,该算法可以达到超过99%的检测准确率,大幅提升了变电站的安全性。     

关于输电线路状态巡视体系建设的探讨

输电线路安全巡视是确保电网安全稳定的基础工作,分析了常规巡视的弊端和开展状态巡视的必要性,提出建立输电线路的状态巡视体系,对线路状态各分项逐项评分,得出一条（一段）线路的综合得分,以确定该条（段）线路巡视周期。通过开展状态巡视工作,还有效缓解了输电线路规模大与人员紧缺的矛盾。     

便携式接触网安全巡检系统

根据当前接触网巡视设备的特点,设计了一种便携式接触网巡检系统,适用于在多种车辆上实现对接触网的安全巡视。系统对接触网线路进行视频巡视,并具备对视频数据的显示、存储、管理和分析功能。测试表明:系统运行稳定、图像清晰,具有一定的应有价值。     

变电站巡视中存在的若干问题及对策

变电专业必须重视变电站设备的运行状态和缺陷管控,通过对设备的巡视工作,及进发现设备存在的缺陷与隐患,将设备可能出现的问题消灭在萌芽状态,保证电力设备正常运行,保障优质服务不断电。文章探讨了当前变电站设备巡视的主要方式方法,发现其中存在的管理、人员等因素的问题,并提出自己认识到的对策。     

输电线路多旋翼无人机自动驾驶智能巡检系统

针对日益繁重的输电线路巡视工作以及输电专业无人机巡视方面难度大、风险高、自动化程度低等问题,本文提出了一种输电线路多旋翼无人机自动驾驶智能巡检系统及方法,结合人工智能图像识别技术实现了机巡数据的智能处理,建立了输电线路自动智能巡检作业的新模式.本文重点介绍了巡检系统的结构、功能及关键技术,通过佛山地区输电线路巡视的应用实践,该系统大大提高了电网巡检效率,证明了其有效性和合理性.