面向高变倍场景的变电站巡检机器人云台相机对准方法

受导航误差和机械磨损等因素影响,变电站巡检机器人在自主巡检时的停靠位姿偏离预置位姿,导致其云台相机在高倍变焦抓图时出现目标设备不在图像内以及聚焦失败等问题。因此,提出一种面向高变倍场景的变电站巡检机器人云台相机对准方法,使巡检机器人相机能够精确对准到预置位姿,以拍摄与模板图像一致的高质量巡检图像。首先,建立巡检机器人位姿与像素误差之间的关系模型;然后,基于构造的变电站空间布局假设条件,提出机器人相机位姿误差的近似解法;最后,对相机位姿误差进行正交解耦,使用提出的折半对准控制方法校正相机位姿误差。在巡检机器人真型平台上开展相机对准试验,结果表明,相较于仅调整云台姿态的传统相机对准方法,该方法在高变倍巡检场景中表现出更高的巡检覆盖率、准确率以及更低的巡检图像像素误差。     

电力设备异源点云层次化配准方法

在3维空间内对电力设备进行状态评估与故障诊断已成为当前电网重点发展方向,异源点云配准技术是其关键环节。针对当前电力设备异源点云配准存在尺度差异大以及离群点多的问题,提出了由粗至精的异源点层次化云配准方法。首先利用提出的连线比例不变性尺度估计方法精确估计点云间的尺度差异,将异源点云恢复到相近尺度,级联随机采样一致性(random sampling consensus,RANSAC)方法得到粗配准点云,进而使用提出的最近邻点集采样一致性与自适应鲁棒匹配方法对异源点云进行精配准,最终得到异源点云间的精确变换矩阵。实验结果表明,该文提出的异源点云配层次化方法在测试所用电力设备异源点云数据集上,点云配准前后尺度估计误差分别为0.198和0.0092,配准后旋转、平移误差分别为1.95°和0.009m,均低于当前广泛研究的SAC-IA+ICP配准框架和TEASER方法。     

电力装备内部状态反演重构研究框架与应用展望

电力装备内部状态准确评估是数字化电力装备的重要组成部分。针对电力装备内部状态反演重构问题,系统分析了电力装备外部检测信号面临的传播路径多样性、传播过程耦合性和非线性衰减问题,借鉴地球物理勘探和医学影像诊断领域的反演思想,提出电力装备内部状态反演重构的研究思路,并建立了包含感知层、通信层、模型层和应用层四个层次的研究框架。分析了三维空间数据获取与重构技术、多物理场多介质全耦合建模技术、多参数全波形反演技术以及反演重构应用适应性评估技术等关键技术的研究目的和实现方法。提出了变压器、气体绝缘开关设备(gas insulated switchgear, GIS)、电抗器等主要电力装备内部振动、热、应力等状态参量的重构方法,阐述了状态重构条件下的故障诊断与状态推演应用场景。最后分析了电力装备状态反演重构技术面临的挑战与发展趋势,为数字化电力装备的发展提供一种技术支撑。