基于红外图像目标检测与温度特征提取的变压器套管发热缺陷识别

针对变压器套管发热缺陷人工检测方法效率低下的问题，设计基于红外图像目标检测与温度特征提取的变压器套管发热缺陷诊断系统，以实现发热缺陷的自动诊断。首先，采用YOLOX目标检测模型对红外图像中不同电压等级套管进行分类识别，使用结合Mish激活函数的快速空间金字塔池化(spatial pyramid pooling-fast, SPPF)结构替换主干特征提取网络的空间金字塔池化(spatial pyramid pooling, SPP)结构，并在特征融合网络中添加高效通道注意力(efficient channel attention, ECA)模块以提高检测准确率；其次，设定所检测套管电压等级类别，根据预测框信息对同电压等级套管进行定位裁剪；最后对套管图像做加权均值法灰度化处理并进行区域划分，提取不同区域温度特征信息进行发热缺陷诊断，并以报表形式展示。实验结果表明：目标检测模型识别准确率达到98.41%,模型对图像的平均检测速度达到46.80帧/s,所设计系统能准确诊断出变压器套管发热缺陷，提高缺陷检测效率。     

变电站无人机自主巡检应用研究

目前随着电网规模的不断扩大,变电站数量与日俱增,站内高空设备因存在巡视盲区而导致其缺陷隐患十分隐蔽,此类缺陷所占比例日渐增高,给变电站安全稳定运行带来新的安全风险.而无人机具有飞行高度较高、视角广阔等特点,可以消除巡检死角,及时发现缺陷,因此进行变电站无人机巡检航线规划典型策略研究,通过建立变电站高精度激光点云模型,研究变电站巡检航线规划策略,自动生成变电站无人机巡检航线,并结合无人机飞行控制系统,完成一键起飞、自主巡航,定点拍摄、巡检图像回传等功能,实现变电站无人机自主巡检,提高巡检效率及安全性,为变电站安全运行保驾护航.     

FMEA、HAZOP和LOPA三种方法的信息共享研究

随着国内石油化工行业的蓬勃发展,安全事故频频发生,显然人们的安全意识和防范措施跟不上生产的步伐。因此对石油化工行业进行安全评价是必要的。作为产品故障与风险分析的重要手段之一的FMEA,其工作核心价值在于找出潜在故障模式,并预防不良后果。HAZOP分析是在危险识别方面最全面、最有效的评价方法,而LOPA分析方法则是在HAZOP分析基础上作进一步半定量分析,从而提出更全面的安全措施,通过总结三种评价方式在不正常表现,产生原因,不良后果,安全措施等方面的信息共享,提高了化工企业安全评价的准确性和客观性。