基于轻量级改进RT-DETR边缘部署算法的绝缘子缺陷检测

随着新型电力系统的不断发展建设,输电线路绝缘子状态智能化巡检成为必然趋势。为方便“云-边-端协同架构”进行边缘部署,该文提出一种轻量级RT-DETR目标检测算法。首先,采用RT-DETR作为基线算法降低优化难度,提高鲁棒性;其次,选择轻量级EMO作为算法特征提取主干,充分学习绝缘子目标的长距离特征交互及缺陷小目标的局部特征交互,并提出基于轻量级注意力的尺度内特征交互模块和轻量级跨尺度特征融合模块设计轻量级高效混合编码器;再次,在轻量级高效混合编码器中引入定位信息补充分支、使用DIoU损失函数结合迁移学习训练技巧,缓解轻量化造成的算法精度下降问题;最后,构建多天气条件绝缘子数据集进行训练验证。实验结果表明,相较于基线算法,所提算法检测精度达到97.2%,只损失0.7个百分点,而参数量和计算量分别下降67.8%和71.2%,检测速度提升2.5倍,满足多天气条件下的输电线路绝缘子状态巡检准确率及边缘部署轻量化要求。

基于多尺度融合的密集输电通道空飘物检测算法

在电网长期运行期间,空飘物威胁输电线路安全稳定运行。针对密集输电通道场景复杂及漂浮物形态与尺度快速多变,难以兼顾检测准确性与实时性的问题,提出基于多尺度融合的密集输电通道空飘物检测算法。该算法以路径聚合网络为基础,融合快速空间金字塔池化模块,添加动态蛇形卷积和小目标检测层提升检测性能,采用置换注意力机制与加权交并比损失函数降低复杂背景干扰。试验分析表明,该算法可有效应对移动引发的尺度变化,精度和速度均优于其他目标检测算法。

基于半监督学习的配网架空线局部放电诊断研究

针对配电网设备现场运维过程中数据标注率不足的问题,文中设计了一种基于半监督学习策略的混合框架模型。在保留电压序列关键信息的同时将一维信号转换成多特征图输入形式,通过部分标注数据标签信息和数据重构误差进行训练,并结合软投票法进行多特征决策融合。实验测试结果表明,在数据集标注率为30%、60%、70%和90%的条件下,平均识别准确率分别为91.296 0%、95.564 3%、96.726 3%和96.991 8%,相较基于有监督学习的ResNet、VGG等模型,半监督混合框架模型提高了约5%的准确率,为配网架空线路局部放电初期诊断提供了一种新的模型方法,能够提高架空线路的维护和管理水平。

电力设备智能巡检机器人技术及应用

《电力设备智能巡检机器人技术及应用》探讨了在电力设备巡检领域中,智能机器人技术的深入应用及其实际效果。文中首先阐述了研究的背景与意义,强调了智能巡检在提升效率、保障安全及应对人力短缺方面的必要性。接着,概述了电力设备巡检技术的发展历程和现状,为智能巡检机器人的技术构建提供了理论基础。论文进一步详细介绍了电力设备智能巡检机器人的关键技术,包括视觉识别、机器学习、自主导航等,这些技术的融合确保了机器人能精准识别设备状态,智能规划巡检路径,并在复杂环境中稳定运行。此外,文章还深入分析了这些技术的挑战与解决方案,为未来技术改进指明了方向。在方法部分,论文提出了一个完整的智能巡检机器人系统设计,从硬件选型到软件算法,全面展示了系统构建的各个环节。通过优化的软硬件结合,该系统展现出卓越的巡检性能和适应性。在实际应用部分,论文选取了若干电力设备智能巡检机器人的应用案例,如高压输电线路、变电站等,展示了机器人在实际工作中的高效能和高可靠性。通过对比分析,证明了智能巡检机器人在效率、精确度和安全性方面的明显优势。综上所述,本研究深入探讨了电力设备智能巡检机器人的技术原理、系统设计及实际应用,为电力巡检行业的智能化升级提供了有力的技术支持。未来,随着技术的进一步成熟,智能巡检机器人有望在电力设备巡检领域发挥更为关键的作用,推动行业向更高效、更安全的方向发展。

电网巡检中飞行性能评估模型建立与验证

随着无人机技术快速发展,无人机已广泛应用于电网巡检中。与直升机巡检相比,无人机成本低、风险小,但飞行效率和电池蓄电能力是制约其发展的难题,因此可充分利用直升机和无人机的优势,实现直升机与无人机协同巡检。以风力和天气2个影响因素为基础建立飞行性能评估模型,评估在不同飞行环境下直升机和无人机的飞行性能,为提高电网巡检效率提供参考。

110kV输电线路运行检修技术分析及故障预防解析

随着电力需求的持续增长,110kV输电线路作为高压输电系统的重要组成部分,其稳定性至关重要。传统的人工巡检和常规检测技术已无法满足日益复杂的线路运行环境需求。近年来,无人机巡检技术、智能化监测系统、高分辨率遥感技术等新兴手段逐渐被引入输电线路检修工作,同时,大数据分析、人工智能以及数字孪生等前沿技术也为线路故障预防提供了全新解决方案。这些技术通过实时监测、精准诊断和趋势预测,实现了输电线路全生命周期的精细化管制,显著提高了运行效率和检修精准度。

电力巡检操作机器人中图像识别技术的实施

随着人工智能技术的不断发展,操作机器人在电力巡检领域的应用越来越广泛。电力巡检机器人通过图像识别技术实现对电力设备的自动识别和检测,提高巡检效率和准确性。然而,现有的电力巡检机器人图像识别技术仍存在一定的局限性,如识别准确率低、处理速度慢等问题。因此,本文提出了一种新的图像识别方法,旨在解决现有技术的不足。针对按钮、分合旋钮、旋转手车和拔插压板四种开关类型的机器人系统部署在站所,并使用备用变电柜进行操作测试。

基于多尺度卷积注意力机制的输电线路防振锤缺陷检测

作为输电线路中的重要金具部件,防振锤的缺陷将对输电线路构成严重威胁。针对由于防振锤缺陷样本数量稀少、背景复杂、区域形状尺寸不一造成的防振锤缺陷识别能力不足的问题,提出一种基于多尺度卷积注意力机制的防振锤缺陷检测方法。首先,通过统计不同缺陷的防振锤尺寸,设计适应不同类别的多尺度卷积注意力机制,使网络重点关注图像中的防振锤区域;其次,引入结构重参数化方法,以将网络中的多分支结构无损失地转换为单分支结构,在提高网络检测性能的同时维持检测速度在较高水平;最后,以渐进式特征金字塔网络结构(AFPN)为基础,融合更多的浅层网络,提高了网络检测防振锤小目标的能力。实际收集的防振锤缺陷数据集实验结果表明,设计的检测方法可显著提升防振锤缺陷检测的性能,检测精度mAP0.5达到了91.9%,在TITAN XP平台下检测速度达60.88帧/s,可为输电线路防振锤智能化巡检提供参考。

电力巡检机器人路径规划方法综述

随着电力系统规模和复杂性的不断增加,传统的人工巡检方式已很难满足当下电力巡检要求。巡检机器人因具有安全性、可靠性和智能性已被逐步应用到电力巡检中。机器人在运行过程中通过提前预测、自主决策或智能导航的方式完成全局遍历与避障。电力巡检的核心任务是规划出一条安全且最优的运行轨迹。系统地分析和梳理了巡检机器人巡检过程中的各类方法;阐述了在变电站和输电线路等不同场景中算法的应用;综述了各类路径规划算法的研究现状和改进方法。在此基础上,对未来电力巡检机器人路径规划的研究和发展方向做出了展望。

基于深度学习的输电线路绝缘子故障检测方法

针对航拍巡检高压输电线路上绝缘子目标易受复杂背景和部分遮挡影响,造成传统算法难以准确检测的问题,建立了一种基于改进YOLOv5的输电线路绝缘子检测模型。首先,利用GA+K的检测框优化算法对选择的模型进行改进,来提高识别精度;然后,在YOLOv5算法框架中融合CBAM模块来提升图像中故障目标区域的显著度;其次,采用高斯函数改进YOLOv5中的非极大值抑制方法,提高对遮挡目标的识别准确率;最后利用辽宁某电网公司提供的无人机巡检图像制作数据集,并将所提算法与4种经典目标检测算法进行比较。试验结果表明,相比于4种对比算法,该算法能够在保证较高检测精度的同时具有较好的实时性,并且平均检测精度可以达到95.1%,每张图片的检测时间为0.04 s,兼具目标检测的准确性和实时性。

轻量化特征融合的CenterNet输电线路绝缘子自爆缺陷检测

输电线路智能化巡检是新一代电力系统建设的必然要求。当前,基于深度学习的检测模型由于参数量过大,使得利用无人机(UAV)进行边缘部署较困难。为使无人机可搭载轻量级模型实现输电线路中具有自爆缺陷绝缘子的识别,提出了一种轻量级CenterNet-GhostNet的目标检测网络。对模型主干特征提取网络进行轻量化处理,利用计算成本较低的GhostNet提取自爆缺陷绝缘子的多层次特征,降低模型复杂度;引入增强感受野模块(RFB)增强特征表达能力,提升模型对小目标特征信息的注意力;构建特征融合模块,将低层特征信息和高层特征信息有效融合以输出更完整的特征图,提高缺陷识别精度。利用迁移学习参数共享,结合冻结与解冻训练相结合的模型训练策略,缓解网络因小样本数据集而产生的泛化能力不足问题。基于构建的输电线路自爆缺陷绝缘子数据集对所提方法进行验证,实验结果表明:相比原始CenterNet,所提方法的AP50、AP75和AP50:95分别提升至0.86、0.74和0.63,模型参数量由124.61×10^(6)减少至64.2×10^(6),可实现复杂环境下的自爆缺陷绝缘子检测,提高了基于无人机的输电线路巡检精度与速度。

三相导线-相间间隔体系直流融冰热特性有限元及脱冰动力响应分析

为研究输电线路导线直流融冰非对称运行特性,以LGJ-400/50输电导线为研究对象,建立不同运行条件下的输电导线实体模型,采用COMSOL软件探究不同覆冰厚度对导线温度分布的影响,并对不同环境温度和不同风速对导线中心点温度变化进行分析,得到脱冰时刻导线温度作为初始条件施加,应用ANSYS LS-DYNA PrepPost非线性结构动力学模型,建立实际运行过程三相导线-相间间隔体系有限元模型,分析导线体系直流融冰非对称脱冰动力响应。结果表明,在采用不同融冰方案工况下,不同脱冰相数下导线体系最大脱冰跳跃高度不同,三相导线-相间间隔导线体系在融冰过程中相比单导线脱冰情况具有非对称性,依据间隔棒布置条件对导线体系脱冰动力响应影响规律,能够优化导线相间距进而保证直流融冰过程安全运行。

基于微型激光雷达的无人机智能化电力线路巡检技术研究

介绍了一种利用激光探测和测距(LiDAR)进行实时电力线检测的算法,并且对微型激光雷达无人机进行电力线路巡检抽象建模。通过使用平面分析法对巡检现场进行距离的比较来分割点云,并提取一组电力线候选点,这些点被拟合到线段上,线段根据它们的共线性质进一步分组比较。该方法可利用图像的共线特性完成特征检验,并在光线条件差以及线路背景复杂的环境下仍可获得较为可靠的巡检结果。案例中电力线路垂直平均误差最大为0.49 m,其他所有直线的估计平均误差都小于0.07 m,水平拟合时,所有平均误差都在0.14 m以内。验证了所提出基于微型激光雷达的无人机技术进行电力线路智能化巡检方法的有效性与可行性。

基于YOLOv5算法的无人机巡检图像中绝缘子单目测距方法

为了提升无人机安全飞行性,提升线路运维能力,基于YOLOv5深度学习算法,提出了一种无人机单目测距方法,用于实现一种精确的辅助距离测量功能。对现有的开源绝缘子数据集进行了扩充和标定,采用YOLOv5s模型进行了训练、验证和测试,建立了绝缘子串的测距模型,设计代码加入到检测模块中,实现对绝缘子的识别和测距。实验结果表明,该模型能够准确识别输电线路不同类型的绝缘子并进行精确测距,平均测距误差为4.76%;对复合绝缘子的识别和测距效果最佳,改变俯仰角和相对距离,最大测距误差为6%;在不同天气条件下,亮度变化越大,对绝缘子的识别测距误差也越大,亮度增加至100%时,误差最高可达到12.3%。测距所需平均时间为0.2984 s,可以实现高效、高精度测距,为无人机巡检安全距离测量提供支持。

钢芯铝绝缘导线融冰传热分析

为消除电网覆冰灾害,对一种嵌入绝缘层的钢芯铝绞线结构进行了融冰研究,简要介绍了其在不断电情况下,利用线路运行电流实现在线融冰技术的原理。针对该导线结构,文章从传热学角度对其融冰物理过程进行了分析,建立了无重力条件下该导线融冰时的简易数学模型,推导了该导线达到融冰稳态时,导线各部分温度分布解析式,设计定制了嵌入绝缘层的钢芯铝绞线来进行融冰实验,实验结果验证了该导线融冰的有效性和可行性。

基于VMD-SSA-LSTM的架空输电导线覆冰预测模型

针对输电导线覆冰过程间断性强且波动性大而导致的现有模型预测精度不高的问题,从覆冰厚度数据的时序信息和气象信息出发,提出一种基于变分模态分解(variational mode decomposition,VMD)的麻雀搜索算法(sparrow search algorithm,SSA)优化长短期记忆网络(long short-term memory network,LSTM)的覆冰组合预测模型.该方法首先使用VMD分解覆冰厚度数据,降低了原始序列的不稳定性,得到具有不同中心频率的本征模态分量;其次,采用SSA算法对LSTM中的3个参数进行寻优;最后,对模态分量分别建立LSTM预测模型,将各个模态分量的预测值叠加为覆冰厚度的总预测值.通过实例仿真,对所提预测模型进行验证.结果表明:VMD-SSA-LSTM组合模型与其他模型相比,其预测精度有进一步提高,验证了所提方法的有效性.

适用于声源定位的气体绝缘输电线路超声导波传播特性研究

基于到达时间差(TDOA)的声源定位方法是当前气体绝缘输电线路(GIL)故障定位的主要方式,声波在GIL结构上的传输特性深刻影响着定位结果的准确性。为进一步提升故障定位精度,该文提出了考虑导波频散与多模态特性的GIL壳体声传输分析模型,以典型220 kV GIL管段为研究对象,建立声波传输有限元模型,研究了导波特性对故障定位的影响,确定了适用于故障定位的超声导波模态以及GIL非直管结构对该模态导波的衰减与时延量,通过现场定位试验验证了分析模型的可行性,为GIL声源故障定位系统的传感器配置与定位阈值设置提供了计算依据。结果表明,在20~60 kHz频带内,F(1,1)模态导波具有能量高、波形形状稳定、抗干扰能力强等特点,使用该模态导波进行故障定位精度较高。GIL非直管结构会对F(1,1)模态导波造成较大的幅值衰减与一定程度的时延,在故障定位中考虑非直管结构衰减与时延影响可以使定位误差降低60%以上。

基于IPOA-LSSVM模型的高压直流输电线路故障定位

故障定位在长距离高压直流输电系统中起着至关重要的作用.针对线路衰减系数计算不准和二次波头难以捕捉的问题,提出了一种改进鹈鹕优化算法(IPOA)优化最小二乘支持向量(LSSVM)的故障定位模型.根据行波衰减原理,推导故障距离和线路两端线模分量模极大值比的计算公式,发现二者具有非线性关系.使用LSSVM泛化二者之间的关系,将改进后的POA算法对LSSVM的关键参数进行寻优,建立IPOA-LSSVM故障定位模型.通过在两端采集故障信号,对其进行小波变换得到首波头幅值比作为模型的输入量,故障距离作为输出量进行仿真验证.仿真结果表明,该模型不受过渡电阻和故障类型的影响,能够可靠准确地定位.

基于宽频阻抗谱BIS的XLPE电缆绝缘电树枝缺陷定位方法

提出了一种改进的宽频阻抗谱BIS方法来定位XLPE电缆中的电树枝缺陷。进行了不同温度下的电树枝实验,以启动不同类型的电树枝。利用矢量网络分析仪测试了电树枝生长过程中的高频电容特性。采用改进的定位算法计算了含有不同类型电树枝缺陷的20m长电缆的定位谱,结果表明切片样品的电容随着电树枝的生长而减小。丛林状电树对电容参数的影响大于松枝状电树枝。在丛林状电树枝的定位谱中发现了一个典型的双峰,在松枝状电树枝的光谱中发现了单个峰。

浅析三维可视化技术在智能巡检中的应用研究

智能巡检中的三维可视化应用,将先进的三维可视化技术与智能巡检系统完美结合,使巡检过程更直观、更高效。通过建设基于电网一张图和数字孪生技术的高压电缆物联全景监控应用,加强高压电缆运行管理各业务的决策和自我进化,开辟新型数字智能高压电缆建设和管理模式,促进高压电缆线路数字化、智能化改造。同时,三维可视化技术可以将巡检数据转化为三维模型,让巡检人员更准确地理解设备状态和环境情况,降低运维成本和维护难度。这种技术的应用,不仅提高了巡检的准确性和效率,还为电力企业的稳定运行和安全生产提供了有力保障。