复杂背景下绝缘子缺陷图像识别方法研究

选取电网设备中数量庞大的绝缘子作为研究对象,分析绝缘子外观缺陷图像特征,针对绝缘子破损、断裂和倾斜等重要外观缺陷特点,选取不同的图像识别和处理算法进行绝缘子缺陷图像识别,从而确定最优组合算法。选取变电站绝缘子设备数据集进行训练和验证,表明以Tophat算法进行绝缘子轮廓识别,能准确锁定绝缘子设备类型;采用改进的YOLO v5算法与VGG-16卷积神经网络融合算法,经检测试验可达93.56%的缺陷图像检出率和87.79%的平均准确度。该融合算法的识别能力可随样本数的增加而提高,计算效率非常高。通过模型底层的结构优化和自主设计,可强力支撑变电站绝缘子缺陷智能判断,高效保障安全生产。

主变压器油流继电器指针频繁抖动的原因分析

油流继电器是变压器强迫油循环冷却系统重要组件,对油流循环情况进行实时监视。针对某站750 kV主变压器油流继电器频繁抖动案例,应用高速摄像机统计抖动数据,通过流体力学牛顿流体理论分析及油流继电器解体后油流挡板分析两种方法,得出油流继电器频繁抖动原因是油温降低后沿程能量损失变大及油流挡板面积偏小造成油流挡板压力不足的结论,并从运行维护、设备选型及状态检修三个方面提出针对性措施。