基于DCNN的输电线路隐患区域图像识别方法

针对线路隐患区域图像识别效果较差以及识别时间上升等问题,提出一种基于DCNN的输电线路隐患区域图像识别方法。通过改进的维纳滤波算法进行图像去噪,借助像质评价函数,建立图像标记工具,手工标记和类型划分数据集中没有训练过的数据,将分类结果输入到深度卷积神经(DCNN)中进行训练,联合改进的SVM分类器,建立输电线路图像分类模型,完成输电线路隐患区域图像分类与识别。实验测试证明,所提方法能够有效降低识别时间,获取更加满意的识别效果,为输电线路隐患识别提供保障。

Android平台下的无人机输电线路施工车辆巡检

无人机巡检成为输电线路巡检的重要方式.然而,目前的无人机巡检,由于受到前端设备性能的影响,大多基于后期的图像处理,无法达到实时检测的要求.针对无人机巡检中输电线路施工车辆的安全隐患,提出了一个基于Android平台,使用神经网络实时检测施工车辆的方法.通过收集无人机获取的输电线路施工车辆的数据,使用数据增广的方法,并将构建的SSD-MobileNet算法模型集成到Android平台,实现施工车辆的实时目标检测.

酸、碱和湿热因素对碳纤维复合芯老化的影响

绞合式碳纤维复合芯导线在输电线路增容改造工程中具有良好的应用前景,但由于运行时间较短,复合材料芯的老化性能尚缺乏深入的研究,针对此,对碳纤维复合芯在不同溶液介质和湿热环境中的老化行为开展研究。开展酸浸泡、碱浸泡和盐水煮3种人工加速老化试验,通过三点弯曲试验考察3种老化条件对碳纤维复合芯力学性能的影响规律,并利用红外光谱分析、热失重分析、扫描电镜等材料分析手段探究碳纤维复合芯的成分结构变化。试验研究表明,碳纤维复合芯在酸、碱介质下的耐老化性受树脂基体耐受性的影响,具有耐酸不耐碱的特点;在水煮环境中碳纤维复合芯的劣化主要是物理老化;碳纤维复合芯老化后的性能衰减与基体和界面结构的破坏直接相关。