基于动态风险评估的输电线路巡检计划优化研究

现有输电线路巡检计划安排存在巡检效率低等问题,为优化输电线路巡检计划,降低输电线路的巡检成本,提出一种基于动态风险评估的输电线路巡检计划优化方法。综合考虑影响输电线路故障的内外部风险及故障造成损失,建立动态风险等级评估模型,通过量化风险值以评估线路风险等级,确定合理的巡检周期。基于巡检周期建立输电线路巡检计划的多目标优化模型,根据目标优先级利用多目标粒子群算法进行求解。采用某区域实际输电线路验证该模型的有效性。

铁路线路安全环境管控平台及试点应用

为满足铁路对外部环境、防洪防汛、险情、灾情、反恐治安等安全防范领域的高标准需求,国铁集团规划在全路统一建设“线路安全环境管控平台”。以济南局集团公司管控平台试点项目为例,梳理济南局集团公司既有视频监控系统现状,并深入剖析传统视频监控模式存在的问题;对管控平台国铁集团、铁路局集团公司2级架构建设模式进行论述,主要包括具体实现方式以及平台各功能模块;提出管控平台试点项目的建设方案,并总结先行试点应用中的不足,为后续全路全面推广和完善管控平台建设提供参考。

基于物联网的无人机智能巡线路径规划方法

为在输电线路环境不确定因素较多的情况下,确保智能巡线路径规划效果,提高障碍物勘测安全性及目标搜索准确率,提出基于物联网的无人机智能巡线路径规划方法。基于物联网平台特点,结合输电线路周围环境特征,利用视距测量方法测试安全距离;采用加权距离公式,计算地面对飞行点间距离差,锁定地面差值与飞行距离差值间的加权关系,保证无人机稳定飞行;通过拉格朗日插值法计算输电线路周围节点,对噪声数据进行粗差剔除,补偿差值向量;采用强化学习算法中启发式回报函数,计算样本障碍物间路径,划分最优航线行驶路径,规划无人机智能巡线路径。实验结果表明:所提方法的无人机与障碍物之间的距离差值均未小于200 m,目标搜索个数可达33,数据剔除率高达98%,其智能巡线路径规划和数据粗差剔除效果较好,能够有效提高障碍物勘测安全性和目标搜索准确率。

数字孪生技术下的输电线路无人机巡检数据聚合模型

在巡检数据聚合过程中,经常因压缩损失问题造成数据拟合误差较大,导致数据聚合效果不佳。针对该情况,结合数字孪生技术构建输电线路无人机巡检数据聚合模型。采用数字孪生三边定位技术获取巡检轨迹数据,通过无损压缩,解决数据聚合占用空间大的问题。采用双线性插值方法预处理无人机巡检数据,构建数据数字孪生可视化展示平台,分层可视化展示预处理数据。采用最小二乘拟合法寻求函数拟合数据集,基于单核、多核问题构建出的数据聚合模型,并根据线性加权方法融合模型,实现无人机巡检数据聚合。由实验结果可知,该模型数据拟合范围为[0.28,0.32],与理想波动范围存在最大为0.01%的误差,且所研究方法数据聚合效果与理想效果一致。

铁路线路巡防平台建设方案研究

结合铁路视频采集点分布特征,对区间视频采集点进行分类,分析线路巡防平台的接入需求,提出线路巡防平台的建设方案,包括路局级线路巡防中心平台、站段巡防大屏、车间巡防终端及数据传输通道4部分。线路巡防中心平台采用云协同技术,对现场视频流研判、上传并报警,并与铁路综合视频监控系统、其他外部系统相连,实现资源共享。站段配置巡防大屏,车间配置巡防终端,并结合既有铁路承载网的建设情况,提出通道建设方案。该平台包含专业管理强化、智能化技防、巡防策略优化等3个功能,为铁路线路巡防平台的建设提供参考。

基于无人机低空摄影技术的架空输电线路智能巡检方法

传统的巡检方法计算误差大,巡检效果差,为此研究基于无人机低空摄影技术的架空输电线路智能巡检方法。采用无人机作为图像数据采集设备,调节对应的飞行参数。将无人机的飞行高度与图像采集点的有效操作距离进行匹配,并获得其电力系统的图像。将图像进行预处理,消除图像因为光线误差等导致的干扰问题。合理选择无人机拍摄图像,根据具体的精度要求对图像进行加密处理,使得图像结构能够完成保存。通过端到端的方式对架空输电线路进行整体图像提取。运用GPS采集地理坐标并转换为空间坐标,获得不同线段的端点位置,计算端点间距离得到检测结果。实验结果表明,小组5计算距离与实际距离一致,能够准确识别出地物边界,误差为0%,能够准确判断地物安全距离,提升巡检效果。

基于启发式Q学习的输电线路无人机避障导航巡检

为提高无人机在输电线路巡检中的安全性,设计一种基于启发式Q学习算法的输电线路无人机自动避障巡检方法。运用多传感器采集外界环境变化信息,经信息融合获得有价值的路径感知信息,得到障碍物位置和可通行路径;采用Q学习算法与启发式函数计算信息强度,提前预测分析飞行动作的重要程度,得出最佳飞行动作和位置,完成巡检中的无人机自动避障导航。实验结果表明:在静态环境中,所提方法在训练次数较少的情况下达到收敛,不仅能成功绕过静态与动态障碍物,且飞行避障导航路径短。

智能标志桩在输气管道高后果区巡线中的应用

针对山东区域某管网公司输气管道高后果区数量多、里程长、级别高的特点,同时存在巡线周期长、效果差、智能化程度低等问题,文章通过研究在高后果区设立智能标志桩,赋予“智能”大脑,提出基于智能标志桩的输气管道高后果区监督管理整套技术方案,可实现高后果区全局实时监测、预警管理、巡线管理及定位导航等功能,有效减少人工巡线成本,可用于高后果区管道智能管理工作,对保障管道安全运行具有重要意义。

基于PID控制算法的自动巡线机器人的设计与实现

自动巡线移动机器人能在各种环境下独立执行巡线任务,适用于工业、农业、物流等领域。传统机器人在复杂或需快速响应的环境中效率低。为此,采用PID(比例-积分-微分)控制算法优化机器人的路径追踪和运动控制,提高巡线的准确性和稳定性。通过硬件和软件的综合设计,实现了一款基于PID算法的高效、稳定的自动巡线机器人,其设计的有效性通过装配、调试和实验得到了验证,为自动巡线机器人在各行业的应用提供了理论和实践基础,有助于扩大自动化技术的应用范围和提高效率。

基于ARM的自主跟随无人结账一体化智能购物车

提出一种基于ARM的无人化“自结账一体化”购物车。将图像识别与雷达自主跟随技术融为一体,可实现自主跟随购物者巡线前进、对放入其中的商品进行图像识别并记录统计。依托公共云平台,设置会员登录界面用以识别用户,整合计算后通过EAIDK610用户界面显示总价,顾客将结账后账单信息上传至云端,结账完成后智能购物车开往超市入口等待下一位用户。该购物车可应用于智能超市取代传统超市的人工结账和导购,顺应当今时代去人工化潮流的发展趋势。

基于Skyline的输电线路巡检数据可视化系统研究

随着电力建设的迅速发展,输电线路巡检工作逐步采用无人机开展实施,提高了巡检效率,产生了大量非结构化数据,导致不能快速实现多源海量数据的融合、可视化展示。针对传统电力GIS系统无法对非结构化数据融合、展示不足的问题,笔者提出了一种基于Skyline的输电线路巡检数据三维可视化方法。最后,通过原型系统的实现验证了系统设计既能初步解决非结构化机巡数据统一化管理的问题,又能提供三维可视化环境,消除了非结构化数据可视化的短板,在实际工作中具有重要的意义。

Safe Distance for Inspection of 1 000 kV UHVAC Lines with Helicopter

Helicopter inspection of ultra high voltage (UHV) transmission lines has unmatched advantages compared to manual work due to the inspection angle and high-tech equipment on board, especially in detailed inspections of tower heads and defect-detections in virtue of infrared/ultraviolet techniques. This paper deals with some key technical problems in the inspections of 1 000 kV UHVAC lines with a helicopter, such as the safe distance of live-line working, electromagnetic field intensity and flight control. Based on the study results, a set of UHV line inspection methods was worked out and applied to the inspection of live UHV lines.

无人机巡检远距离架空线路缺陷识别技术

为提高无人机巡检远距离架空线路缺陷识别的精度,提出了无人机巡检远距离架空线路缺陷识别技术。以远距离架空线路螺母销钉缺陷为识别对象,利用卷积神经网络对其进行训练后,将Inception-v3模型作为训练模型,提取架空线路螺母销钉缺陷训练数据特征;建立Softmax层和损失函数,形成新的架空线路螺母销钉缺陷分类输出层,从而达到无人机巡检远距离架空线路缺陷识别的目的。实验结果表明,所提技术既能保证高精度的识别效果,又降低了识别时间和漏报率。

110kV输电线路巡检无人机电磁兼容分析

高压输电线路周围恶劣的电磁环境会直接影响巡检无人机运行的稳定性,进而影响地面操作人员对巡检结果的评估。为保障巡检无人机在恶劣电磁环境下巡检作业的可靠性,对无人机巡检作业的电磁环境进行仿真。根据干扰电磁波的耦合途径分别构造电场耦合模型与磁场耦合模型,对无人机内部电气结构与高压输电线路之间的耦合进行分析从而确定受扰对象,从干扰源的产生及电磁耦合途径出发,对无人机进行电磁兼容优化,利用电磁屏蔽削弱无人机内部电气结构及敏感元件所受到的电磁干扰,使无人机的电磁兼容性能得到提升,保障巡检无人机运行的稳定性。

基于改进YOLOv5在电力巡检中的目标检测算法研究

针对输电线路巡检的复杂场景下被遮挡以及目标较小导致的误检问题,文中提出了一种基于YOLOv5的改进算法模型。首先通过数据增强和数据扩充数据集进行预处理;其次给引入SE模块,加强对不同尺度下目标的特征融合;然后引入CBAM模块,进行进一步特征提取,使提取的特征信息更加突出。最后,对损失函数进行优化,改进小数据导致的样本不均衡现象。经实验证明,改进后的算法有效地提高了被遮挡的目标和小目标的识别率,mAP较原算法精度提高了5%,Recall提高了14.6%。与其他改进模型相比,精度、召回率都有提高,验证了该模型在各种场合下具有较强的鲁棒性和泛化能力。

基于特征迁移的螺栓图像超分辨率处理方法

针对输电线路巡检采集的螺栓图像存在模糊、分辨率低等问题,本文根据螺栓之间相似度较高的特点,提出了一种基于特征迁移的螺栓图像超分辨率处理方法。本文首次将特征迁移引入螺栓图像超分中,先对比低分辨率图像与清晰参考图像的特征区域,将图像之间相似度高的区域进行特征迁移,并根据迁移特征的相似度调整迁移特征的比例,然后在感知损失函数中加入迁移特征相似度的约束,保证迁移特征的准确性。不同超分模型的螺栓图像超分实验结果表明,本方法的螺栓超分图像更清晰,峰值信噪比、结构相似性指标更优;此外,超分前后螺栓图像的缺陷识别实验对比结果表明,超分后螺栓的缺陷识别准确率提升了3.61%,实验结果验证了本文方法的有效性。

改进YOLOv3模型在无人机巡检输电线路部件缺陷检测中的应用研究

针对传统输电线路无人机巡检图像检测方法存在的精度低、计算时间长和训练样本少等问题,提出了一种用于输电线路部件绝缘子缺陷识别的改进YOLOv3模型。引入K-means++算法解决小目标不敏感问题,引入Focalloss函数解决样本不均衡问题,引入Mish激活函数提高模型精度,引入注意力机制Senet提高特征提取性能。通过对改进前后模型性能的比较分析,验证了该方法的优越性。结果表明,与传统的检测方法相比,所提方法在检测速度上能够满足实时检测的需要,且检测精度最优,检测时间为0.079 s,检测平均准确度均值为94.40%。该研究能够满足输电线路无人机巡检图像缺陷自动检测的需要。

无人机在高压输电线路巡视中的应用

近年来,我国在高压输电线路日常巡视过程中仍采用传统巡线方式,以人工巡线为主、直升机巡检为辅。但无论是哪种巡线方式,均存在较强的局限性。其中,人工巡检方式具有较强的危险性,工作量较大,很难保障工作人员的生命安全;而直升机巡线方式技术要求较高,需要工作人员拥有丰富的专业知识,要经过长时间培训才能上岗,无形中提高了企业运行成本。基于此,文章通过阐述无人机基本构成和应用特征,将无人机应用到高压输电线路巡视方面,分析无人机在高压输电线路巡视中的应用优势,从通道巡视、精细巡检、图像采集和处理等方面分析无人机自身作用。

线路安全环境管理系统设计与实现

高速铁路沿线外部环境复杂,安全监管困难,亟须统筹联动多网络多系统的线路监测信息,充分发挥既有及补强后的铁路综合视频监控系统的资源能力,提升远程管控能力和巡查效率。设计集“人+机”巡查、视频智能分析、危情预警、远程管控、应急处置、信息管理于一体的线路安全环境管理系统,对规范铁路线路环境安全管理、筑实铁路线路安全屏障具有重要意义。

高压输电线路巡线机器人目标自动识别跟踪方法

在巡线机器人目标自动识别跟踪方法中,转换图像信号时易产生噪声,影响识别跟踪结果的准确率。为此,设计了一种新的高压输电线路巡线机器人目标自动识别跟踪方法。首先采用卡尔曼滤波技术对图像进行滤波处理,然后根据Haar-Like特征将图像转换为便于机器人识别的灰度图像。基于此,采取背景差分法排除灰度图像中非识别目标的背景,再根据亮度特性和色彩特性自动识别跟踪目标。以某地区的一段高压输电线路作为测试对象,实验结果显示,本文方法的识别图像受噪声影响较小,且自动识别跟踪的有效性更高。