基于特征融合与随机森林的吊车碰线预警算法

现有的输电线路防外力破坏技术无法自动识别目标,导致对吊车碰线的监测效果较差。因此,该文提出了1种基于特征融合与随机森林的预警算法来解决这一问题。该算法在分析吊车自身特点的基础上设计了"形状–纹理–颜色"的融合特征提取方式:首先采用改进的边缘直线检测方法提取吊臂形状特征,然后利用局部二值模式(local binary pattern,LBP)算子获取纹理特征,最后在两步量化后的色调饱和值(Hue,Saturation,Value,HSV)颜色空间内得到颜色特征。进行融合特征后采用随机森林分类器进行目标识别,当判定目标为吊车时,根据其姿态和距离参数发出不同等级的预警信息。实验结果表明:该算法对工程吊车的平均识别准确率达到90.6%,相比于3种单一特征提取方式分别提升17.3%、7.9%和12.6%。同时该算法具备较强的实时处理能力,适用于输电线路防外力破坏的智能监控场合。

基于边缘计算技术的电力施工机械安全告警布控系统

针对目前市场中大多采用近电告警原理开发的吊车防碰线安全系统,研发了一种更优秀的安全系统——基于边缘计算技术的电力施工机械安全告警布控系统。该系统选用基于X波段的线性调频连续波(LFMCW)测距雷达作为基本探测手段,由前端监测装置、信号处理及显示和声光报警设备组成。为了可以承载后续更多新的功能,前端监测装置采用边缘计算技术,克服集中式云计算的缺点。在使用测试中,该系统探测精度高,实际使用价值高,可以提高现场作业安全性,减轻安全监管负担,具备良好的推广价值。