基于AI芯片的输电通道外破隐患边缘智能监测装置研制及应用

塔吊、挖掘机等外破隐患导致输电通道事故频繁发生,有效地检测输电通道周围的外破隐患对保障输电线路安全稳定的运行意义重大。该文以边缘智能芯片为基础,研制了一种输电通道外破隐患边缘智能检测装置,并提出了一种适用于计算资源有限前端装置的轻量化外破隐患识别方法。利用深度残差网络对输电通道图像进行视觉特征提取;利用候选区域生产网络RPN捕获外破隐患目标的候选区域,再用全卷积神经网络FCN进行外破隐患的目标分类与定位。以实际采集的输电通道图像构建成样本集,进行模型测试与验证,结果表明所提方法在边缘装置中表现出良好的适用性。

海底电缆外破隐患辨识及防护方法研究

分析出海底电缆外破隐患因素,并划分为人为因素、内部因素及自然因素。针对造成海底电缆外破的原因,通过技术防护和人力防护两个方面,完成海底电缆的防护工作。将上述防护方法应用于某电力企业中,取得了良好的海底电缆防外破效果。

基于微波光子雷达及可视化输电线路外破隐患的现场控制技术

阐述可视化输电线路外破隐患控制系统的设计。雷达感应器在机械进入安全距离的时候,预警器就会发送报警。夜间灰度为90%的时候,光传感器动作,预警器警示灯就会闪烁,使当前线路管控率得到提高。

输电线路外破隐患信息管控平台建设与应用

为了解决供电公司防外破隐患管控工作中监管缺失、沟通不畅等问题,文章提出了充分利用地理信息数据、精细化气象数据、日常巡线数据、外破隐患数据等多维度大数据信息为平台,结合智能移动终端APP应用技术,建立"日常巡线防外破管控平台",提供巡视与防外破整体管控的解决方案,实现信息快速记录、流程实时管控、报表自动生成等功能,有效提升工作效率。并且,利用移动终端的GPS模块,收集巡视路径信息,提供外破隐患点路径优化及导航功能;利用手持终端快速反映线路缺陷、隐患,保障电网安全运行。

基于智能监测技术的输电线路外破点位快速精准识别

对于输电线路外破隐患监测及定位所采用的频域反射法易受到线路高频扰动信号的影响,导致监测定位误差较大问题,提出基于实时影像的输电线路外破监测及空间定位方法。通过对线路高频信号进行去趋势化处理,求取线路分布参数,进而构建输电线路分布参数数学模型,采用小波变换算法将线路数学模型的时域函数转换为频域函数,结合解调矩阵提取外破隐患特征,以此为依据,利用实时影像进行外破目标控制点的模板匹配,从而计算得到目标点的空间坐标,以此实现输电线路外破监测及空间定位。实验结果表明,所提方法能够更加准确地实现输电线路外破监测及定位。

减少输电线路机械施工紧急外破隐患分析

从多个方面对输电线路机械施工紧急外破事故的隐患进行了分析,并从技术措施和组织措施两个方面分析了解决措施,并对激光防外破检测系统进行了较为详细的介绍。

外破隐患点文件资料管理标准化探索

随着国家基础建设投资不断增大,施工、土建、输电线路等施工项目将不断增多,同时公司运维线路老旧设备多,固定机械外破隐患管控压力大,文件资料缺乏管理,本文在分析现阶段固定机械外破隐患点管理的基础上,探索固定机械外破隐患点文件管理标准化.

基于深度学习的输电线路外破图像识别技术

在电力系统中,识别并排除输电线路外破风险隐患对保障电力系统的安全运行方面具有非常重要的作用.图像识别技术是识别外破风险的一个有效方法.针对外破隐患识别问题,本文提出了一种通过卷积神经网络训练获取深度模型的检测算法,该算法根据防外破风险隐患图像特点对现有深度网络结构进行了改进优化,增加ROI池化层并修改了损失函数;采用大量样本训练得到鲁棒模型,测试时对待测图片首先产生候选区域,然后针对各候选区域进行检测识别,达到在复杂背景中检测出外破风险隐患的目的.实验结果说明了本文方法可以有效地识别出输电线路外破隐患.