一种基于吊弦异常检测的打弓缺陷预判算法

吊弦故障对弓网系统影响重大,甚至引发弓网事故,造成行车中断。本文提出一种基于吊弦异常检测的打弓预判算法,首先确定吊弦图像感兴趣区域,然后对该区域进行路径搜索与分析并确定吊弦状态。通过对吊弦异常状态的检测,预判打弓缺陷,提前消除安全隐患,确保行车及设备安全。

基于多尺度深度学习的接触网吊弦异常检测及应用

提出一种基于多尺度深度学习的接触网吊弦异常检测算法,并研究其在受电弓打弓预判中的应用。该算法由深度神经网络提取图像特征,根据特征图确定吊弦图像感兴趣区域并得到候选框,再对候选框进行分类和回归,确定吊弦状态并得到吊弦位置。通过吊弦的松、脱、断等异常状态,进一步预判是否会出现受电弓打弓,从而及时给出预警。通过实际应用验证,该算法可有效对吊弦异常状态进行检测,可提前预判打弓隐患。

电气化铁路弓网故障的原因分析及应急处置

电力机车运行时,如发生弓网故障,受电弓就不能平滑取流,影响列车运行,危害行车安全,扰乱运输秩序。为解决运营管理中,弓网故障查找不易的难题,本文主要针对弓网故障的特点,结合供电运营实际,从故障点查找、人员应急分工、处置措施等方面对打弓故障的应急处置进行探讨。