基于无人机的架空输电线路影像巡检系统设计

针对目前架空输电线路检测周期长、安全性差、时效性差且效率低的问题,设计了一种无人机(Unmanned Aerial Vehicle,UAV)的架空输电线路影像巡检系统。利用无人机挂载变焦高清相机巡检架空输电线路的快速影像。为了给机器学习等人工智能的方式识别线路故障提供真正有用的样本信息,对巡检影像提出了严格要求。文中给出交流线路的单回直线酒杯塔这种典型复杂输电线路塔型的无人机拍摄路径规划方案及影像拍摄要求,以便真正高效地实现智能巡检。目前,系统已经在电网行业表现出较好的应用价值,具有较强的推广意义。

水利工程设计中数字化技术与智能监测系统的应用

本研究探讨了数字化技术和智能监测系统在水利工程设计中的应用。研究的主论点集中在利用无人机(UAV)和物联网(IoT)技术进行实时水质与水位监测。实验中,我们使用了配备了多重传感器的UAV,与基于LoRaWAN网络的物联网设备联合工作。数据显示,在这一技术的应用下,水位监测的准确率达到了98.7%,而水质检测的准确性也提升到了95.4%。该系统不仅提高了数据准确性,而且降低了人力和物力消耗。通过机器学习算法,这些数据还能用于预测潜在的水资源问题,从而更高效地进行水利工程的规划和治理。

水电站智能化巡检技术研究进展与展望

本文综述了水电站智能化巡检技术的现状、存在的挑战及未来发展趋势。首先概述了现有技术,包括基于无人机的巡检、多元异构数据融合、端边协同计算以及知识图谱和数字孪生的新技术,指出尽管这些技术提高了巡检效率,但仍面临技术成熟度、数据处理复杂性、高成本等困难。探讨了智能化巡检在实践中的主要问题,并展望了无人机自动巡检、人工智能和物联网等技术在未来水电站巡检中的潜在应用,自动化和智能化是未来的主要发展方向。研究展望通过技术创新和策略调整,推动智能化巡检技术在水电站中的应用,期为水电站智能化巡检的未来发展提供了策略指南和实践视角。

多目标联合的上行链路功率优化算法

有效地控制物联网设备与无人机间的上行链路功率消耗,可降低它们的能耗。为此,提出多目标联合的上行链路功率优化(Multi-objective joint Optimization of uplink power,MJOP)算法。MJOP算法先建立基于UAV位置、高度和波束宽度3个变量联合的目标函数。然后,运用基于扰动理论(Perturbation Theory,PT)的迭代方法求解。并将目标函数拆分成关于UAV二维位置,UAV的高度H以及波束宽度Θ,的2个子问题,再分别求解。仿真结果表明,提出的MJOP算法有效地减少了上行链路功率。