一种新型数控系统位置检测线路

提出了一种以旋转变压器为检测元件，以新型鉴相方式工作，以MCS─51单片机为控制器的数控系统位置检测线路，理论上该检测线路的分辨率可达0．00048mm。这种检测线路既避免了传统鉴相检测线路的缺点，又体现了结构简单、抗干扰能力强，成本低的优点。

供电电源断相故障检测线路

本文介绍三相电源断相故障检测线路加装在原设备的控制线踟中,当供电电源发生断相时,可自动关断电源,并能显示断线部位,便于维修人员快速排除故障。 1.工作原理供电源断相检测线踟原理见图1.电阻R1～R3、二位管VD1～VD3、发光二极管H1～H3组成三相电源指示电踟。电流互感器TA1～TA3输出经R4～R6及稳压管VS1～VS3限幅后,送入集成电路A1及外围元件,组成各相电平变换单元。

基于联邦分割学习的输电线路异物检测算法

异物入侵是导致输电线路故障的主要原因之一,但现有输电线路异物检测方法未能充分利用终端设备的计算能力,造成资源浪费与隐私数据泄露等问题。针对上述问题,提出了一种基于联邦分割学习的检测算法(FSLDA)。该算法结合联邦学习和分割学习,提高输电线路异物检测效率和终端设备数据安全性。FSLDA通过构建可分割的小型神经网络,将计算负载分散至不同设备,减轻终端设备的运算压力,同时确保训练数据的隐私安全得到有效保障。实验结果表明:与经典联邦学习相比,FSLDA在保持预测精度的同时,终端设备的训练时间和能源消耗分别减少了10%和20%。由此可知,FSLDA在提升输电线路异物检测效率和可靠性方面具备有效性,并有助于优化系统总体性能和保障终端数据隐私安全。

复杂背景下输电线路缺陷检测算法研究

输电线路定期巡检对保障电力系统安全稳定运行具有重要的意义。针对输电线路航拍图像背景复杂、目标尺度变化大、小目标多等问题,提出了基于YOLOv5s的输电线路目标检测算法。该算法采用特征细化模块优化微小目标特征,并在网络中嵌入SimAM注意力模块,通过能量函数统一权值的方式优化模型的特征提取,最后引入NWD损失函数削弱模型对小目标位置偏差的敏感性,提升模型对小目标的识别检测能力。实验结果表明,该模型对输电线路目标的平均检测精度高达98.8%,相较于基准模型,提高了1.2%。

基于无人机技术的输电线路检测和故障定位方法

无人机技术在输电线路检测和故障定位方面得到了广泛的应用,基于无人机技术的输电线路检测和故障定位方法能够为输电线路的安全运行提供有效保障。在实际应用过程中,无人机技术能够通过对输电线路进行检测,有效发现输电线路运行过程中存在的缺陷,通过无人机技术能够实现对输电线路故障问题进行定位。本文主要研究基于无人机技术的输电线路检测,希望对相关工作人员有一定的参考价值。

输电线路螺栓检测的激光点云数据自动化配准研究

输电线路螺栓较小,检测难度较高,易导致螺栓漏检、错误检测,增加故障和安全事故风险。因此,提出一种面向输电线路螺栓检测的激光点云数据自动化配准方法。建立激光点云数据均匀化空间,通过约束格网范围均匀点云数据特征量,完成抽稀化处理;在点云数据集中选取任意目标点,通过调节空间域和频率域高斯核函数大小均衡云数据噪声数值;使用k-means聚类算法对点云数据进行分类;根据点云数据的三维空间坐标,计算目标配准点与源点在不同方向上的坐标值,通过坐标对比完成自动化配准。实验结果表明,所提方法在不同高度、不同距离以及不同方向上的配准准确性较高,且RMSE指标数值最大值为0.3,表明配准值与真实值拟合程度较高,具有较高的配准精准度。

无人机在铁路线路检测中的应用研究

无人驾驶飞机已经在许多领域得到了广泛地应用,其中就包括轨道探测。本文首先介绍了无人驾驶飞机的基本概念、分类、发展过程及应用范围,然后阐述了无人驾驶飞机在轨道交通检测中的应用背景及意义。研究表明,无人机应用于铁路线探测可有效提升探测效率与质量,但面临数据处理能力增强、运行稳定性保障、抗环境扰动能力等技术难题。最后,针对这些问题提出了相应的对策,并展望了今后的研究方向。本项目的研究成果不仅可以帮助轨道交通部门更好地应用无人机技术,而且可以为相关领域的深入研究提供重要的参考。

改进Res2Net-YOLACT模型的输电线路检测方法

为了提高电网无人机巡检中对输电线路目标检测效率,提出了一种改进的Res2NetYOLACT输电线路检测方法。该方法采用以Res2Net为主干的YOLACT模型,快速准确地对输电线路进行特征提取。通过改进模型的非极大值抑制算法,提高模型的检测精度与速度。在真实公开数据集展开的实验结果表明,改进后的模型比改进前获得了更高的检测精度与速度,具有更好的输电线路检测性能。

星三角降压启动电气线路检测系统开发

设计了一套基于单片机STM32的星三角降压启动的智能电气线路检测系统,能够不带高电压实操,智能辅助纠错线路,使得电气设备在实操过程中几乎零损耗,且支持多次反复训练。智能电气线路检测系统是基于实际教学需求,在STM32作为主控芯片、智能交互屏、继电器检测模块、电机控制模块等硬件基础上,应用C编程语言程序设计,并进行功能模块化开发设计。智能电气线路检测系统具有可多次重复使用且使用灵活的特点。

基于注意力机制与跨尺度特征融合的YOLOv5输电线路故障检测

利用无人机对高压输电线路巡检,并基于计算机视觉技术对巡检数据中的故障目标进行自动、准确检测是输电线路巡检领域中的重要研究方向,同时也是一个极具挑战性的课题。针对复杂巡检环境中待检测目标存在多尺度特性以及部分遮挡造成传统算法难以准确检测问题,提出一种基于注意力机制与跨尺度特征融合的YOLOv5输电线路故障检测算法。首先,搭建YOLOv5检测网络,为了抑制复杂背景干扰,在其基础上引入空间与通道卷积注意力模型,以增强待检测故障目标的显著度;然后,将原始YOLOv5检测框架Neck中的FPN+PAN结构改为BiFPN结构,从而使目标多尺度特征能够有效融合;其次,为了解决待检测目标特征表达能力不足造成漏检和误检的问题,设计多尺度与同尺度特征的自适应加权融合模块,以增强检测网络对遮挡情况下故障目标的检测能力。最后,为了验证提出算法的有效性,利用某巡检部门近4年无人机巡检数据对算法进行验证。结果表明,提出的算法能够对复杂环境中输电线路上的多尺度故障目标实现精确检测,其平均检测精度可达96.8%。

基于TR-YOLOv5的输电线路多类缺陷目标检测方法

针对复杂环境中输电线路多类缺陷目标的多尺度检测问题,提出一种基于Transformer和感受野模块的YOLOv5输电线路多类缺陷目标检测算法,简记为TR-YOLOv5。首先,搭建了YOLOv5网络,针对复杂背景造成缺陷目标的显著性低,进而影响检测精度的问题,在Backbone部分引入Transformer模块,通过利用多头注意力结构获取特征图像素点间的相关性和全局信息,增强缺陷目标的特征表达能力,从而提升模型检测精度;其次,由于待检测目标受多尺度影响,在Neck部分引入感受野模块提取目标不同尺度的特征,利用空洞卷积增大感受野,为后续PANet结构保留更细致的特征,增强Neck特征融合能力,提高模型对多尺度缺陷目标的检测精度;然后,为了提升预测边框回归精度,引入CIOU函数,进一步提高算法检测精度;最后,利用某电力巡检部门近3年的数据对该算法进行验证。实验结果表明,相比于7种对比算法,本文算法具有较高检测精度的同时具有较好的实时性,其平均检测精度可达95.6%,1280×720分辨率的巡检图像检测速度为125帧/秒。

基于双目视觉算法的无人机电力线路检测避障研究

无人机是当今电力线路检测的重要工具之一,针对低空飞行无人机进行电力线路检测可能出现的碰撞问题,基于双目视算法提出了一种使用无人机进行线路检测时躲避障碍物的方法。确定无人机电力线路巡检系统构成,保证无人机可以完成基础的线路检测功能,在此基础上引入双目视觉算法,根据左右两台相机获得的不同图像计算图像特征点视差,进而计算无人机与障碍物距离,该距离过小时使用相应的路径规划算法重新为无人机规划飞行路线实现避障功能。最后,通过针对性的案例分析,搭建仿真模拟实验平台进行测试,验证所提出方法的合理性及有效性。

基于多重注意力和特征对齐的销钉缺陷检测方法

电网规模的快速扩张对输电线路的检测维护提出更高的要求,智能高效的自动化电力巡检图像识别算法作为提高检测维护的手段,已经成为目前研究的重要方向之一。为实现巡检图像中销钉缺陷目标的准确识别,文章提出一种基于多重注意力和特征对齐的销钉缺陷检测方法。首先,构建基于可变形注意力的可变形检测变压器(deformable detection transformer,Deformable-DETR)框架,解决现有识别算法中无法通过卷积神经网络进行像素点轮廓-环境关系建模的问题;之后,提出区域注意力特征提取模块,解决由可变形注意力带来的特征粒度不足的问题;为丰富目标物体特征质量,提出基于注意力的候选框特征对齐模块和约束函数;最后,选取华中地区某电力公司的航拍图像数据验证算法性能。结果表明,所提算法总体性能相比于现有的卷积算法提升5.4%,总体平均检测精度达到90.5%。

基于超分辨率重建与多尺度特征融合的输电线路缺陷检测方法

针对输电线路巡检中可能存在拍摄图像质量不高的问题,以及线路缺陷目标小而分布密集而导致传统方法检测精度不高的问题,提出一种基于超分辨率重建与多尺度特征融合的输电线路缺陷检测方法。首先,使用超分辨率网络对巡检图像进行重建,提升清晰度,丰富图像中包含的特征信息;然后使用改进的YOLOX网络检测巡检图像中的缺陷,在主干网络中嵌入卷积块注意力机制,强化模型对重叠小目标的定位能力;为进一步提升小目标的检测能力,在YOLOX的特征融合网络中新增浅层检测尺度进行特征融合;最后,通过使用CIOU优化边界框损失函数提升模型收敛能力,降低缺陷目标的漏检率。实验结果表明,所提方法能在提升巡检图像质量的基础上对输电线路缺陷准确地检测,精度达到93.27%,相比SSD等经典模型,对小而密集的缺陷目标有着更强的提取能力和鲁棒性。

基于边缘计算的输电线路异常缺陷特征检测方法

为提高输电线路异常缺陷特征检测的准确性和定位的精度,文章提出一种基于边缘计算的输电线路异常缺陷特征检测方法。首先,基于卷积神经网络框架,对样本进行训练聚类,运用先验模块检测不同尺度的缺陷图像的特征,并在全连接层中进行预测,得到最终维度的预测向量。其次,运用边缘计算的绝缘子分割方法,将划分结果作为最大池化值。再次,定义损失函数,计算在损失函数中不同像素对应的损失结果;根据输出特征,寻找对应的特征图,结合语义特征,采用ROI(Region of Interest,感兴趣区域)映射策略检测不同尺度的物体。最后,根据顶点的偏移量进行定位,运用卡尔曼滤波器修正模型的检测结果,以最优估算值作为最优缺陷位置信息。实验结果表明,三相的最大奇异值均超过了设定值30,可以判断线路在0.04 s时发生了三相接地故障,符合预期;同时,定位误差均保持在0.3%内,达到了良好的检测效果。

TIDV型线路综合检测小车在铁路日常检查中的应用

TIDV型线路综合检测小车是一套集成路基、桥隧与声屏障、扣件、轨道板、钢轨等周期性检测模块的快速高精度综合检测小车。相比于传统人工设备检查,能够实现一次上道、多项目同时检查的目的,提升了作业效率,降低了检测成本,实现了铁路线路检测的集成化、自动化、智能化、全面化,可为健全工务检测体系提供一定支撑。

多旋翼无人机的架空输电线路状态检测系统设计研究

基于多旋翼无人机设计的架空输电线路状态检测系统,能增加检测结果的可靠性与时效性,缩减检测成本,助力架空输电线路保持稳定运行状态。文章立足系统设计原理与优势,通过规划和控制航线路径、模拟仿真工况场景分析、精准采集航迹点数据、图像预处理和特征提取、出具故障诊断模块报告等方法,优化系统性能,实现精准排障。

万用表电阻档两点固定检测电动机控制线路的方法

万用表电阻档两点固定检测电动机控制线路的方法，是笔者长期从事维修电工培训及工作的经验总结，通过电动机Y-A自动转换控制电路的举例，从电路的原理分析，原件的选用，等效电路电阻的分析，用万用表电阻档固定电路中的两点，结合手动操作各元件的动作状态，即可准确判断电路真确与否，且该方法适用面广，值得推广应用。

压缩机离合器不吸合故障的线路检测——设计验证阶段排查故障的思路和方法

在整车研发的设计验证阶段,样车电器工作异常。本文就在改型车中常出现的空调压缩机离合器不吸合作为范例,结合设计验证阶段样车的实际特点,讲解线路检测思路和方法,如何快速找出问题源头,给新入门的设计人员以参考和启发。

在GSM网络中实现高压电力线路检测

根据目前高压输电线路分布广、作业环境恶劣的现状。本文介绍了基于GSM网络的无线检测系统,以现有成熟的GSM系统作为数据无线传输网络,在各分机与控制中心间采用AT指令集以短消息方式实现数据传输,实现了高压电力线路污秽情况的远程自动化实时监测,为线路状态检修提供了决策依据,大大提高了线路运行的安全性和输电线路技术管理水平。该系统具有精度高、稳定性强、抗干扰能力强、应用范围广、操作简便、免维护等优点,在实际检测中达到了良好的效果。