特高压(ultra high voltage,UHV)换流站阀厅的金属屋面系统在风荷载作用下易发生屋面表层风揭事故。为深入探讨该类建筑屋面的风压极值特性,基于风洞试验分别探讨了大气边界层(atmospheric-boundary-layer,ABL)风、壁面射流、均匀湍流...特高压(ultra high voltage,UHV)换流站阀厅的金属屋面系统在风荷载作用下易发生屋面表层风揭事故。为深入探讨该类建筑屋面的风压极值特性,基于风洞试验分别探讨了大气边界层(atmospheric-boundary-layer,ABL)风、壁面射流、均匀湍流三种风场作用下的屋面风压特性,比较了平均风剖面、风速、风向、湍流强度等因素对屋面风压的影响。结果表明:阀厅屋盖迎风前缘负风压最大,且控制风向角在45°左右;壁面射流风场下平均风压系数与脉动风压系数均超过大气边界层风场的结果;风速对阀厅屋盖的负风压系数均值和极值影响较小,而湍流度对风压系数的极值影响较大;大气边界风场时,JGJ/T 481—2019《屋盖结构风荷载标准》的最不利风压系数建议值偏于安全;而在壁面射流风场下,阀厅屋盖全风向最不利风压系数在所有区域都大于JGJ/T 481—2019的建议值,设计中应加以重视。展开更多
主要探讨了如何在特高压变电站的运维中利用5G技术提高运维的效率与质量。可通过在5G+M E C平台上搭建A R远程辅助维护平台和无人机巡检平台,结合高空57倍变焦高清鹰眼摄像头,实时获取现场视频,进行技术解析和判断,并给出设备的运维建...主要探讨了如何在特高压变电站的运维中利用5G技术提高运维的效率与质量。可通过在5G+M E C平台上搭建A R远程辅助维护平台和无人机巡检平台,结合高空57倍变焦高清鹰眼摄像头,实时获取现场视频,进行技术解析和判断,并给出设备的运维建议。同时,5G技术的高带宽和低时延优势使得大量现场数据能够实时回传,大大提升了运维的效率和准确性。此外,可借助A I技术,如图像识别和人脸识别等,更好地监控现场作业状态,保障安全,提高运维效果。展开更多
为规范施工现场人员的作业行为,杜绝现场不安全行为,本文以某1 000 k V特高压变电站建设项目为例,对施工作业人员的不安全行为识别方法展开设计与研究。根据现场施工进度,定位现场关键施工节点和常规监控无法部署的区域,在该区域内布置...为规范施工现场人员的作业行为,杜绝现场不安全行为,本文以某1 000 k V特高压变电站建设项目为例,对施工作业人员的不安全行为识别方法展开设计与研究。根据现场施工进度,定位现场关键施工节点和常规监控无法部署的区域,在该区域内布置CCD摄像机、控制台和触摸屏等设备,并将其与终端计算机建立良好的通信连接,以采集变电站作业人员现场施工图像;按规范预处理采集图像,以此为依据,提取变电站建设施工作业人员的行为特征;根据现场施工类型与不同作业区域,引进注意力机制分类不安全施工行为,匹配与识别现场的不安全行为。结果表明,使用本文方法识别施工作业人员的不安全行为,可精准检测、识别并分类现场潜在的不同类别违规操作行为。展开更多
文摘特高压(ultra high voltage,UHV)换流站阀厅的金属屋面系统在风荷载作用下易发生屋面表层风揭事故。为深入探讨该类建筑屋面的风压极值特性,基于风洞试验分别探讨了大气边界层(atmospheric-boundary-layer,ABL)风、壁面射流、均匀湍流三种风场作用下的屋面风压特性,比较了平均风剖面、风速、风向、湍流强度等因素对屋面风压的影响。结果表明:阀厅屋盖迎风前缘负风压最大,且控制风向角在45°左右;壁面射流风场下平均风压系数与脉动风压系数均超过大气边界层风场的结果;风速对阀厅屋盖的负风压系数均值和极值影响较小,而湍流度对风压系数的极值影响较大;大气边界风场时,JGJ/T 481—2019《屋盖结构风荷载标准》的最不利风压系数建议值偏于安全;而在壁面射流风场下,阀厅屋盖全风向最不利风压系数在所有区域都大于JGJ/T 481—2019的建议值,设计中应加以重视。
文摘主要探讨了如何在特高压变电站的运维中利用5G技术提高运维的效率与质量。可通过在5G+M E C平台上搭建A R远程辅助维护平台和无人机巡检平台,结合高空57倍变焦高清鹰眼摄像头,实时获取现场视频,进行技术解析和判断,并给出设备的运维建议。同时,5G技术的高带宽和低时延优势使得大量现场数据能够实时回传,大大提升了运维的效率和准确性。此外,可借助A I技术,如图像识别和人脸识别等,更好地监控现场作业状态,保障安全,提高运维效果。
文摘为规范施工现场人员的作业行为,杜绝现场不安全行为,本文以某1 000 k V特高压变电站建设项目为例,对施工作业人员的不安全行为识别方法展开设计与研究。根据现场施工进度,定位现场关键施工节点和常规监控无法部署的区域,在该区域内布置CCD摄像机、控制台和触摸屏等设备,并将其与终端计算机建立良好的通信连接,以采集变电站作业人员现场施工图像;按规范预处理采集图像,以此为依据,提取变电站建设施工作业人员的行为特征;根据现场施工类型与不同作业区域,引进注意力机制分类不安全施工行为,匹配与识别现场的不安全行为。结果表明,使用本文方法识别施工作业人员的不安全行为,可精准检测、识别并分类现场潜在的不同类别违规操作行为。