基于Adaboost识别算法的电力塔杆拉线防盗报警系统的研究

近年来,电力塔杆拉线被盗事件时有发生,针对传统的拉线防盗系统实时性较差,防盗报警误报、漏报率高等问题,设计了一种基于Adaboost识别算法、STM32和uCOSⅡ的电力塔杆拉线防盗报警系统。以STM32微处理器为核心,搭载uCOSⅡ操作系统,实时采集振动、拉力、倾角加速度传感器信号,通过Adaboost算法对拉线状态进行识别判断,将结果以GSM消息方式传递给运行维护人员。实验表明,该系统实时性较强、运行可靠,预警准确率达89.4%以上,报警准确率达100%,具有较高的工程实践意义。

基于模拟退火算法的无人机巡检路径优化研究

无人机巡检电力塔杆已越来越普遍,但是无人机的续航时间有限,需规划无人机巡检路径,使得无人机在空中飞行路径最短,飞行时间最少。以酒杯型塔杆、双回型塔杆、三回型塔杆以及猫头型塔杆为例,建立了巡检点坐标,然后基于旅行商问题建立了无人机巡检路径的模型,最后通过模拟退火算法优化出了最优路径,提高无人机的巡检效率。