输电线路机载紫外巡检和故障诊断技术

电力系统是现代社会不可或缺的基础设施之一,而输电线路作为电力系统的重要组成部分,其可靠性和安全性对整个系统的稳定运行至关重要。传统的输电线路巡检手段存在一定的局限性,具体实施过程中容易受到外部不可控因素的影响,而将先进的自动化技术用于输电线路的监测与故障诊断则显得尤为重要。文章说明了输电线路巡检的重要性,分析了输电线路巡检的基本要求,并对机载紫外巡检技术进行了概述,探讨了输电线路机载紫外巡检的实施方法及具体的故障诊断技术,旨在为机载紫外技术在输电线路巡检及故障诊断中的高效应用提供建设性意见。

输电线路机载紫外巡检和故障诊断技术解析

无人机动态紫外成像技术的应用,可以实现在线监测,完成故障的诊断,使得输电线路的巡检效率有了很大的提升,并强化了精准程度。因此,本文针对输电线路机载紫外巡检和故障诊断技术做出了进一步解析,分析了机载紫外设备检测过程和传输原理,探究了机载紫外线设备输电线路电晕放电检测,对维护电网的安全运行有着重要的意义。

长距离复杂地形架空输电线路无人机载雷达巡检技术研究

架空输电线路是电力系统中重要的输电通道。长距离复杂地形的架空输电线路具有较大的安全风险,受到地理条件、气候等因素的限制,无法全面、准确地检测输电线路的潜在问题。为此,提出长距离复杂地形架空输电线路无人机载雷达巡检技术。结合无人机载激光雷达系统原理和不同作业场景需求,采集并预处理点云数据,进行数据融合和分类,完成数据融合解算,生成电力专业报告,实现输电线路巡检。实际应用案例展示了本文技术能够有效提高项目作业效率,且数据成果质量好、精度高,满足项目需求,充分体现了无人机载激光雷达技术在架空输电线路巡检应用中的优越性。

基于无人机机载AI模块的架空输电线路巡检技术

在架空输电线路的巡检工作中,由于人工巡检方式效率较低,难以满足现代电网需求,因此本文基于无人机机载AI模块对架空输电线路巡检技术进行研究。首先,采用YOLOv3算法构建AI模块算法,对输电线路图像进行精确识别。其次,对损失函数进行优化,提高模型的预测准确性。最后,基于上述方法对架空输电线路巡检过程进行规划。测试结果表明,本文所研究的AI模块在输电线路巡检过程中能够检测架空输电线路中存在的缺陷,应用效果较好,能够达到最初设计目标,说明本研究为架空输电线路的巡检提供了一种高效的解决方案。

基于图像感知的输电线路智能巡检综述

输电线路是电网建设的重要组成部分,定期巡检对于确保输电线路的稳定运行至关重要。文中围绕输电线路智能巡检需求,首先梳理了输电线路不同的巡检方法,介绍了智能巡检中所需的系统框架设备以及智能算法;重点总结了基于传统图像处理和深度学习的智能巡检方法;其次针对输电线路中存在的各种不同故障总结了相关的智能巡检方法,并且通过评价指标进行了对比分析;最后梳理了研究难点,对基于深度学习方法的输电线路巡检发展趋势进行了展望,所提出和总结的输电线路智能巡检方法具有多方面的指导意义。

基于动态风险评估的输电线路巡检计划优化研究

现有输电线路巡检计划安排存在巡检效率低等问题,为优化输电线路巡检计划,降低输电线路的巡检成本,提出一种基于动态风险评估的输电线路巡检计划优化方法。综合考虑影响输电线路故障的内外部风险及故障造成损失,建立动态风险等级评估模型,通过量化风险值以评估线路风险等级,确定合理的巡检周期。基于巡检周期建立输电线路巡检计划的多目标优化模型,根据目标优先级利用多目标粒子群算法进行求解。采用某区域实际输电线路验证该模型的有效性。

基于无人机低空摄影技术的架空输电线路智能巡检方法

传统的巡检方法计算误差大,巡检效果差,为此研究基于无人机低空摄影技术的架空输电线路智能巡检方法。采用无人机作为图像数据采集设备,调节对应的飞行参数。将无人机的飞行高度与图像采集点的有效操作距离进行匹配,并获得其电力系统的图像。将图像进行预处理,消除图像因为光线误差等导致的干扰问题。合理选择无人机拍摄图像,根据具体的精度要求对图像进行加密处理,使得图像结构能够完成保存。通过端到端的方式对架空输电线路进行整体图像提取。运用GPS采集地理坐标并转换为空间坐标,获得不同线段的端点位置,计算端点间距离得到检测结果。实验结果表明,小组5计算距离与实际距离一致,能够准确识别出地物边界,误差为0%,能够准确判断地物安全距离,提升巡检效果。

架空输电线路无人机运维巡检技术研究

在无人机技术进行配网巡检的过程中,电力企业和技术人员需要对无人机技术及其应用优势做到充分了解,明确配网巡检中的无人机技术的应用方法,并根据实际的配网巡检需求,将无人机技术合理应用到配网的自动巡检中,同时也应该进一步明确配网巡检中的无人机技术发展方向,让无人机技术在配网巡检中发挥出充分优势,以此来实现配网巡检工作质量的进一步提升。针对以上要点,文章概述了无人机技术,分析了配网巡检中无人机技术的应用优势,以及架空输电线路无人机巡检关键技术,重点研究了无人机在输电线路巡检中的应用以及实施效果。

智能巡检管理系统在输电线路运维中的应用

阐述面向输电线路运维的智能巡检管理系统设计,采用开放逻辑分级代码,将各种缺陷分为不同等级并给予唯一的代码编号。以智能巡检管理系统为中心,对输电线路运维流程、应用流程进行优化。

基于无人机集群控制输电线路巡检技术研究

以往对输电线路展开巡检工作时存在巡检效率不高、工作强度大等问题,随着无人机技术的优化和创新,新型无人机技术为当前开展的电力巡检带来了创新的巡检作业模式。基于无人机集群控制下的输电线路巡检技术在不断地创新和完善,本文分析了无人机控制巡检技术,探索了在对输电线路开展巡检工作时,应用无人机开展巡检工作的优势,并通过实际案例研究无人机集群控制下的输电线路巡检技术。

高压输电线路巡检机器人的设计与仿真研究

为解决传统高压输电线路巡检方法出现的问题,聚焦于高压输电线路巡检机器人的设计与仿真。该机器人采用双臂对称结构,通过夹紧机构和俯仰模块提高越障能力。行走模块则采用开合式轮毂滚动机构,有效提升了机器人沿线行走的效率。结果显示,在越障过程中,该机器人表现出良好的稳定性和合理的驱动力矩波动。

无人机集群协同巡检在超高压和特高压输电线路运维中的实践

文章主要研究了超、特高压输电线路运维面临的挑战与需求,探讨了无人机集群协同巡检技术的原理和优势。通过实际的实验和应用案例,验证了无人机集群协同巡检在超、特高压输电线路运维中的可行性和效果。研究结果表明,无人机集群协同巡检方法可提高线路巡检效率,降低运维成本,同时减少人员安全风险。该研究有助于推动超、特高压输电线路运维的现代化进程,具有重要的研究意义和实际应用价值。

基于深度学习的输电线路巡检无人机图像分类方法

由于点云数据的不规则性,对点云数据特征值的分类精度很难达到输电线路巡检要求。为此,提出基于图信号处理的激光雷达点云分类方法。该方法在处理不规则的输电线路图像信号时,可直接从原始点数据中生成特征值,从而提高分类精度。为了验证所提出方法的有效性,采取实物仿真的方式对算法进行验证,结果表明图像中的分类精度可达到90%。

基于三维地理移交数据的多判据高压电力线路径——评《特高压输电线路三维立体影像巡检技术》

传统的高压电力线路规划方法往往只考虑少量因素,缺乏系统性。这可能导致规划结果并不合理,无法充分考虑各种影响因素。随着三维地理信息数据处理技术的进步,地理信息数据不再仅限于二维平面,而能够提供更加真实、立体的地理环境信息。这为高压电力线路规划提供了更为全面的数据支持。高压电力线路规划需要考虑诸多因素,如地形地貌、土地利用、环境保护、社会影响等。

复杂地形区域输电线路无人机自主巡检方法研究

局域电网范围内输电线路普遍较多,布设复杂度较高,对于复杂地形区域,电网线路运维难度越来越大。为减少手动操作误差,研究了复杂地形区域输电线路无人机自主巡检方法。通过实时动态载波相位差分技术记录飞行航迹坐标,安全检验飞行航迹,设计标准化无人机自主巡检方案;利用卡尔曼滤波消除数据噪声,通过轨迹初始方位点、拍摄位置点、轨迹拐点及轨迹终止方位点来确定轨迹路径;分析地面坐标系与图像坐标系间的内在关系,针对不同场景的拍摄需求,计算匹配点像素坐标,使用视觉迭代法获取飞行过程的无人机三维坐标,开启对焦模式采集输电线路图像,以此实现电网复杂地形区域故障线路的巡检。实验结果表明,针对滚转角、俯仰角以及偏航角3个方面,研究方法下的无人机巡检飞行与期望飞行路线吻合,且16 km的输电线路巡检耗时控制在35 min以内,证明了无人机自主巡检稳定性强、效率快、精度较高,在电网智能化巡检方面具备一定参考价值。

基于边缘计算的输电线路巡检设备协同调配研究

采用人工方式进行输电线路巡检调度不但耗费大量人力物力,而且获得线路信息不够准确、及时。为了降低巡检成本、满足输电线路巡检需要,提出了基于边缘计算的输电线路巡检设备协同调配方法。基于移动边缘计算服务器与边缘计算设备,以高效协同为目标函数、最大频率和数据质量为约束条件,建立分布式巡检设备协同调配模型,以避免陷入局部最优。采用改进粒子群算法求解,输出最优协同调配方案。试验结果表明:该方法输电线路巡检设备的协同调配总开销低;调配后不同天气条件下的输电线路巡检可信度高。该研究可以更好地满足实际输电线路巡检工作需求。

基于机器视觉的输电线路巡检路径三维自适应调度模型

为准确规划输电线路巡检路径,提出基于机器视觉的输电线路巡检路径三维自适应调度模型。以无人机群为飞行平台,采集并拼接目标巡检区域的输电线路图像;通过逐一构建杆塔、导地线及其他输电设备三维模型,获取整体输电线路三维模型;建立输电线路巡检路径智能规划模型,通过模糊状态寻优控制方法,规划无人机群巡检路线并寻找最优路线;引入码间干扰抑制法去除干扰因子,优化通信的连续性,实现输电线路巡检路径三维自适应调度。实验证明,该模型能合理地规划输电线路巡检路径,实现输电线路巡检路径三维自适应调度,同时可以输出全面、清晰的巡检图像。

数字孪生技术下的输电线路无人机巡检数据聚合模型

在巡检数据聚合过程中,经常因压缩损失问题造成数据拟合误差较大,导致数据聚合效果不佳。针对该情况,结合数字孪生技术构建输电线路无人机巡检数据聚合模型。采用数字孪生三边定位技术获取巡检轨迹数据,通过无损压缩,解决数据聚合占用空间大的问题。采用双线性插值方法预处理无人机巡检数据,构建数据数字孪生可视化展示平台,分层可视化展示预处理数据。采用最小二乘拟合法寻求函数拟合数据集,基于单核、多核问题构建出的数据聚合模型,并根据线性加权方法融合模型,实现无人机巡检数据聚合。由实验结果可知,该模型数据拟合范围为[0.28,0.32],与理想波动范围存在最大为0.01%的误差,且所研究方法数据聚合效果与理想效果一致。

基于高光谱遥感图像识别的输电线路巡检机器人路径自动化控制系统

输电线路巡检机器人路径自动控制的合理性,是保障巡检机器人能够自主完成巡检任务,提高巡检效率的关键。该文设计基于高光谱遥感图像识别的输电线路巡检机器人路径自动化控制系统。聚类输电线路高光谱遥感图像的像元,识别高光谱遥感图像中的输电线路。依据输电线路识别结果,利用双蚁群算法确定最佳巡检路径。通过模糊PID控制器控制巡检机器人的伺服电机,沿着最优巡检路径移动,实现巡检机器人的路径自动化控制。系统测试结果表明,所设计系统能够依据高光谱遥感图像的输电线路识别结果,规划巡检机器人的巡检路径,巡检路径拐点较少。

基于视觉与激光雷达的输电线路无人机自动化巡检控制

为了使无人机快速到达指定位置,提高输电线路巡检效率,该文提出了基于视觉与激光雷达的输电线路无人机自动化巡检控制方法。利用光流传感器获取无人机巡检速度信息,通过激光雷达与IMU分别确定无人机高度信息及姿态信息,采用扩展卡尔曼滤波器对各传感器数据融合,完成无人机巡检速度的预估,根据多传感器数据融合结果,设计基于PID的串联双环控制器,实现无人机巡检定高、定点位置控制。实验结果表明,该方法可实现多传感器数据融合,降低无人机巡检干扰,使其以相对平稳速度巡检;可实现无人机巡检控制,X、Y方向上的位置曲线与实际结果基本一致,位置误差较小;巡检过程中,无人机仰俯角、横滚角误差低于1°。