Intelligent Examination Monitoring and Maintenance for the Safety of Operation of Flexible Manufacturing Systems

Based on the system of electric power supply for flexible manufacturing systems (FMS), a study has been carried out on the intelligent safety examination, monitoring and maintenance of its running environment. On the basis of the specific feature of the power supply network of an FMS, real time monitoring system of the power supply network and the fault diagnostic expert system for the power equipment have been designed. This system can diagnose not only definite fault phenomena, but also fuzzy, uncertain fault phenomena as well. Fault diagnostic knowledge base for the power equipment has been founded hierarchy architecture model and the method of fault tree analysis. Feasibility of this system has been proved by computer simulation.

Analysis of Condition-Based Maintenance for High-Valtage Electric Power

The development process of high-voltage electric power equipment maintenance was introduced. It is pointed out that the trend of high-voltage electric power equipment maintenance is so called condition-based maintenance. With the development of computer technology and sensors, on-line monitoring of high-voltage electric power equipment has developed rapidly. By introducing the main principle of Schering bridge to measure tanδ, the way of on-line monitoring of high-voltage electric power equipment was explained. Difference methods of on-line monitoring of insulation parameters for 35 kV substation were discussed. Finally, the shortcomings as well as its tendency of on-line monitoring were analyzed.

新型电力系统设备状态监测与故障诊断传感芯片关键技术与展望

随着新型电力系统的建设与发展,电力关键设备运行环境发生改变,运行过程也面临更多风险。电力关键设备的状态监测和故障诊断技术是其正常运行的保障,但目前仍存在不足。集信号采集、数据分析、信息传输功能于一体的传感芯片将能够实现在线、实时、准确的关键设备状态监测和故障诊断。文中从面向新型电力系统的设备状态监测和故障诊断传感芯片的基本概念出发,综述了传感芯片的传感采集、信号处理、数据分析及信息传输4项关键技术的发展现状,指出关键技术面临的挑战。最后,展望了未来电力关键设备状态监测和故障诊断研究方向。

多尺度异源图像协同的电力设备语义分割

针对红外与可见光异源图像特征不同的模态、语义与空间特性,提出一种多尺度异源图像协同的电力设备语义分割方法。首先利用双路编码网络对红外图像和可见光图像进行特征提取,并以超像素为单位对红外图像高层特征进行增强,在抑制背景噪声的同时,对高级特征进行进一步的融合,提取更多的互补语义信息。同时,在高级语义信息引导下,在通道维度对中低级特征进行融合增强。最后,通过多层次解码,逐步结合多尺度特征,并以多标签损失的方式,实现更精准的语义分割。通过自建电力设备语义分割数据集进行对比与消融实验,实验结果证明提出融合策略的有效性与语义分割网络的优秀性能。

核电厂便携式低放废水在线监测设备关键技术探讨

结合核电厂的实际情况和需求,梳理了低放废水的特点,明确了其对便携式在线监测设备的技术要求,其中最关键是能同时满足低探测下限(MDAC≤8 Bq/L)和便携性(设备总重≤50 kg)的限制。讨论了测量方式、探测器选型和校准方式等在线监测设备的关键技术,对低放废水进行了放射性在线监测,测量方式选择取样式,探测器选择大体积NaI晶体,校准方式选择代表点法。调研了低放废水在线监测设备的研究现状,现有的在线监测设备重量都在200 kg以上,与核电厂的要求之间存在较大的差距,有必要开展同时具备低探测下限和优异便携性的新型在线监测设备的研制。对新型探测器的应用、结构和新型测量方式的发展这三个研究方向给出了建议。最后,从提高探测效率的角度,提出了一种基于环形NaI晶体的新型探测器结构,初步论证了其探测下限和设备总重指标有望满足核电厂的要求。

基于垂直中继的U型高压线路无线供电系统设计

为解决110 kV输电线路杆塔侧在线监测设备的供电问题,文中提出一种基于垂直中继的U型高压线路无线供电系统。首先结合互感耦合理论与有限元仿真,提出U型无线供电系统的整体设计方案,实现杆塔侧在线监测设备长距离、大功率、高效率、宽频带的无线供电。在此基础上建立系统级仿真模型,对U型无线供电系统的距离特性、频率特性、负载特性及电磁分布特性进行分析,验证了设计方案的可行性和电磁兼容性。最后搭建实验平台,在600 kHz的工作频率和1.2 m的传输距离下,系统输出功率达到73.58 W,能够满足杆塔侧在线监测设备的实际功率需求,为无线电能传输技术在高压设备供电领域的应用提供了参考依据。

电力设备的红外图像故障区域分割方法

电力设备故障红外图像区域分割是电力设备故障处理与分析的基础步骤。针对区域生长法分割适应性弱,导致分割准确性低的问题,文中提出以温度最高点为种子点,并且引入类间方差函数对生长阈值进行优选的改进区域生长方法,有效提高故障区域分割的准确性。通过改进方法与其他方法的对比实验,结果表明:文中所提出的方法准确率高于传统方法23.94%。所提出的改进区域生长法有效提高了电力设备的红外图像故障区域分割准确性。

电力设备多参量监测数据清洗研究现状及展望

基于电力设备多参量监测数据,开展电力设备态势感知工作是提高设备检修效率、消除故障隐患、保障电力系统安全稳定运行的重要途径之一。然而,数据采集、传输与存储过程中受到的各类干扰导致原始监测数据中存在大量的偏差与缺失,进而影响态势感知准确性,亟须通过数据清洗提升数据质量。在综合分析电力设备多参量监测数据清洗领域文献的基础上,概述了电力设备多参量监测数据质量影响因素。对电力设备多参量监测数据清洗的通用框架进行了总结,该框架包括多参量相关性分析、异常数据检测、异常数据分类和“脏”数据修复4个环节,对各环节的常用方法进行了对比分析,并介绍了特殊应用场景下的数据清洗方式。探讨了提升数据清洗效率的2种方式,分析了电力设备多参量监测数据清洗研究领域面临的主要挑战,对未来发展趋势进行了展望。

变压器游离气体傅里叶变换红外光谱分析

针对目前变压器游离气体气相色谱法分析需要人工取气、耗时过长等问题,文中提出了一种采用傅里叶红外光谱法对游离气体进行在线监测的方法。该方法通过电磁阀控制与气体继电器相连的集气器的工作,从集气器中自动取气进行光谱分析。游离气光谱分析过程中,采用分段比基线校正法对游离气吸收光谱进行校正,采用Tikhonov正则化特征变量方法从混合气体吸收光谱图冗杂的谱线中挑选特征变量,最后利用最小二乘支持向量机法建立定量分析模型,分析计算红外吸收光谱图,得到变压器游离态气体中各组分的体积分数。实验室实验结果表明,变压器游离气体傅里叶红外光谱在线监测系统可以完成对游离气体的自动取气和气体检测功能,实现对游离气体的在线监测以及多组分游离气体的高精度检测,具有实际应用价值。

红外成像技术在化工设备安全监测中的应用与探讨

我国化工行业在国民经济中的重要地位日益凸显,安全事故成为制约其发展的严重隐患。化工生产领域的泄漏事故会造成严重后果,因此建立健全的泄漏监测预警系统具有紧迫性。传统方法在化工设备的监测和故障诊断应用过程中存在一定的缺陷,而红外热成像技术凭借其非接触、实时的优势越来越受到关注。本文详细介绍了该技术的原理,并深入讨论了其广泛应用场景,研究发现该技术在化工设备的无损检测及远程监测方面具有显著优势。

基于改进YOLO v5方法的电力设备红外图像识别方法

为解决电力设备红外图像有遮挡、分类不准确和特征提取不充分等问题,本文提出一种改进的YOLOv5识别方法。首先通过迁移学习的方法,将电力设备可见光图像和红外图像相融合,接着将Triplet注意力机制嵌入到特征提取网络中,对关键特征信息进行加权强化,最后通过多尺度融合的方法实现不同目标的识别。研究结果表明:相对于Faster R-CNN和SSD,本文方法的识别精度和识别效率最高,且适应于复杂背景下的多类型电力设备识别;本文方法的模型仅4.1 MB,相较于SSD缩减了80.8%,实现了网络模型的轻量化。本文方法为电力设备红外图像智能检测提供了新颖可行的方案。

基于改进CNN的电力设备红外目标检测技术

电力设备红外图像背景较为复杂、设备种类较多,使得电力设备红外目标检测效果较差。为此,提出基于改进CNN的电力设备红外目标检测技术研究。通过联合中值滤波与高斯滤波,预处理电力设备红外图像。以此为基础,采用ResNet与FPN改进CNN,获取电力设备红外图像特征信息。通过常数分割模型训练随机森林分类器,将特征信息输入至训练后的分类器中,获得电力设备红外目标检测结果。实验结果显示,采用所提方法对电力设备红外目标检测结果与实际检测结果保持一致,帧率最大值为14.1 FPS,表明所提方法应用性能良好。

发电厂设备运行状态的在线数字孪生仿真系统

为提升设备运行状态监测效果,设计发电厂设备运行状态的在线数字孪生仿真系统。构建发电厂环境及设备的三维模型,依据虚拟发电厂与发电厂实际布局建立设备数字孪生体,通过实时数据驱动虚拟发电厂,获取在线仿真预测的孪生数据,输入自组织映射神经网络,输出设备运行状态监测结果,在线监测结果为发电厂管理提供辅助决策。仿真实验证明:该系统可有效采集设备相关信息冗余率低,可有效建立清晰的虚拟发电厂,实现设备运行状态在线监测;在不同天气情况下,该系统的微小故障发现率均较高,具备较优的在线监测效果。

融合彩色模型空间的电力设备红外图像增强

电力设备红外图像普遍存在亮度暗、对比度低等问题,针对此现象,提出了一种融合彩色模型空间的图像增强算法。该方法将图像的对比度与亮度增强转换至HSV与RGB空间中分别进行处理:RGB空间中,首先预处理图像中的高灰度级,并采取混合滤波的方式抑制图中噪声,然后使用增强函数提高图像亮度,最后将增强图像转换至HSV空间中并提取H、S、V三分量图;HSV空间中,采用伽马变换和CLAHE(contrast limited adaptive histogram equalization)算法实现V分量的亮度提升,并采取非线性饱和度矫正函数处理S分量提升图像对比度,最后将处理分量与提取分量进行对应融合得到HSV空间中的增强图像,并将其转回RGB空间中得到最终的输出图像。实验结果表明,本文算法能明显地提升红外图像的亮度与对比度,增强后的3组图像其灰度均值和标准差平均值分别为115.94和78.65,相对于原图的平均值分别提升了81.59和36.17。

基于数字孪生技术的110 kV电力设备运行状态监测方法

为提升110 kV电力设备的运行稳定性,需要对其运行状态进行监测,该文根据数字孪生技术,以浙江金华110 kV亚体变为例,通过无线网络、机器人等方式,对电力设备运行状态数据信息进行收集,基于数字孪生技术,进行数字信号模拟,将物理实体转化成数字虚拟体,构建电力设备运行状态孪生模型,实现110 kV电力设备运行状态的检测。传统的电力设备监测其监测效率、监测精度较低,通过数字孪生技术的支撑,构建新的监测模型,有效提升变电站电力设备的可靠性与安全性,以供参考。

基于电力大数据的变电主设备缺陷演化规律红外成像分析方法

针对目标区域与背景区域混杂,变电主设备缺陷缺陷演化规律不明的问题,提出了基于电力大数据的变电主设备缺陷演化规律红外成像分析方法。应用红外成像技术采集变电主设备红外图像后,使用Otsu算法分割变电主设备红外图像内目标区域和背景区域;以分割后的变电主设备红外图像和电力大数据作为输入,通过混合深度学习神经网络模型输出变电主设备缺陷检测结果;将变电主设备缺陷检测结果输入到RFPA 2D软件内,分析变电主设备缺陷检测结果基元破裂情况,得到变电主设备缺陷演化规律分析结果。实验结果表明:该方法采集变电主设备图像与其实际图像吻合度较高;分割变电主设备红外图像目标区域与背景区域时,受对比度影响较小;可有效检测变电主设备缺陷类型和分析其缺陷演化规律。

基于物联网和蓝牙通信的无线电机监测设备设计及应用

针对工业生产中电机容易出现不正常运行或故障等问题,设计一种基于物联网和蓝牙通信的无线电机监测设备。无线监测设备基于STM32超低功耗单片机进行开发,结合多种传感器和蓝牙模块实现对电机各项参数的采集和传输;网关将接收到的数据通过MQTT协议上传至云端服务器,并实现数据可视化,方便后续电机设备的管理和维护。经实验验证,无线监测设备运行稳定,可以实现对电机的状态监测,且能够极大地提高电机状态监测的效率。该设备具有低功耗、易维护、可以长期运行等特点,能够实现对工业电机长期的状态监测,具有良好的应用前景。

基于改进YOLOv7的电力设备红外过热缺陷检测方法

电力设备运行时发生过热缺陷容易引起电气故障,严重威胁电力设备安全运行。为了有效监测电力设备运行状态,提出一种基于改进YOLOv7的电力设备红外过热缺陷检测方法。采用YOLOv7目标检测网络作为基础检测网络,使用CIoU衡量矩形框的损失,同时将原网络的空间金字塔池化-跨阶段局部网络(SPPCSPC)结构替换为快速空间金字塔池化-跨阶段局部网络(SPPFCSPC)结构对模型进行改进,以增大模型感受野并提升对过热缺陷的检测性能。实验结果表明,基于改进YOLOv7的检测方法的准确率达到90.39%、召回率达到78.95%、平均正确率达到89.64%,可为电力设备过热缺陷红外检测提供参考。

基于改进的CenterNet变电站设备红外温度检测方法

红外检测能够检测变电站电力设备温度异常,降低安全事故发生的概率,因此,提出一种基于改进的CenterNet目标检测算法模型CenterNet_PRO;该算法采用了ShuffleNet V1/V2作为骨干网络、引入了FPN来提取多尺度特征,为了克服不同尺度目标检测的难点、增加旋转角度回归分支,用于预测目标的旋转角度以及改进的IoU Loss进行优化,进一步提高模型检测速度和准确率;通过阈值分割法提取电力设备表面温度并分析计算,设计制定电力设备温度缺陷判断规范、温度警告阈值,根据该规范即可判断电力设备的相关缺陷;实验结果表明,改进的CenterNet模型平均精度达到了90%,相比于传统的CenterNet模型,平均精度提高了1.3个百分点,可以满足实际变电站场景下对电力设备红外检测的高要求。

基于物联网技术的电力网络设备状态监测算法研究

针对当前电力网络设备状态监测数据采集和传输能力差的缺陷,提出基于物联网技术的电力网络设备状态监测算法。根据采集模型计算感知节点下传感器检测位置补偿值,设置电力网络外源信息筛选条件,获取电力网络数据安全传输的稳定报警值,计算数据安全传输阈值,判断传感器采集数据的传输安全性;采用物联网技术研究状态监测算法,对不同类型的设备状态进行分类处理,得到电力网络设备状态监测结果。实验结果表明:三种传感器节点拓扑结构下,所提算法的比特误码率均小于1.0%,且其信噪比最小为65 dB,网型结构的时延小于60 ms,树形结构的时延小于180 ms,星型结构的时延最大为230 ms,满足电力网络设备状态监测需求,具有较高的实际应用价值。