多源数据融合技术在电网信息化系统的应用

本文基于对电网系统运作的简单了解,对多源数据融合技术的应用含义进行阐述,并对电网信息化系统中的架构搭建进行分析,研究多源数据融合技术在电网系统中诊断电网故障、智能故障警告、电力巡检等方面应用,提高巡检效率,故障检测精准度,为促进电网系统信息化发展奠定良好基础。

数据脱敏技术在电网信息系统中的应用

随着信息技术的不断发展,防止数据外泄、保障数据安全是当前电网部门亟需研究的问题。本文基于大数据技术和数据脱敏技术,分析数据脱敏技术在电网信息系统中的应用,包括交换和共享场景、开发与测试场景、对外发布场景的脱敏分析,以及动态数据脱敏和静态数据脱敏的过程详解,以探索如何在大数据时代保证电网信息系统的安全。

无人机集群巡检道路的航线规划与分布式机场选址方法

无人机集群巡检道路过程中普遍存在无航线规划或规划困难、无人机利用率不均衡、难以确定分布式机场地址等问题。为此,本文首先构建了巡检地图,去除地图中与道路巡检无关的多余信息。其次,将航线规划和机场选址统一在多目标优化的框架中。第三,提出了融合航线优化与机场选址的粒子编码方法、更新规则和解码方法。第四,提出了较为全面的评价指标,用于评价航线规划及机场选址的效果。实验结果表明:(1)采用本文的方法,优化后的巡检航线重复部分低于总里程的7%,无人机利用均衡率在75%以上。(2)优化后,分布式机场的重复利用率得到显著提高。可见,本文提出的方法能较好地规划无人机道路巡检任务的航线,均衡无人机的使用,选择较佳位置作为分布式机场的地址。这为构建道路巡检的全自主无人机集群巡检系统奠定了基础。

无人机航拍图像中裸露地表的识别

电力输电线路下方或附近的无覆盖物的裸露地表,是引起输电线路事故的主要隐患之一;从无人机电力巡检航拍图像中识别裸露地表可以预防类似事故的发生;由于Mask RCNN识别无人机电力巡检航拍图像中裸露地表的精度较低,提出一种图像特征融合的方法,即人工提取HOG和LBP两种不同的图像特征,经过不同权重的融合共同表征图像中裸露地表区域的特征,再对SVM进行训练并用于识别;实验结果表明,采用该方法识别率可以达到80%以上,识别时间少于60 ms;HOG和LBP两种特征在进行融合时,当两种特征的数量级相当时,得到的识别率最高;可见,该方法在具有较高识别率的同时,具有比较好的实时性,适合于无人机机载平台对航拍图像的初筛,且训练时间较少,权重参数规模小,为无人机航拍图像中目标物的识别提供一种新思路。

基于差分定位的输电线路多旋翼无人机智能巡检

针对目前人工操作无人机进行输电线路巡线自动化程度不高,人工操作无人机难以标准化、规范化,导致巡线时间偏长或多发坠机等问题,围绕南方电网公司提出的无人机无人操控自主巡线目标,制定了基于载波相位差分定位技术的输电线路多旋翼无人机智能巡检方法。该方法在载波相位差分高精度定位技术的支撑下,首先由人工操控无人机进行线路巡检,再根据记录的巡检航迹提取航拍控制轨迹点精确的经纬度、海拔高度和每一航拍点的摄像头俯仰角度等信息,制定该线路的自主巡检方案。进行自主巡航时沿设定的轨迹控制点按预设角度进行航拍,实现无人机巡航的流程化和标准化。现场测试效果表明,无人机利用所提方法可在强电磁场环境下快速准确地完成定点巡航任务,为实现规范化、标准化的无人机安全巡线作业奠定了基础。

多旋翼无人机自主精准降落的控制系统研究

针对多旋翼无人机降落时采用位置控制方式存在位置振荡和速度超调现象的问题,本文采用速度控制的方式进行降落,构建了一个完整的精准降落闭环速度控制系统。首先建立无人机精准降落速度控制系统的总体框架;然后进行无人机降落时多个坐标系之间的转换;再设计外环速度的"比例–积分–微分"(Proportion-Integral-Derivative, PID)控制系统和模糊自适应速度PID控制系统;最后进行2种控制系统的性能测试和对比实验。结果表明,无人机在这2种控制系统下均能成功降落到地面靶标上,且模糊自适应速度PID控制系统降落精度更高,达到了0.13 m以内。因此多旋翼无人机采用模糊自适应速度PID控制系统可实现自主精准降落。

高精度无人机在变电站巡检中的应用

变电站巡检工作对于电网系统平稳运行有着重要作用,传统的人工巡检方式耗时、耗力,还无法获得较好的巡检效果,而高精度无人机的出现,利用信息化技术便可实现自动巡检,实时传送数据,是一种高效、安全的巡检方式。文章基于高精度无人机在变电站巡检中的应用展开探讨,并针对其优势、缺陷及在变电站巡检中的应用进行详细的阐述,以供参考。

5G无人机与远程控制系统应用分析

5G通信技术的发展为社会各行各业带来了新机遇,5G网络具有大带宽、低延迟、高可靠性的优势,可以极大地促进无人机技术与远程控制系统的应用发展。对此,文章主要针对5G无人机以及远程控制系统的实际应用进行阐述,明确了5G技术与远程控制系统之间的密切联系,证实了5G技术可帮助无人机实现高速发展方面的显著价值。

双目视觉定位在无人机电力巡检中的应用

对无人机电力巡检中的特征检测、提取与匹配方法进行分析,并引入双目视觉定位系统,提高位姿计算的精准度。在相对运动定理的引导下,提升无人机的定位精度。

基于5G通信的无人机在电力巡检中的应用

现阶段随着科学技术的高速发展,在对输电线路当中使用的设备进行巡检的过程中,无人机技术已经受到了人们的重视。无人机技术的使用,能够有效的降低工作人员的工作压力,同时在当下 5G 通信技术的发展下,能够进行 4K 高清视频方式的电力巡检。

试析大型无人机电力巡检LiDAR点云安全距离诊断方法

将大型无人机当成是激光雷达的承载平台,能够加强线路LiDAR点云数据提取分析,为线路安全检测提供依据。基于此,本文结合电力巡检LiDAR点云安全距离诊断内容,对基于大型无人机的线路LiDAR点云数据采集和分类提取问题进行了探讨,提出了相应的安全距离诊断方法,为关注这一话题的人们提供参考。

云端智能识别技术在电力巡检中的应用

我国电力系统内部发展稳定,电力供应是基础民生工程,为保证电力安全稳定,需要定期进行电力巡检,工作量巨大,因此需要电力系统中具备更加智能化的相关操作,将人工操作技术难度降低,保持安全作业。本文将云端智能识别技术的系统功能和技术优势进行阐述,分析在电力巡检中相关应用,与传统巡检模式的对比下可得出智能识别技术更多实用意义。

适用于高海拔地区输电线路巡检的无人机测试分析

本文将详细介绍高海拔地区的环境因素对无人机的影响,针对该地区的输电线路巡检的无人机试验进行具体分析,其中包含测试方法、机型与测试地点的选择、试验效果及加强飞控系统。低海拔的输电线路巡检已广泛应用无人机,高海拔地区需进行必要的无人机测试,以使其巡检方法更加合理、科学。

无人机电池智能充电管理系统研究

本文从无人机充电管理系统的入手展开研究分析,设计开发出性能优良、运行可靠的无人机电池智能充电管理系统,以高效、安全的完成电池管理任务。

基于强化学习的电力杆塔巡检视点转移策略分析

杆塔精细化巡检是电力巡检的重要工作。目前使用无人机对杆塔巡检时还存在一定的安全弊端,亟需改进。本文对电力杆塔巡检视点建模进行研究,分析电力杆塔的任务分解和过程的优化,最后总结电力杆塔在理想环境、随机干扰环境、阵风干扰环境下进行巡检视点转移的策略。

无人机电力巡检系统中的图像融合与拼接算法

无人机电力巡检系统作用的发挥,离不开图像融合与拼接算法,因此本文将在对图像融合与拼接算法进行详细说明的基础上,重点探究其在无人机电力巡检系统中的实际应用。

基于决策树局部相似性的多源在线迁移学习

近年来,在线学习算法得到了快速发展,VFDT算法在在线学习领域得到了广泛关注。VFDT算法需要满足Hoeffding边界才有可能进行分裂,这就导致在不满足Hoeffding边界时VFDT的分类性能较差。迁移学习在近年来得到飞速发展,本文尝试使用迁移学习算法弥补VFDT算法的不足。本文首先在VFDT的节点中存储少量样本,且随着VFDT的更新将这些样本传递到叶节点当中。本文基于VFDT提出一种单源在线迁移学习算法——DOTL。实验结果表明,将样本传递到叶节点能有效提高VFDT分类准确率,单源在线迁移学习算法DOTL能有效地从单个源领域迁移知识,与VFDT对比具有较高的准确率。

面向航拍图像中工程车辆检测与识别的改进胶囊网络

目的 利用无人机(unmanned aerial vehicle, UAV)巡检识别航拍图像中的工程车辆对于减少电力安全事故的发生具有重要意义。采用人工提取特征的经典模式识别方法或YOLOv5(you only look once v5)等深度学习算法识别无人机电力巡检航拍图像中的工程车辆,存在识别准确率低、模型参数规模大等问题。针对上述问题,提出一种改进的胶囊网络识别航拍图像中的工程车辆。方法 采用多层密集连接型方法改进原始胶囊网络结构,以提取图像中工程车辆更多的特征;改进了胶囊网络的动态路由方法,以提高胶囊网络的抗干扰能力;探索了网络层数和动态路由算法中关键参数对识别准确率的影响,以找到识别准确率最高时的参数。结果 实验结果表明:1)在所采用的算法模型中,本文方法的平均识别率(mean average precision, mAP)达到94.56%,明显高于其他方法。2)网络层数对识别准确率有很大影响,但二者之间并非单调线性关系。在本文的应用场景中,5层胶囊网络的识别准确率最高;此外,动态路由算法改进与否并不会影响识别准确率跟随网络层数的变化趋势。3)胶囊网络层数增加会降低识别效率,但是并不会明显增加参数规模,且参数规模与mAP无明显关联。结论 本文方法在获得较高识别准确率的同时具有参数规模较小的特点,为无人机在机载端识别目标物奠定了基础。