简介:摘要:输电线路长期在大自然中承受风、雨、雷、电、冰等恶劣天气的考验,时常受到鸟类、山火、偷盗、碰撞等外力破坏,运行条件十分恶劣,日常巡视和特殊巡视是对其进行风险管控的重要手段。通过巡视过程中及时发现线路本体和保护区的缺陷和隐患,及时合理地安排消缺和隐患清除,能够保证输电线路和电网安全运行。为此,本文开发了一种用于输电线路巡检使用的手持缺陷记录仪。在巡检时记录线路的缺陷现象、缺陷原因、缺陷地点等信息,能够在发现缺陷的第一时间进行拍照取证,并在线发布电子稿违章整改通知书。同时,能够进行巡检线路的规划和任务下发,实现违章整改情况跟踪,保证了输电线路巡检过程的标准操作。
简介:摘要:当前在输电线路的缺陷记录基本上靠人工的方法来解决,线路巡视组沿着线路走向巡视线路状况和周围环境,当发现线路缺陷或者隐患的时候,通过人工的办法进行消缺监督。这些操作方法容易发生人为问题,如故障原因描述不清、巡检程序操作不规范、照片和实物难以一一对应、违章通知书难以跟踪、缺少缺陷的位置信息等。针对上述问题,本文研发了一个用于输电线路巡检使用的手持缺陷记录仪。在巡检时记录线路的缺陷现象、缺陷原因、缺陷地点等信息,能够在发现缺陷的第一时间进行拍照取证,并在线发布电子稿违章整改通知书。同时,能够进行巡检线路的规划和任务下发,实现违章整改情况的跟踪,保证了输电线路巡检过程的标准操作。
简介:摘要:无人机电网巡视具有区域小、背景复杂、计算量大等问题,使得其精度和实时性都很难达到。为了准确、快速地识别无人机电网巡检,对各种深度学习算法在复杂环境中的应用进行了分析,并给出了一种新的基于 YOLOv3的方法。首先选择ResNet18作为主干网络,再构造多尺度特征金字塔,并与骨干网络相结合,构成一种深度融合的电力系统监测系统,既能保证实时检测的精度,又能保证实时性。实验结果显示, YOLOv3网络的平均平均准确率(m AP)达到98.10%,较 FasterR-CNN提高6.71%;它能探测到的帧数为47.52帧,比R-CNN和FasterR-CNN快了25倍,比R-CNN快了12倍。提出的 YOLOv3网络在识别准确率和检测速度上都得到了较好的提高。
简介:摘要:随着我国基础设施建设不断加速,尤其是公路建设领域得到了飞速发展,与此同时,我国车辆以较快的速度增长,公路交通经常出现拥堵的情况,交通事故的数量不断增加,危害也越来越大。近年来,公路交安设施建设也越来越完善,交通标志、标线、护栏等设施保护了人们的生命及财产安全,有效地降低事故发生之后的伤亡率,但随着交安设施数量、种类的不断增长,也使公路交安设施养护管理工作有了更高的要求。智能化巡检技术的应用能够有效提高公路安全巡检工作的效率,全面了解交通标志、标线、护栏等公路交通安全设施的基础数据,迅速准确的掌握公路交通安全设施的日常养护情况,采集并统计养护巡查数据,完成公路交安设施养护方案的决策等工作。
简介:摘要:随着无人机产业的发展,无人机在电力巡检、电力等应用上体现出了越来越大的优势。其中变电站无人机巡检作为变电站智能巡检体系的一部分,受到了越来越多的重视。本文针对某变电站无人机巡检应用中发现的问题,对三维建模技术在无人机巡检应用中存在的缺陷进行了分析,以便后续工作中能够更好的在变电站内进行无人机巡检应用。