关键词： 架空输电线路   机械化施工   造价分析   机械化率  

摘要： 为深入分析架空输电线路机械化施工的造价水平,助推机械化施工技术应用,在大范围调研收资的基础上,以机械化率为分类指标,测算了不同机械化率架空输电线路机械化施工的造价,并重点分析了平地、丘陵地形条件下架空输电线路机械化施工的造价水平。选取6个典型架空输电线路工程,对其基础施工、杆塔组立、架线3个重点工序的机械化施工方案与非机械化施工方案的造价差异进行分析,并提出架空输电线路机械化施工的应用建议。

关键词： 大数据技术   接地电阻监测   故障定位  

摘要： 阐述针对输电线路运行故障的原因,包括绝缘子闪络故障、接地系统故障,从部署高分辨率摄像头、建立接地电阻监测网络方面,提出基于大数据技术的输电线路运行故障诊断措施。

关键词： 输电线路   智能带电检修   取能技术   传感技术  

摘要： 输电线路带电检修是保证输电线路安全使用的有效方法。随着科技进步,输电线路带电检修技术持续更新换代,智能带电检修已成为当前检修的重要工作模式。文章对输电线路智能带电检修进行了概述,包括检修优势、检修装备和检修方法等,并重点探讨了输电线路智能带电检修关键技术,包括取能技术、传感技术、控制技术、导航技术、人机交互技术等,以期为保障输电线路运行提供依据和技术支持。

关键词： 超高压输电线路   运行管理   状态监测   运维模式   应急处置  

摘要： 超高压输电线路作为电力系统的重要组成部分,能否安全稳定运行直接影响电网的可靠性。然而,复杂的运行环境、高安全性和可靠性要求、运维成本压力等因素给超高压输电线路的运行管理带来诸多挑战。本文从加强输电线路状态监测、优化运维管理模式、提高应急处置能力、加快新技术研发与应用以及强化人才队伍建设等方面,深入探讨了超高压输电线路运行管理的优化策略。同时,通过实际案例分析,证明了相关优化措施的有效性,为进一步提高超高压输电线路的运行管理水平提供了参考。

关键词： 超高压架空线路   张力放线   转向滑车   张力场   牵引场  

摘要： 张力放线技术近年来应用较为广泛。通过对超高压架空输电线路张力放线的技术特点进行分析,结合工程实践,总结了从施工准备到画印分析过程的施工作业技术,并就重要环节的危险点、故障点提出了针对性控制措施,可有效保障人员安全。

关键词： 10kV配网   带电作业   安全评估   架空输电线路  

摘要： 配网架空输电线路因其带电作业的特殊性给作业人员带来了安全风险。因此,本文提出10kV配网架空输电线路带电作业的安全评估技术。首先,构建带电作业安全评估指标体系,从作业人员体表场强、作业环境安全条件、作业设备安全性能以及作业人员安全管理4个方面进行全面分析。其次,采用模糊评价法与层次分析法相结合的方法对带电作业评估指标进行量化评估。应用结果表明,采用本文提出的方法评估的安全等级与实际安全等级一致,证明本文提出的方法能够准确对配网架空输电线路带电作业安全进行评估,具有实际应用价值。

关键词： 输电线路   无人机巡检   人工智能  

摘要： 近年来,随着社会不断发展,公众生活和工业生产的用电量日益增加。为保障用电稳定,供电企业需要定期优化和新建电网系统,以确保用电安全。在此背景下,传统运维检修模式显然难以满足新时期庞大的输电线路运维要求,输电线路无人机巡检中人工智能技术的应用成为新时期研究重点。本文就无人机技术应用优势和无人机智能巡检关键技术进行深入分析,首先,阐述无人机技术应用优势。其次,对基于人工智能的输电线路无人机巡检系统构成进行分析,并探索影像数据处理技术、自主巡航技术、续航技术、无人机航迹规划技术等无人机智能巡检关键技术。最后,对无人机智能自主巡检方案设计和技术应用要点进行探讨,以期为输电线路巡检工作的智能化发展提供帮助。

关键词： 继电保护设计   输电线路   电力系统  

摘要： 继电保护装置是保障电力系统安全运行的关键组件。继电保护装置可减弱外部环境变化对电力传输的干扰,降低因线路问题导致的系统故障风险。随着技术的不断进步和发展,新型继电保护装置已经实现了从单纯的保护功能到集成通信、控制及测量等多种功能模块于一体的转变。一体化设计为电网线路提供全方位、多维度的保护体系,有助于提升系统的稳定性和安全性。基于此,文章探讨了输电线路继电保护设计及电力系统自动化继电保护装置的测试,以期为新型电力系统安全运行提供技术支撑。

关键词： YOLOv8   输电线路   异物检测   下采样   混合增强  

摘要： 基于无人机航拍图像的异物检测是输电线路智能巡检中的重要环节。YOLO目标检测算法精度高、速度快,是目前的主流算法。但在进行输电线路异物检测时,由于异物目标尺度多变、特征不显著,易出现误检、漏检等问题,提出一种用于输电线路异物检测的YOLOv8模型(TFD-YOLOv8)。首先,在YOLOv8颈部网络构建双分支下采样模块,截留下采样过程中易丢失的尺度相关细节信息,实现语义信息和细节信息的高效融合,提升不同尺度特征图的信息一致性。然后,在主干网络插入混合增强注意力模块,同时提取图像的全局和局部特征,分别生成空间注意力和通道注意力,得到一个包含局部信息、全局信息、空间信息和通道信息的混合增强注意力,增强网络对目标关键特征的捕捉能力。实验结果表明,与基线模型相比,本文方法的平均检测精度提升了6.7%,准确率和召回率分别提升了12.9%和5.1%,与多个现有目标检测方法相比,该方法在检测精度和复杂度上均具有优势。

关键词： 输电线路   异常目标   目标检测   特征感知增强   双向特征融合   均衡采样   自适应类抑制损失  

摘要： 背景复杂、目标尺度变化大、数据集不均衡等是导致输电线路异常目标误检、漏检以及检测精度低的主要原因。因此,提出一种增强特征提取网络,有效减少特征提取过程中的信息丢失,更好保留小目标特征信息。使用通道优化与空间优化模块进行双向特征融合,以适应目标的多尺度变化,减少复杂背景信息的干扰。使用均衡采样与自适应类抑制损失,提高少数类别的检测精度,解决输电线路数据不平衡的问题。在输电线路异常目标检测任务中,检测精度达到90.5%,对困难场景有较好的检测效果。