关键词： 高压输电线路   雷电防护   接地线   波形  

摘要： 高压输电线由于所处地势较高,因此常遭受雷电的影响,使得高压输电线发生损害。文章针对高压输电线雷电防护的问题,设计了一种高压输电线路的雷电防护稳态模型,通过实际案例验证雷电电流波形及接地线数量对高压输电线路稳态的影响,提出了高压输电线稳态防雷击措施与方法。研究结果表明,分散雷电能量和提升接地线数量都能够有效减少雷电对高压输电线的损耗。

关键词： 目标检测   YOLOv5s   线路巡检   高压输电线路  

摘要： 文章针对传统的高压输电线路巡检过程中存在的效率低下等问题,提出一种基于改进YOLOv5s的高压输电线路巡检故障实时检测方法。将卷积块注意力模块加入YOLOv5s骨干网络中最后一层,从通道注意力与空间注意力两个方面对特征图进行权重分配。所提出的方法在无人机获取的图像中进行训练和验证,结果表明所提出的方法相较基于YOLOv3、YOLOv5s,能保持较高检测精度的同时,还能保持较快的速度。

关键词： 混合输电线路   分布电流   故障区间   波速  

摘要： 针对行波法在混合线路中波速不连续和波速选取经验值导致测距精度误差较大的问题。提出用测试分布电流的皮尔逊相关性,确定故障区间,采用变分模态分解法(variational mode decomposition,VMD)对信号分解,用Teager能量算子(Teager energy operator,TEO)找到能量突变点计算故障距离。通过PSCAD/EMTDC与MATLAB进行仿真。结果表明:测距精度有明显提高且不受过渡电阻和故障类型的影响。

关键词： 智能控制   高压输电线路   智能监测   预警系统  

摘要： 阐述人工智能技术在安全管理领域的特点,探讨其在高压架空输电线路施工中的作用。提出基于人工智能的作业安全管理策略,包括智能监测、预警系统、智能装备方面的应用。

关键词： 经验模态分解   高压   输电线路   在线   运行故障   监测  

摘要： 为了确保高压输电线路的安全稳定运行,基于经验模态分解算法,提出一种高压输电线路运行故障在线监测方法。首先,实时采集高压输电线路运行数据,并对采集到的数据进行标准化处理。其次,利用经验模态分解算法,从处理后的数据中提取高压输电线路运行故障特征。在此基础上,定位线路运行故障区段,对故障区段实行在线监测。实验结果表明,该在线监测方法的在线监测结果的精确度较高,更加接近实际故障情况,在线测距误差最大不超过0.12%。

关键词： 输电线路   防雷   避雷线   避雷器  

摘要： 针对肥城矿区35 kV输电线路在已经采取全线避雷线的情况下,仍然遭受雷击的现象,分析雷击原因并制定防雷方案。

关键词： 智能算法   数据驱动   输电线路   优化布局  

摘要： 阐述输电线路的功能和作用、输电线路布局对电力系统的影响。分析环境条件对输电线路布局的影响,提出基于智能算法和数据驱动的优化方法,以及输电线路布局应综合考虑的策略。

关键词： 110kV输电线路   运行检修   关键技术  

摘要： 为掌握110kV输电线路运行检修关键技术,提升110kV输电线路运行检修水平,本文对110kV输电线路运行特征进行分析,阐述110kV输电线路运行检修设计相关内容,从定期巡检和检修计划的制定、智能检测技术的应用、在线监测系统的设计与应用入手,探究110kV输电线路运行检修中的关键技术应用。希望通过本文研究,为相关人员提供参考借鉴,在各种关键技术手段的应用下,确保110kV输电线路处于良好的运行状态。

关键词： 无人机自主航飞规划系统   输电线路   测绘  

摘要： 本文基于无人机自主航飞规划系统在广域工程建设过程中的应用价值,以某500kV输电线路项目为例,探讨了该系统在输电线路施工测绘中的实用性和技术优势。首先,对无人机自主航飞规划系统的系统硬件和软件设计进行了阐述,包括路径规划、障碍物识别与避障、任务执行监控等。其次,阐述了该系统在输电线路施工测绘中的应用实例,包括技术流程、精度分析和实际效果。研究结果表明,无人机自主航飞规划系统显著提高了工作效率,降低了成本和风险,具有重要的实用价值。

关键词： 输电线路   安全检测   掩膜区域卷积神经网络(Mask R-CNN)   特征金字塔网络(FPN)  

摘要： 随着全球电力需求的持续增长和电力网络的不断扩展,输电线路的安全性与稳定性尤为重要。输电线路在连接发电厂和用户的过程中,承担着可靠输送电能的重要职责。为提升输电线路的安全,研究提出一种基于掩膜区域卷积神经网络(Mask Region Convolutional Neural Network,Mask R-CNN)的输电线路安全检测模型,并引入特征金字塔网络(Feature Pyramid Network,FPN)对其进行改进。实验结果表明,在数据集尺寸为500时,改进Mask R-CNN模型的准确率为0.91,损失函数值为0.01。改进的Mask R-CNN模型能够有效提升输电线路缺陷检测的精度,具有较高的实用价值,能够提高电力系统的安全监控水平。