关键词： 数字化   可视化   运行维护   架空输电线路  

摘要： 新形势下,随着智能电网的发展,数字可视化技术在架空线的运行和维护中扮演着越来越重要的角色,现代数字可视化技术在架空输电线路运维中的应用及其优势成为业内人员热议的话题。文章以此为背景,围绕数字可视化技术在架空输电线路日常运维工作中的应用展开讨论,讨论内容包括故障诊断装置、耐张线夹温度监测系统、导线舞动在线监测装置。通过合理运用既有数字可视化技术,在保证运维工作有效性的前提下,大幅提高工作效率,为行业乃至社会的发展助力。

关键词： 电力系统   架空输电线路   放线施工  

摘要： 为提高电力系统运行稳定性,对架空输电线路放线施工要点进行研究,概述架空输电线路放线施工,分析放线施工的前期准备工作,探讨施工现场管理、导引绳和牵引绳展放、导线段牵引施工、紧线施工、施工验收等施工控制要点,提出相关注意事项,以期为电力企业相关决策和工程施工管理提供参考。

关键词： 智能算法   输电线路   安全运行监测   智能维护方法  

摘要： 阐述一种基于计算机算法的智能监测与维护方法,利用先进的计算机算法对输电线路进行实时监测,并通过数据分析来预测潜在的故障风险。该方法采用智能维护策略,可自动调度维护任务。

关键词： 超(特)高压输电线路   自然灾害   无人机   智能无线充电   智能巡检  

摘要： 近年来,随着超(特)高压电力系统的迅速发展,自然灾害对电力系统的危害逐步凸显。500 kV及以上的超(特)高压输电线路因电压等级高和输电距离远,且因地势原因输电线塔架之间距离在5~10 km,因电压等级高、输电线缆张力等原因高度将近20 m,山西地区地形复杂,雨雪和冰冻灾害造成输电线路大范围覆冰,从而引发线路跳闸,造成大面积停电。为消除电力设备安全隐患,巡线运维人员采取登塔走线,利用敲击等方式进行人工除冰,危险系数高且工作效率低。通过无人机智能无线充电技术,消除线路及电力设备冰冻隐患,提高除冰效率,降低人力成本,确保电力系统稳定运行。

关键词： 计算机视觉   机器人导航   目标检测  

摘要： 阐述基于计算机视觉的输电线路巡检机器人导航与识别系统,它在定位技术中以GPS+惯性导航系统为基础,在视觉导航技术中以SLAM算法为基础,在识别技术中以目标检测和缺陷识别技术为基础。

关键词： 输电线路   土方量   数字高程模型   花授粉算法   分割网格数量  

摘要： 架空输电线路建设工程中,杆塔基础土方量计算影响着工程经济效益和施工工期,因此,需要选取合适的土方量计算方法。本文中首先分析了断面法、方格网法、等高线法和数字高程模型(DigitalElevationModel,DEM)法4种方法,并采用花授粉算法(FlowerPollinationAlgorithm,FPA)对传统DEM方法进行改进。将5种不同的方法运用到实际案例中比较不同方法的适应地形及计算精度。结果表明,改进后的DEM法可以获得X、Y、Z轴上的最优分割网格数量,适用地形范围最广、计算精度最高,计算速度相较于传统DEM法也有提高。

关键词： 曹妃甸   线路巡检   供电系统   输电线路   无人机   示范区   机场   工业区  

摘要： 7月的曹妃甸已有几分初夏的炎热,沿着110千伏林嘴一二线输电线路徜徉,映入眼帘的是一座新型自主供电无人机机场。依托无人机自主巡检示范区,由冀北思极科技服务(北京)有限公司研发的无人机机场自主供电系统以试点形式首次亮相,唐山曹妃甸工业区便是这次试点的所在地。

关键词： 深度学习   神经网络   无人机   输电线路   巡检  

摘要： 输电线路人工巡检存在时效性、准确性低,缺乏安全保障等问题。为提高巡检效率,解决巡检部门难题,可以使用无人机替代人工巡检。但无人机巡检存在的检测算法精确度问题,本文选择YOLOv5神经网络算法作为原始模型,通过改进原始模型,对无人机巡检路径进行重新规划。研究结果显示,改进后无人机巡检路径精确度与巡检效率更高。

关键词： 信息化管理   500kV   输电线路运行应用  

摘要： 500kV输电线路作为电力系统中重要的能源传输通道,其安全和稳定运行对保障电力供应至关重要。信息化管理能够实现对线路运行数据的全面掌握和科学分析,提高决策的准确性和及时性,同时,通过数据共享和智能化分析,可加强对线路的安全管理,降低故障发生的风险,提高电力系统的可靠性和稳定性。然而,信息化管理的应用也面临着数据安全和隐私保护的挑战,需要采取相关措施加以解决。本文就信息化管理在500kV输电线路运行中的应用进行了探讨。

关键词： 绝缘子缺陷   故障检测   深度学习   目标识别   YOLOv5  

摘要： 针对航拍巡检高压输电线路上绝缘子目标易受复杂背景和部分遮挡影响,造成传统算法难以准确检测的问题,建立了一种基于改进YOLOv5的输电线路绝缘子检测模型。首先,利用GA+K的检测框优化算法对选择的模型进行改进,来提高识别精度;然后,在YOLOv5算法框架中融合CBAM模块来提升图像中故障目标区域的显著度;其次,采用高斯函数改进YOLOv5中的非极大值抑制方法,提高对遮挡目标的识别准确率;最后利用辽宁某电网公司提供的无人机巡检图像制作数据集,并将所提算法与4种经典目标检测算法进行比较。试验结果表明,相比于4种对比算法,该算法能够在保证较高检测精度的同时具有较好的实时性,并且平均检测精度可以达到95.1%,每张图片的检测时间为0.04 s,兼具目标检测的准确性和实时性。