关键词： 机械化施工   扩底桩锚杆复合基础   扩底直径   数值模拟  

摘要： 由于常规的锚杆基础适用范围较小,对地质的精度要求高,因此基础型式在山区线路的适用性较差。该文提出一种新型的扩底桩锚杆复合基础,适用于不同地形条件,不同覆盖层厚度条件下的山区输电线路。采用FLAC 3D软件模拟模拟不同深度,不同尺寸的扩底桩锚杆复合基础受力状态,得出以下结论:(1)在上拔荷载作用下,地基中上拔位移随桩顶位移增加而显著增加,直至破坏时基础呈现整体拔出破环状态;扩底桩嵌固基础最先出现塑性区域的是扩底段和土体的接触面,需要注意扩底段的桩基本体的承载力;(2)复合基础在水平荷载作用下,随着锚杆根数的增多,其抗水平承载力增加,因此复合基础在抵抗水平力条件下较常规锚杆基础有一定的优势;(3)在上拔荷载作用下,复合基础形成“圆柱状”的塑性发展区域,在水平荷载作用下,复合基础形成“倒八字”塑性发展区域;(4)通过数值模拟,得出复合基础锚杆与上部结构的荷载分担比为0.2~0.25之间。

关键词： 输电线路   深度网络   故障检测   小波变换  

摘要： 输电线路的分析监测不仅有利于电力网络的可靠运行,同时能够提高能源供应的安全性和质量。提出了一种基于小波变换和深度信念网络相结合的新型输电线路故障定位方法。首先,利用离散小波变换提取各相模态电流的频率分量,并从中检测出峰值。其次,通过小波的一阶重构细节系数建立起特征向量,采用逐层训练的方式建立起特征向量和暂态事件类别的联合概率分布。最后,设计了一种故障相似度结构值,最大化该相似度意味着该类故障发生的可能性最大。通过仿真实验上的实验结果表明,所提方法能够准确监测出故障发生类别及位置,且不易受电网运行过程中噪声干扰因素的影响。

关键词： YOLOv7   绝缘子缺陷检测   注意力机制   模型复杂度   轻量化   损失函数  

摘要： YOLO目标检测算法是当前基于图像的输电线路绝缘子缺陷检测的主流方法,然而现有模型复杂度较大,亟需合理有效的参数压缩方法作为前提条件,来为解决无人机边缘设备部署的困境问题奠定基础;同时,无人机航拍的绝缘子缺陷图像背景复杂、缺陷尺寸较小,容易出现误检、漏检等问题。为此,提出了一种用于输电线路绝缘子多缺陷检测的Insulator Defect Detection-YOLOv7(IDD-YOLOv7)模型,以降低模型复杂度,提高模型鲁棒性。首先,在多尺度特征融合的过程中加入坐标注意力(Coordinate Attention)机制,抑制复杂背景的干扰,提升模型对小目标的全局感知能力;之后,设计C3GhostNetV2模块,用于捕获不同空间像素之间的远程依赖性,在增强模型表达能力的同时降低模型的参数量和浮点运算量;最后,提出Focal-CIoU损失函数,提高模型高质量anchor的贡献,加快模型的收敛速度。实验结果表明,本文方法与基线模型相比mAP^(50)提升了3.8%,查准率和召回率分别提升了1.7%和7.6%,参数量和浮点运算量分别下降了18.3%和14.0%,绝缘子自爆、破损、闪络缺陷的AP^(50)分别提升了0.8%、4.5%、6.3%。

关键词： 风荷载   脉动风   阵风系数   风振系数  

摘要： 《架空输电线路荷载规范》正逐步代替旧规范。成为重要的设计依据,主导今后架空输电线路工程中杆塔荷载的设计工作。本文主要研究《架空输电线路荷载规范》中线条风荷载的计算,通过对脉动风以及阵风系数、档距折减系数与风振系数等新系数的研究,解析系数背后的物理意义,并将其与旧规范计算结果进行比较。

关键词： 输电线路   应急救援   深基坑  

摘要： 针对当前输电线施工工程中深基坑施工智能救援系统实时监控能力不足,监测网络生命周期太短等问题,本研究提出了一种基于物联网技术的深基坑工程应急救援系统,通过救灾信息的采集和传输,救灾数据的处理,救灾数据资源的存储和管理,救灾方案的仿真[1],实现了对深基坑施工过程的实时监控,并有效提高了预警可信度,从而提升整个工程监测网络的生命周期。

关键词： 无人机   输电线路   巡检技术  

摘要： 以往对输电线路展开巡检工作时存在巡检效率不高、工作强度大等问题,随着无人机技术的优化和创新,新型无人机技术为当前开展的电力巡检带来了创新的巡检作业模式。基于无人机集群控制下的输电线路巡检技术在不断地创新和完善,本文分析了无人机控制巡检技术,探索了在对输电线路开展巡检工作时,应用无人机开展巡检工作的优势,并通过实际案例研究无人机集群控制下的输电线路巡检技术。

关键词： 输电线路   入侵物体   目标检测   EfficientDet   K-means  

摘要： 针对输电通道在线监测过程中入侵物体大小差异巨大、部分图像对比度低等问题,结合异物图像的特征,提出了一种基于目标检测算法的输电通道入侵物体识别方法。采集输电通道入侵物体图像,利用Retinex算法对输入图像进行增强。在目标识别部分,采用改进的EfficientDet算法作为主体,对算法中锚框的长宽比采用K-means聚类算法进行优化,同时在损失函数中加入了梯度均衡机制。实验结果表明,改进后的算法将mAP值从83.72%提升至87.12%,在入侵物体识别任务上有着优异的性能。

关键词： 输电线路杆   塔作用力   基础作用力  

摘要： 通过搜集历年来相关规程规范、文献的规定,梳理了基础作用力的历史沿革,结合风洞试验结果,针对输电线路基础作用力取值开展了研究。结果表明,行业中设计人员习惯描述的“杆塔作用力”与“基础作用力”两者并没有区别。因此建议不再提“基础作用力”的概念,统一为“杆塔作用力”,并对基础安全系数进行调整,调整前后维持基础的安全度水平基本不变。

关键词： 目标检测   外力破坏   YOLOv5s   CA注意力   CARAFE   GSConv_slimneck  

摘要： 电力系统的安全对于整个能源传输过程至关重要;针对输电线路下超大工程车辆和烟火为主要的外力破坏行为,对单阶段目标检测算法YOLOv5s进行改进,首先针对输电线路多雨雾烟尘等工作环境,引入限制对比度自适应直方图均衡算法CLAHE对图片进行去雾处理,提升图片对比度;针对检测目标距离较远的问题,在YOLOv5s网络的基础上添加CA注意力机制,提升了模型对目标的定位能力;将原网络中的最邻近差值采样方式替换为轻量级通用上采样算子CARAFE,更好地捕捉特征图的同时引入较小的参数量;最后在网络的特征融合层,使用具有通道混洗思想的GSConv卷积模块代替标准卷积模块,减少模型参数量,再利用slim_neck特征融合结构,强化目标关注度,达到减少模型参数量同时提升检测精度的效果;实验结果表明:改进后的YOLOv5s网络,mAP提升了4.4%,参数量减少了3.4%,权重模型内存减小了2.7%,证明了算法的有效性。

关键词： 输电线路巡查   点云数据处理   视觉图像处理   无人机巡检  

摘要： 由于点云数据的不规则性,对点云数据特征值的分类精度很难达到输电线路巡检要求。为此,提出基于图信号处理的激光雷达点云分类方法。该方法在处理不规则的输电线路图像信号时,可直接从原始点数据中生成特征值,从而提高分类精度。为了验证所提出方法的有效性,采取实物仿真的方式对算法进行验证,结果表明图像中的分类精度可达到90%。