关键词： 无人机航测技术   架空输电线路   应用  

摘要： 由于我国的地理环境比较复杂,所以输电线路的施工比较困难,从某种意义上来说,对我国电力工业的发展产生了一定的影响。随着科技水平的不断提高,无人机测量技术已经逐渐被应用到电力系统的测量和设计中,提高了电力系统的施工效率,确保了电力系统的合理和科学。目前,在我国,无人机测量技术的应用还处在起步阶段,为了让有关公司更好地理解这一技术,文章着重分析了无人机测量技术在电力系统中的应用。

关键词： 架空输电线路   挂载无人机   电力巡检技术  

摘要： 为提升电力巡检的准确性和效率,本文以挂载无人机为主要研究对象,着重从电力巡检角度,对应用挂载无人机进行架空输电线路电力巡检中,应用的技术内容进行了研究和分析,在明确无人机电力巡检依赖技术的基础上,结合影响无人机巡检效果的因素,探讨无人机在未来行业发展中的主要方向。

关键词： 三维数字化   建模方法   输电线路  

摘要： 本文通过定义三维数字化模型,对模型的详细层级进行了分析,对当前常用的几种建模方法及其优缺点进行了归纳和分析,并给出了一种从计算模型中直接产生三维实体模型的建模方法,以此来建立一个符合全生命周期管理要求的模型,并对输电线路三维数字化建模的应用进行了讨论,希望能给有关部门提供一些借鉴。

关键词： 激光点云   BIM持续维护   无人机巡检   输电网络  

摘要： 以某市±500kV输电网络和500kV输电网络的整合巡线任务为个案,研究一种基于激光点云精确定位的输电线路无人机自主巡检系统。通过三角定位法、回波定位法及最小二乘法平差法将激光点云探测数据构成输电网络BIM数字化三维模型的持续维护数据,使用卷积神经元网络算法整合的二值化算法对特定坐标点的侵入物、蠕变风险提供预警数据,通过IaaS架构的API服务持续向电力值班系统提供数据支持来完善系统的BIM数字化三维模型数据和预警信息数据。从算法角度和IaaS实现角度,对该系统进行完整分析,完成激光点云精确定位的输电线路无人机自主巡检系统的研究。

关键词： 无人机   输电检修   特高压输电线路  

摘要： 随着无人机在各领域广泛应用，应用无人机技术开展特高压输电检修成为一种新型的管理手段。本文通过研究无人机在输电检修作业领域技术应用现状，分析无人机技术应用方向与存在瓶颈，研究了特高压输电检修无人机替代技术研究模式及技术优化路径，以期充分发挥无人机技术优势，提高无人机在特高压输电检修业务中的应用和管理效能。

关键词： 输电线路   目标检测   YOLOv7   样本分配策略  

摘要： 电力在现代社会中发挥着越来越重要的作用,我国电力消费量持续增长,输电规模也不断扩大。因此,确保电网稳定运行和持续供电对于经济发展至关重要。为了维护输电线路的安全稳定运行,及时发现并解决各种故障隐患,进行日常的输电线路巡检工作是不可或缺的。传统的人工巡检方式存在效率低下和准确性不高的问题。然而,使用无人机对输电线路巡检将会产生海量的输电线路图像数据。因此急需开发一种高效准确基于深度学习的输电线路巡检算法来快速处理无人机巡检的图像。为此本文提出了基于改进YOLOv7的输电线路目标识别和故障检测算法。 首先,针对无人机航拍输电线路图像背景复杂且目标尺度变化大的特点。本文在YOLOv7骨干特征提取层的算法中引入ECA注意力机制。该注意力机制通过对特征通道中不同信息量的加权处理,增强目标特征的权重并降低背景特征的权重,从而实现了对图像有效特征的增强;为了减少参数量,使用Sim SPPFCSPC替代原有的SPPCSPC,Sim SPPFCSPC在保证感受野不变的同时获得了速度的提升;为了优化网络结构,采用解耦头替换耦合头,通过独立的分支来处理分类任务和回归任务,从而提高模型的性能。 其次,在YOLOv7的网络结构改进的基础上,对后处理算法的样本分配策略和损失函数进行改进,使其更适用于复杂的输电线路巡检场景。提出一种动态正样本采样方法,该方法抑制定位和分类分数低的锚框,选择定位和分类对齐的锚框;为了更准确地预测边界框,引入边框任意分布来直接学习其连续空间上的离散化概率分布表示边界框的位置,不需要引入其他的先验知识;引入Focal Loss交叉熵损失函数,通过引入调节因子来重新平衡样本的权重,使得模型能够更有效地解决目标检测任务中类别数量不平衡和难易分类样本分布不均的问题。 经过对YOLOv7的网络结构和后处理算法进行改进后,提出了一种改进的输电线路检测算法YOLOv7-TDF。实验结果表明,改进的YOLOv7-TDF算法在Vis Drone2019测试集上的m AP@.5比YOLOv7提高5.1%。在输电线路数据集上的m AP@.5比YOLOv7提高2.2%。验证了此次改进的输电线路检测算法YOLOv7-TDF在实际应用中的可行性与有效性。

关键词： 智能电网   输电线路   在线监测技术  

摘要： 随着全球电力需求的不断增长和电网现代化的推进，智能电网的重要性日益凸显。智能电网输电线路在线监测技术作为提高电网效率和可靠性的关键手段，引起广泛的关注。该技术涵盖从基础的硬件监测到复杂的数据处理和分析，能够确保输电线路的稳定运行和最优性能。它不仅有助于实时识别和解决输电线路中的问题，还能预防风险和故障。因此，探讨智能电网输电线路在线监测技术的研究和应用至关重要。本文以智能电网输电线路在线监测技术为切入点，旨在深入探讨这些技术的应用和影响，确保电力系统的持续稳定运行，为智能电网的进一步发展提供参考。

关键词： 输电线路小部件   缺陷检测   深度学习   多尺度特征融合   嵌入式实现  

摘要： 输电线路小部件由于长期暴露在自然环境中,受风雨侵蚀、电气放电、外力破坏等因素影响,极易产生脱落、锈蚀、碰撞等不同程度的缺陷,失去正常功能并引发潜在的安全问题。因此,为了保证输电线路的稳定运行,在输电线路巡检过程中,及时发现并排除输电线路小部件缺陷至关重要。本文结合实际巡检场景需求,针对输电线路防震锤、螺栓、挂环和挂板四种小部件进行缺陷检测算法研究及嵌入式实现,实现输电线路的智能化、信息化巡检。论文的主要研究工作如下: (1)针对目前输电线路小部件缺陷检测没有公开数据集的问题,本文基于数据采集、分析和增强构建了输电线路小部件缺陷检测数据集。首先,采用无人机对不同场景下的输电线路小部件进行数据采集,并对小部件目标进行筛选分类,构建原始数据集。其次,对原始数据集进行数据分析,发现缺陷样本不足。然后,采用一系列数据增强技术和SAM大模型生成缺陷样本,解决缺陷样本不足的问题。最终构建的无标签数据集包含11个类别96953个目标,水平框标注数据集包含11个类别28461个目标,旋转框标注数据集包含3个类别8240个目标。 (2)针对复杂场景下多尺度目标检测困难的问题,提出了一种基于认知预处理和异构特征金字塔网络的输电线路小部件缺陷检测算法CHNet。首先,设计了一种认知预处理网络CPNet,通过GShuffle模块增强目标响应并减弱复杂背景的影响。其次,设计了一种异质特征金字塔网络H-FPN,通过多对一的映射关系获取尺度范围更广的特征图,实现高质量的多尺度特征融合。然后,设计了一种快速比例交并比F-PIo U计算定位损失,提高了回归过程中目标框对几何因素的敏感性。该算法在测试集上的精度达到95.27%,检测速度为34帧/秒,且对复杂场景下的多尺度目标友好。 (3)为了进一步提高对小目标缺陷的检测精度和算法的泛化能力,提出了一种基于稀疏注意力和半监督学习的输电线路小部件缺陷检测算法SPTNet。首先,设计了一种融合稀疏注意力的异构金字塔网络SH-FPN,通过稀疏注意力模块SATT来避免小目标语义细节信息的退化。其次,采用了一种伪标签分配策略PDS,使用两个阈值将伪标签分为可靠伪标签和模糊伪标签,并设计软损失处理模糊伪标签。然后,采用了一种训练迭代适配机制TIAM,通过引入域自适应和分布自适应方法,减轻对有标签数据的过度拟合。此外,设计了一种切片辅助机制,通过辅助训练和检测过程来进一步提高小目标的检测精度。该算法在测试集上的精度达到97.11%,且对小目标友好。 (4)应企业要求,提出了一种基于旋转目标框的输电线路防震锤缺陷检测算法OBBNet。首先,采用了长边定义法,通过五参数形式及180°的角度范围避免边的交换性问题发生。其次,采用了一种环形平滑标签CSL,将角度回归的形式转换为角度分类的形式并解决了角度的周期性问题。然后,设计了一种角度损失函数来衡量角度预测误差。该算法在测试集上的精度达到98.25%,且能够精准定位防震锤缺陷目标。 (5)将设计的SPTNet算法模型和OBBNet算法模型进行嵌入式实现。考虑模型推理运行成本高和硬件资源受限,设计了模型剪枝和模型量化方法,并在企业提供的智能模块XY6762CA-C上进行模型的嵌入式移植。测试结果表明,移植的模型能够完成输电线路小部件的缺陷检测,SPTNet算法模型和OBBNet算法模型在嵌入式端的精度分别达到了91.23%和92.25%,满足设计要求。