关键词： 35 kV输电线路   雷击跳闸   安全事故  

摘要： 本文从实际工程案例入手，针对35 kV输电线路雷击跳闸问题，分析了雷击对输电线路造成的影响及其原因，并从实际工程应用角度出发，探讨了有效的预防措施。首先，本文通过分析雷击过程中产生的过电压和电流，揭示了雷击对输电线路绝缘系统和设备造成的损害，并阐述了跳闸事故发生的相关原因；随后，从降低杆塔接地电阻、架设耦合地线、安装塔身防雷拉线、安装线路避雷器四方面，详细分析了具体的预防措施。通过本文的研究，旨在为35 kV输电线路雷击跳闸问题的解决提供理论支持和实践指导。

摘要： 随着社会快速发展，电力需求急剧增长，超高压输电线路已成为电力系统的核心组成部分，肩负着稳定、高效地传输电能的重要任务。本文先探讨了超高压输电线路运营维护（以下简称运维）的必要性和重要性，并针对其运行过程中可能出现的故障和应对措施做了简要分析，希望能进一步提升超高压输电线路运行的稳定性和安全性；随后通过探讨超高压输电线路运维及故障排除的改进措施，旨在为电力系统的持续稳定运行提供参考借鉴。

关键词： 掘进装备   电液控制   模糊自适应PID算法   PLC   HMI  

摘要： 杆塔桩基础作为输电线路的重要组成部分,它的施工效率会影响整个线路的施工进度。为解决山地输电线路杆塔桩基础施工过程中存在的设备运输困难、机械化程度低、人工作业危险性高等问题,国家电网公司召开送变电工程机械化施工现场会,并出台《国家电网有限公司关于在电网建设中全面推进机械化施工的实施意见》,强调在线路施工中实现全路段机械化的重要性。 本文聚焦于前期研发的山地模块化桩基础掘进机设备,旨在开发一套智能控制系统以提高施工效率。控制系统采用电液控制,通过对传感器信息分析,结合模糊自适应算法,提出了一种转速分档联合控制方法,具体包括截割头转速与液压缸伸缩速度、截割头转速与回转平台转速以及截割头转速与升降机构转速之间的联合控制,从而在一定程度上缓解了无级调速状态下因负载剧烈变化引发的机械磨损问题。同时,进一步研发了一套基于PLC的智能控制系统,此系统能够根据岩石硬度的变化实时调整掘进机的工作状态,实现掘进机对不同岩石硬度下的智能适应与精确控制。本文的具体研究内容如下: 1.通过对山地桩基础机械化施工设备当前状况的深入探究,详细梳理了山地桩基础的各种施工方式及与其配套的机械设备发展历程。了解到现行微型桩基础施工设备只能满足微型桩(400mm孔径)的施工,在面对特高压输电线路下高负载电塔所需的中大型桩基础施工时,表现出明显的局限性。因此,明确指出研发适用于山地环境且能满足特高压电塔桩基础施工要求的新一代机械设备及智能控制系统具有重要意义。 2.基于掘进机以截割头为动力头、以液压系统为控制系统的情况,通过分析大量关于截割头控制及电液控制的文献,对截割头位姿控制方式进行了研究。通过对掘进机的工作原理、参数变化以及使用环境的分析,依据掘进机施工工艺流程和结构特点,设计了一套液压控制系统并绘制液压系统原理图,对掘进机液压泵、马达、油缸等关键元件进行理论分析、计算与选型。 3.针对施工地形复杂,负载变化快的情况,基于模糊自适应算法提出了一种转速分档的截割头与各系统速度联合控制方法,针对液压缸和液压马达的动态特性建立控制模型。建立了基于AMESim/Simulink的一体化联合仿真模型,仿真结果显示该方法可以实现对恒负载工况和变负载工况下各系统速度精确控制,控制过程响应时间快,超调量小,稳定好。 4.设计并构建了一套基于PLC的控制系统,并选用HMI人机交互界面作为上位控制端,以自主研发的模块化桩基设备为实验样机,在实际环境中进行了实验。实验结果有力地证明了该控制系统能够满足预设的设计要求,实现了对桩基础掘进机智能化破岩施工过程的有效控制。 本论文所做的研究为山地桩基础机械化施工提供了技术参考和应用经验,对于提高效率和进一步实现智能化具有重要意义。

关键词： 输电线路   旋转目标检测   缺陷检测   均压环检测   YOLOv7  

摘要： 输电线路上的均压环受环境及自身重力的影响,容易发生倾斜、脱落等故障,甚至由于安装不规范,导致部分均压环存在装反的情况,严重影响了电力系统的供电可靠性。传统基于水平检测框的目标检测算法不仅会在标注阶段引入大量与目标无关的背景信息,而且还缺少目标角度信息,无法实现对倾斜均压环的精准定位和倾斜角度计算。因此,本文提出均压环及其缺陷的旋转目标检测算法。主要工作内容如下: 首先,利用旋转框的五参数表示法在YOLOv7模型的基础上,提出了一种针对均压环及其缺陷的旋转目标检测算法。为了获取更准确的角度信息,利用真实框和预测框两个高斯分布之间的度量设计损失函数(Kullback-Leibler Divergence,KLD),解决模型在预测目标旋转角度时存在的一系列问题。通过实验对比结果显示,基于KLD的渐进式特征融合YOLOv7旋转目标检测模型相比于YOLOv7算法,平均精确度提升了1%,平均角度误差相比于使用CSL(Circular Smooth Label)损失函数降低了1.03°。 同时,针对数据集中多尺度目标带来的挑战,将YOLOv7旋转目标检测模型的颈部结构改进为渐进式多尺度特征提取网络,通过引入空间自适应融合模块和渐进式融合策略,防止特征信息在传输和交互过程中退化。使用渐进式特征融合网络改进后的YOLOv7模型相较于YOLOv7模型,m AP的值由87.4%上升为88.6%,其中均压环,均压环装反,均压环损坏类别的提升较为明显。 此外,本文从主干网络对模型进行改进。设计双分支主干特征提取网络,最大限度地利用CNN的局部特征提取能力和Transformer的全局表示能力,并使用FCU特征融合模块在不同支路之间动态分配权重,实现Transformer和CNN特征的有效融合,增强模型对目标特征的提取能力。与使用双分支主干网络前相比,模型的平均漏检率降低了1%,平均检测精度达到了91.5%。为评估本文方法的通用性,对所提出的算法在HRSC2016数据集上进行了实验验证。实验结果表明,本文所提算法在检测精度相当的情况下,具有更高的检测效率,充分证明了本文方法的有效性与优越性。最后,基于模型检测结果设计了一种基于均压环与绝缘子位置关系的倾斜检测算法。该算法能够计算均压环与绝缘子的相对角度,并根据不同的倾斜角度对倾斜缺陷进行等级划分,同时可视化检测结果。

摘要： 目前，我国电网迅猛发展，输电线路的规模也由此扩大，但是，运行环境越来越复杂。因此，要想确保电网能够安全、稳定的运行，就要提高输电线路的稳定性。输电线路安全方面容易受到多方面的影响，例如，导线运行温度太高，威风振动，风偏放电等问题都会造成输电线路安全性，并且上述这些情况无法通过观察就能察觉。因此，要确保智能电网运行安全性，就要通过相关的检测措施来进行整个线路的检测。本文将分析输电线路在线监测技术的原理，并阐述具体的应用措施。

摘要： 电力输电线路作为电力系统的核心组成部分，其资产管理系统的智能化升级对于提升电网稳定性和运营效率至关重要。当前，资产管理系统面临的挑战有数据集成不足、故障诊断滞后以及维护策略缺乏前瞻性等。针对这些问题，文章提出了基于人工智能和大数据分析的智能化解决方案，实现实时监控、精准故障诊断和优化维护计划。通过案例分析，展示了智能化系统在提高输电线路可靠性、降低运维成本和提升决策效率方面的实际效果。文章对电力输电线路资产管理的未来发展趋势进行展望，强调智能化技术在推动电力行业可持续发展中的关键作用。随着技术进步和能源需求的日益增长，传统资产管理方式已难以满足高效、精准的管理需求。

关键词： 输电线路巡检   绝缘子缺陷检测   复杂场景   多模态图像   域迁移学习  

摘要： 我国输电线路多分布在山区、丘陵等复杂地区,具有分布广、面积大、距离长等特点,无人机巡检技术能够帮助电力人员快速获取输电线路绝缘子的运行状态信息,提高输电线路巡检效率。然而输电线路绝缘子运行环境复杂,无人机巡检采集的绝缘子图像中存在复杂背景干扰、复杂天气场景图像模态差异和多类型缺陷特性差异等问题,导致模型检测效果不佳。本文针对复杂场景下无人机巡检输电线路绝缘子缺陷检测的难点问题展开研究,提出适用于复杂背景、复杂天气和多类型缺陷的输电线路绝缘子缺陷检测模型,提高复杂背景下无人机巡检输电线路绝缘子缺陷检测模型的鲁棒性、复杂天气场景下的模型泛化能力以及复杂天气下多类型缺陷检测精度。本文的主要研究内容如下: (1)提出一种基于改进分水岭算法的复杂背景下绝缘子缺陷检测方法,降低无人机巡检采集的输电线路绝缘子图像数据存在建筑物、植被、河流、电力杆塔等复杂背景的干扰。第一阶段,构建深度网络模型对无人机巡检输电线路绝缘子采集图像中的绝缘子装置进行精确检测,获得绝缘子区域的位置坐标信息;第二阶段,对绝缘子区域进行图像裁剪,能有效避免复杂背景对于小目标缺陷图像的干扰和不利影响,采用所提出基于改进分水岭算法的绝缘子缺陷检测算法对裁剪后的绝缘子图像进行精准定位和缺陷分析。实验结果表明,该方法有效提升了绝缘子缺陷检测模型对复杂背景的抗干扰能力,并提高复杂背景下绝缘子缺陷检测准确率。 (2)提出一种基于多模态绝缘子图像增广的复杂天气下绝缘子缺陷检测方法,解决不同天气场景下采集的绝缘子图像数据存在模态差异的问题。首先,利用跨模态图像生成网络生成多模态绝缘子图像来模拟真实复杂的天气场景,以减少不同天气场景下绝缘子图像之间的模态差异。然后,设计多尺度空间图像增强模型生成不同空间尺度的多模态绝缘子图像,并利用上述增广图像和目标位置信息使模型能更准确地定位各种尺度的绝缘子缺陷目标。实验结果表明,针对复杂天气场景该方法可以有效生成高质量多模态绝缘子图像,并通过数据增广策略提高绝缘子缺陷检测模型对复杂天气场景的泛化能力。 (3)提出一种基于域迁移注意力网络模型的复杂天气下绝缘子多类型缺陷检测方法,解决复杂背景和不同天气场景下输电线路绝缘子多类型缺陷的精细化检测问题。在模型训练阶段,构建一个基于跨域信息注意力模型的绝缘子多类型缺陷检测网络,通过引入多种注意力机制和多任务损失函数提高该模型对多类型绝缘子缺陷的检测精度。在模型测试阶段,构建复杂天气场景下绝缘子图像域迁移模型,将不同天气场景下采集的多模态绝缘子缺陷图像转换为同一天气场景的绝缘子缺陷图像,以减少不同天气场景带来的图像模态差异。在多个输电线路绝缘子数据集上进行实验,结果表明该方法可以减少复杂天气下的图像模态差异对绝缘子缺陷检测模型的不利影响,实现对多种不同类型的输电线路绝缘子缺陷的精细化检测。 (4)构建一个复杂场景下输电线路绝缘子缺陷检测数据集。针对复杂场景下输电线路绝缘子图像数据存在采集困难与现有绝缘子缺陷检测数据库存在绝缘子缺陷数据类型单一、数据量不足、数据分布不均匀等问题,利用天气场景模拟方法构建复杂天气场景下的绝缘子图像数据集,降低不同天气场景下绝缘子图像数据采集难度和数据收集的人工成本,实验证明本文构建的数据集可以满足真实场景下输电线路绝缘子缺陷检测。最后,设计了一个用于复杂场景下输电线路绝缘子缺陷检测系统,为复杂场景下输电线路绝缘子缺陷检测任务提供研究基础。