关键词： 微气象   覆冰预测   灰色关联分析   改进灰狼算法   除冰系统  

摘要： 随着电网的不断发展,输电线路覆冰问题引起了越来越多的关注。覆冰会导致诸多问题,包括线路负荷增加、机械强度降低、电气距离增大,从而引发绝缘子闪络、击穿和线路舞动等严重后果。随着输电线路数量的持续增加,倒塔、冰灾等损失严重的事件屡有发生,这使得确保输电线路的安全稳定运行成为亟需解决的问题。因此,需要采取有效措施来解决输电线路覆冰问题,以确保电网运行的可靠性和安全性。 针对现有输电铁塔线路覆冰预测模型中存在的模型输入输出向量选择随意性强、预测精度不高、预测平台信息展示不全面等问题,本文提出了一种基于微气象的输电线路覆冰厚度预测方法及除冰解决方案。在详细分析输电线路覆冰机理及常见覆冰预测模型的基础上,首先对输电线路覆冰与微气象因素的复杂关系进行深入分析,通过灰色关联分析(Grey Relation Analysis,GRA)算法得到与输电线路覆冰形成相关的气象数据约简模型,并通过改进GRA算法对异常数据进行筛选与识别,得到更适合机器学习的输电线路覆冰厚度数据集;其次建立基于最小二乘支持向量机(Least Squares Support Vector Machines,LSSVM)的输电线路覆冰预测模型,在预测模型参数寻优过程中,针对传统灰狼算法参数寻优时易陷入局部最优的问题,提出改进灰狼算法(Improved Gray Wolf Optimizer,IGWO)对LSSVM的惩罚因子C和核函数宽度δ进行寻优;最后采用一体式微气象站实时采集气象数据,将采集到的数据上传至云服务器,上位机从云服务器中获取气象数据,通过GRA-IGWO-LSSVM模型预测出输电线路的覆冰厚度,同时设计并研制输电线路除冰系统,并采用Arduino软件基于微软用户界面技术开发人机交互可视化平台,平台通过MQTT通讯协议实时更新微气象站采集的数据信息、覆冰厚度及除冰机器人的状态信息。 实验结果表明本文提出的输电线路覆冰预测模型预测精度较高,仿真对比得出其平均绝对误差、平均绝对百分比误差和均方根误差较灰狼算法(Gray Wolf Optimizer,GWO)预测模型分别减小了33.195%、20.872%和49.809%。同时,通过开发人机交互平台和实时数据采集系统,有效监测和控制输电线路的覆冰情况,达到了“主动防冰、科学除冰”的效果。除冰设备加热续航时间和巡检除冰续航时间分别为6.323 h和4.372 h,系统运行情况良好,为输电线路除冰方面的提供了参考价值,具有一定推广意义。

关键词： 输电线路   深度学习   绝缘子缺陷检测   复杂背景   小目标  

摘要： 绝缘子设备故障会对输电线路的运行安全产生重大影响,而进行电力巡检是排查绝缘子缺陷,防止发生电力事故的必要手段。为了控制巡检成本,电力公司通常利用无人机进行电力巡检。由于输电线路跨度大、自然环境复杂,导致基于无人机的巡检方式产生海量的图像,并造成图像中存在背景复杂、绝缘子缺陷目标尺度小等问题。现有研究提出的基于传统的图像处理方法依赖于提取手工特征,因而对复杂背景噪声敏感,不利于小目标的识别与定位;两阶段的缺陷检测过程复杂且低效,不利于实际部署与应用。于是近年来,大量的研究者致力于将基于深度学习的目标检测算法应用到电力巡检领域,使输电线路巡检任务能够进行图像数据的智能化处理和分析,实现降本增效。然而,这些目标检测算法仍然存在复杂背景下的绝缘子小目标缺陷,以及绝缘子表面微小缺陷检测精度不足、误检率与漏检率高的问题。为了解决以上问题,本文基于绝缘子断串缺陷和绝缘子表面损伤缺陷,研究能有效降低复杂背景噪声干扰的方法和增强对较微小目标弱特征学习能力的方法,在保证算法计算效率,兼顾目标遮挡、图像黑暗、图像曝光等复杂场景的前提下,提高绝缘子小目标缺陷检测的性能。本文具体研究内容如下: (1)针对复杂背景图像中断串缺陷的检测精度不足的问题,本文提出了一种基于注意力反馈和双金字塔的绝缘子断串检测方法。首先,为了防止提取判别通道特征时空间特征丢失,设计了注意力反馈模块,该模块可以提升对辨别性特征的注意能力。其次,设计了双金字塔模块。该模块通过结合全局平均响应和全局最大响应的不同区域的上下文聚合来增强全局上下文信息,以减少复杂背景噪声对小目标检测的干扰影响。实验结果表明,对于复杂背景图像中的小尺度断串缺陷,本文算法的缺陷检测精度达98.9%,高于目前主流算法。此外,该算法可以在遮挡、黑暗、曝光等复杂场景下实现准确识别。 (2)针对较微小目标特征弱、检测精度较低的问题,本文提出了一种基于深度轻卷积和特征感知采样的绝缘子表面损伤检测方法。首先,设计了一种深度轻卷积模块替代网络中的跨步卷积实现下采样功能。该模块可以降低计算量,并保留更多有利于微小目标检测的细粒度信息。其次,设计了特征感知采样模块,该模块可以感知特征内容从而为可变形卷积生成更准确且更精细的调制因子,为模型带来尺度变换建模能力的同时提高小目标弱特征的检测性能。实验结果表明,该方法在保证图片计算效率的情况下,可以比YOLOv8s提高4.0%的微小缺陷的m AP,有效减少误检和漏检。

关键词： 电力目标检测   输电线路图像   超分辨率重建   YOLOv8  

摘要： 随着我国各城市对智慧电网的不断建设,架空输电线路中的电力元件数量不断增加,针对各种部件的日常检测难度增大。对电力目标进行检测时,由于多数输电线路架设地区偏远,导致传统的人工检测耗时耗力。在无人机的帮助下,利用航拍设备检测各种元件的状态已逐渐成为电力巡检的主流方式。本文针对输电线路巡检场景中,电力目标小且背景复杂引起的准确率低、目标漏检等问题,提出了改进的YOLOv8算法用于改善模型的检测性能。同时,对于图像中低分辨率目标,使用超分辨率重建算法提高目标分辨率,并将重建后的图像用于电力目标检测。本文主要研究工作如下: (1)依据研究方向对超分辨率图像重建、目标检测、电力巡检领域的背景以及研究现状进行详细调研。接着,介绍了在设计电力巡检系统时所用到的相关理论技术,最后提出了本文的解决方法和系统设计思路。 (2)将SRGAN、ESRGAN和Real-ESRGAN等三种算法重建后的图像作为测试集,使用YOLOv8m网络作为目标检测模型进行实验,根据检测结果选择效果更好的超分重建算法。为了降低检测模型的计算开销,利用Efficient Former V2轻量化网络和Rep Conv结构重参数化结构改进YOLOv8m网络,提高了模型检测速度。最终得到的REY模型参数量更少,在本文的数据集上m AP达到82.18%。 (3)使用YOLOv8n网络作为目标检测模型,同样对三种超分算法重建后的图像进行实验,根据检测结果选择效果更好的超分重建算法。为了提升模型的检测性能,利用AFPN结构和可变形卷积DCNv3对YOLOv8n网络进行改进,增强了模型对不相邻层的尺度融合能力,提高了模型检测精度。最终得到的RAY模型其m AP达到80.99%,对于小目标的检测能力也提升明显。将两个改进后的模型进行横纵向对比实验,分析比较各模型的性能。 (4)根据整体系统的设计方案搭建电力目标检测系统,构建用于人机交互的图形界面,使用经过训练的检测算法,实现电力目标的智能检测。

关键词： 架空输电线路   地线电能损耗   电磁感应   电动势计算   电感参数  

摘要： 在国家“双碳”战略背景下，如何进一步降低输电环节的电能损耗与碳排放仍是重要的研究课题。架空输电线路地线的线损率虽然较低，但绝对量不容忽视。本文围绕架空地线损耗，分别从地线感应电动势、地线沿线电流及损耗计算、地线损耗关键影响因素、地线降损策略四个方面进行研究，主要内容如下:　　为解决现有的架空地线感应电动势计算方法将线路看作平行而未考虑弧垂的问题，本文采用线路的分布参数模型得到相导线任意位置处的电压和电流，通过导线与地线的空间位置参数求其悬挂方程，进而得到导线与地线的电容电感参数，提出考虑弧垂的架空地线感应电动势计算方法，结果显示所提电磁感应电动势计算方法精度不低于97.13％,静电感应电动势计算方法精度不低于96.02％。　　为解决现有的地线沿线电流及损耗计算方法的研究较少且未考虑线路分布参数及空间结构的问题，本文将双地线网络模型按照档距划分为多个单元，结合不定导纳矩阵的变换以及戴维南等效定理对多个单元进行等效合并，提出不同接地方式下考虑空间结构的架空地线沿线电流及损耗的计算方法，结果显示地线沿线电流计算方法精度不低于93.69％，地线损耗计算方法精度不低于92.54％。　　为解决现有线路结构参数对地线损耗影响的研究缺少机理分析且未指出地线损耗对不同参数灵敏度的问题，本文结合控制变量法研究各结构参数对地线损耗的影响，甄选关键因素，采用斯皮尔曼相关系数法分析各关键因素对地线损耗的影响程度，结果显示关键因素及其影响程度从大到小排序为:导线与地线间距＞导线高度＞导线间距＞地线高度＞地线间距＞地线电阻。　　为解决现有地线降损研究大都未考虑工程可行性与经济性的问题，本文对地线分段技术可行性进行分析，从相序排列、地线分段绝缘接地点位置、地线分段长度配置角度开展架空地线节能方案研究，结合全寿命周期成本及碳排量对不同接地方式的经济性与可行性进行评估对比，结果显示双地线分段绝缘单点接地的布置方式全寿命周期成本最低，减碳量最高。　　本研究得到了国家自然科学基金项目52107130、2023年国网河南省电力公司科技项目《110-500千伏架空输电线路地线电能损耗及节能策略研究》的资助。