关键词： YOLOv7   深度学习   输电线路缺陷检测   小目标检测   多尺度融合   Swin Transformer   β-dropout   自适应特征融合   损失函数  

摘要： 针对在复杂背景下输电线路多尺度缺陷目标检测精度较低的问题,文中提出一种基于改进YOLOv7(You Only Look Once version 7)的输电线路多类缺陷目标检测模型。对于复杂背景造成缺陷目标较低的问题,在Backbone部分引入改进的Swin Transformer模块,通过使用多头注意力机制提升对全局特征的提取效果来提高模型的检测精度。对于待检测目标的多尺度特性,在特征金字塔基础上引入自适应特征融合模块,提升了Neck部分特征融合网络对多类不同尺度缺陷目标的检测能力。使用SIoU(Structured Intersection over Union)损失函数在提高预测框回归精度的同时加快了模型的收敛。实验结果表明,相较于YOLOv5、YOLOv7和Faster R-CNN(Faster Region with Convolutional Neural Network)模型,改进YOLOv7模型具有较高的检测精度,其平均检测精度可达96.4%,检测速度为29.6 frame·s^(-1),能够为输电线路多类缺陷目标检测提供参考。

关键词： 雷达遥感技术   输电线路   隐患检测   数据表格  

摘要： 随着电力需求的持续增长,保障输电线路的安全稳定运行至关重要。传统输电线路隐患检测方法存在效率低、检测范围有限等问题。雷达遥感技术凭借其独特优势,在输电线路隐患检测中展现出巨大潜力。本文研究雷达遥感技术在输电线路隐患检测中的应用,阐述其技术原理、特点,详细分析在不同隐患检测场景中的应用情况,并结合实际案例及数据表格展示应用效果,为提升输电线路隐患检测水平提供有力参考。

关键词： 多端柔性直流电网   小波变换   麻雀搜索算法   双向长短时记忆网络   故障诊断  

摘要： 针对多端柔性直流输电线路保护的耐受过渡电阻能力差、识别准确率低的问题,提出了一种改进麻雀搜索算法(improved sparrow search algorithm, ISSA)与双向长短时记忆网络(bidirectional long short-term memory network, BiLSTM)结合的诊断模型。基于小波变换技术提取输电线路故障的特征作为模型输入量对模型进行训练;利用Sine混沌映射、学习粒子群算法策略、引入高斯扰动项对原始麻雀搜索算法进行改进,利用ISSA对BiLSTM目标超参数进行寻优,使故障诊断精度达到最优。最后基于PSCAD/EMTDC仿真平台搭建了四端柔性直流输电系统模型,验证表明,其故障识别准确率高、耐过渡电阻能力强,满足可靠性与速动性的要求。

关键词： 激光点云   匹配算法   缺陷预警   输电线路塔材  

摘要： 架空输电线路的覆盖范围较广,且所处地形复杂,自然环境恶劣,其杆塔塔材在外部环境中容易出现缺陷问题,影响架空输电线路的输电安全。新时期对输电线路的安全巡检提出了新要求,为实现输电线路的可靠性和安全性检测,本研究提出基于塔材激光点云匹配算法的输电线路塔材缺陷预警方法。该方法运用几何原理转换激光雷达三维场景,搭建输电线路塔材视觉成像模型;在模型中对塔材图像特征类型划分,选择高程阈值分割缺陷分布维度特征;基于激光点云匹配算法拟合缺陷特征,从而对输电线路塔材缺陷进行预警。结果表明:选择3种输电线路塔材缺陷类型作为测试对象,所研究方法可以实现精准的缺陷类型区分,对不同类型的塔材缺陷均具有良好的预警效果。

关键词： YOLOv5   异物检测   输电线   Swin Transformer   CBAM   SIoU  

摘要： 输电线路异物检测对于电力系统的安全可靠运行具有重要意义.为提高输电线路异物检测的精度,提出了一种基于改进YOLOv5的输电线路异物检测算法.该算法以YOLOv5为基础网络,在YOLOv5的C3模块嵌入Swin Transformer模块,形成C3STR,将其作为一个整体模块嵌入网络,借助其窗口自注意模块将自注意计算限制在偏移后的局部窗口,减少计算量,还允许跨窗口连接来提高效率,增强目标的深层语义信息和特征表示能力.并增加CBAM注意力机制,将空间注意力机制和通道注意力机制相结合,使网络能够关注到图片中的重要信息,提升网络特征提取能力.最后将回归函数的损失函数CIoU_loss替换为SIoU_loss以提升网络的收敛速度.实验结果表明,模型改进后的平均精度均值(mAP)为98.8%,较原模型提高了3.3%.

关键词： 输电线路   PHC管桩   预制承台   水泥基灌浆材料   粘合结构  

摘要： 本文针对以往预制桩和承台连接部位复杂且施工精度要求高的问题,提出一种基于水泥基灌浆料连接的节点连接方式,通过节点试验和有限元分析对其承载力进行研究,并提出相应的设计计算方法。结果表明:在下压加载至1000 kN时,PHC管桩及节点连接未出现破坏,在上拔和水平加载时,桩身破坏先于节点破坏,节点强度大于桩身强度,验证了灌浆料连接的可靠性。

关键词： 输电线路极端冰冻灾害   核动态潜变量   近似线性依靠   小概率样本   自适应预警  

摘要： 针对输电线路极端冰冻灾害预警模型中小概率样本不易获取以及在提取特征动态关系时难以在线学习的问题,提出一种自适应核动态潜变量算法及输电线路极端冰冻灾害预警模型.首先,该模型使用正常数据构建基于核动态潜变量(kernel dynamic latent variable,KDLV)的离线模型,并获得到统计限T_(lim)^(2);然后,引入模型自适应更新准则对近似线性依靠算法(approximate linear dependence,ALD)进行改进,利用改进的ALD算法更新统计限T_(lim)^(2),从而自适应提取动态潜变量特征;最后,利用KDLV模型计算测试集数据的统计量T_(lim)^(2),以测试集数据统计量T_(lim)^(2)是否超过统计限T_(lim)^(2)作为判断标准.运用滇东北某输电线路覆冰数据进行实验验证.相较于动态潜变量、KDLV、动态内部主元分析及时序近邻保持嵌入方法,提出的方法灾害预警正确率最高、漏报率最低、误报率最低.

关键词： 激光传感技术   障碍物检测   输电线路   巡检机器人   速度控制   自动化避障  

摘要： 为了降低人工巡检的成本和风险,提升输电线路的安全性,设计了基于激光传感技术的输电线路巡检机器人自动化避障方法。通过激光传感器根据安全阈值确定障碍物信息点,采用包围盒算法对障碍物进行建模;计算机器人可安全通行的区域,采用向量场直方图分析每个扇区的障碍物强度,确定可通行扇区,根据宽度和可通行区域确定机器人的可行驶方向,并确定参考行驶方向;通过角速度和线速度精确控制巡检机器人的运动状态。实验结果表明,该方法不仅能够精准地检测出障碍物的信息点和形状,还能够有效地避开所有障碍物。

关键词： 输电线路走廊   隐患识别   二值化方法   直方图均衡化   特征提取   欧氏距离   无人机巡检   特征融合  

摘要： 【目的】在电力系统中,架空输电线路作为电能传输的关键环节,其安全稳定运行尤为重要。然而,随着自然环境变化和植被快速生长,输电线路走廊内的树木成为影响线路安全的主要隐患之一。树木与输电线路的接近度过高不仅可能引发短路、跳闸等故障,严重时还会导致火灾,威胁电网安全及人民生命财产。因此,为提高树障隐患识别的准确性,设计了一种基于无人机(UAV)巡检影像的架空输电线路树障隐患识别方法。【方法】首先,通过直方图均衡化增强影像对比度,使细节信息更为清晰,并采用变换函数强化影像边缘,为特征提取奠定基础。然后,利用FROST滤波去除影像噪声,在保留边缘细节的同时确保处理准确性。结合二值化方法平滑影像,提取巡检影像中的树障颜色特征及输电线路导线弧垂的纹理特征。针对影像拍摄角度和光线导致的边缘信息缺失,采用插值算法补充缺失的边缘值,保证特征提取的完整性。在此基础上,通过计算相邻数据的欧氏距离获得特征融合的标注结果,实现对输电线路走廊隐患的识别。【结果】实验结果显示,本文方法在识别架空输电线路树障隐患任务中表现优异,不仅准确识别出5个树障隐患区域,且隐患数量识别结果与实际误差较小。在隐患位置坐标的精确性分析中,b区域和d区域的识别坐标分别为(1.43 m,8.3 m)和(1.49 m,9.8 m),与实际数据高度吻合。此外,相较于其他方法的隐患程度识别不准确情况,本文方法在各级树障隐患方面的识别结果更为精确,与实验区域实际情况的数值接近,验证了方法实际应用优势和可靠性。【结论】本文方法能够有效识别输电线路的隐患区域,精准判断隐患数量及特征,具有较高的实用性。该方法结合无人机巡检影像与先进图像处理技术,实现了架空输电线路树障隐患的自动化、智能化识别。通过融合颜色特征和纹理特征,提高了识别准确性与鲁棒性。本研究成果对于提升电力系统的安全性和稳定性具有重要意义,为智能电网建设和发展提供了有力支持。

关键词： 高压线路   带电施工   OPGW  

摘要： 介绍了高压输电线路带电施工,高压输电线路带电更换OPGW的施工准备和施工方法以及工程案例。