关键词： Faster RCNN   Soft＿NMS   损失函数   自适应参数   泊松融合  

摘要： 无人机输电线路巡检已经成为保障输电线路正常运行不可或缺的部分,从无人机拍摄图片中准确定位出输电线路目标是提高巡检效果的关键,鉴于深度学习在目标检测领域的卓越表现,使其已经成为输电线路目标检测的首选方法。深度学习目标检测主流算法中的二阶段模型Faster RCNN算法具有相对较高的精度,更符合输电线路目标检测的要求。 输电线路上的器件尺寸差异大、分布位置较为密集和不同类型器件数量差距大,导致采用深度学习算法进行航拍采集的输电线路图像目标检测,存在的主要问题是小目标、遮挡及密集的目标和样本不平衡。本文基于Faster RCNN算法,针对输电线路目标检测中密集目标漏检和样本不平衡问题开展研究,具体研究内容如下: (1)针对密集目标漏检问题,提出改进Soft＿NMS后处理方法的Faster RCNN算法。在将原有非极大值抑制方法NMS替换为Soft＿NMS的基础上,将检测框重叠评价方式IOU替换为DIOU和在得分抑制程度上引入调节参数。实验验证中,为选择合适的特征提取网络,对比了ResNet50、ResNet101和VGG16三种特征提取网络的Faster RCNN在输电线路检测上的效果后,选取效果最好的VGG16作为Faster RCNN的特征提取网络,对改进的后处理方法进行验证,算例实验验证结果表明所提算法改善了密集目标漏检问题,提高了检测精度。 (2)在从模型损失函数角度解决输电线路样本不平衡问题方面,提出了自适应参数CB＿FL损失的Faster RCNN算法。首先在焦点损失(Focal Loss,FL)中引入类平衡损失(Class-balanced,CB)的类间权重建立了CB＿FL损失,使CB＿FL损失可以解决难易样本和类间样本不平衡问题,然后针对CB＿FL损失的实时样本适应性差和在模型训练中后期困难样本对总损失贡献度变小的问题,提出自适应类间样本权重和自适应难易样本权重调制系数的自适应参数CB＿FL损失。算例实验验证所提算法有效提高了困难样本和小样本的检测精度。 (3)在从数据样本扩充角度解决样本不平衡问题方面,采用基于泊松融合的样本生成方法,对数据集中的防震锤、鸟巢和塔号牌这样的小样本目标进行扩充,算例实验验证所提算法有效提高了防震锤、鸟巢和塔号牌这样小样本的检测精度。

摘要： 随着科技的不断进步和电力需求的日益增长，输电线路建设面临着更为严格的技术要求和施工标准。传统的施工方式已难以满足现代电力建设的需求，因此，全过程机械化施工管理应运而生。它通过引入先进的机械化设备和技术，实现施工过程的自动化、智能化和精细化，提高施工效率，降低施工成本和管理风险。

关键词： 电力部件识别   绝缘子缺陷检测   小目标   目标检测  

摘要： 电力是现代社会不可或缺的基础能源,其对现代化社会生产、生活和发展具有重要的意义。输电线路作为电力系统的重要组成部分,承载着大量电能的传输和分配,其安全运行对保障电网供电和社会稳定具有至关重要的作用,因此输电线路巡检的重要性不可忽视。利用目标检测算法对无人机的航拍图像进行电力部件识别,有助于优化输电线路的巡检策略,帮助定位故障点、快速进行故障排查;进行电力部件缺陷检测,可以及时发现和处理输电线路中存在的安全隐患和故障,保证电力系统的长期稳定运行,同时也为人们的日常生活提供可靠的电力保障,具有重要的现实意义。本文对输电线路的典型部件(均压环、绝缘子、间隔棒和防震锤)进行识别,并针对绝缘子进行多缺陷和自爆缺陷检测算法研究。主要研究内容如下: (1)针对输电线路航拍图像的部件存在遮挡、多尺寸、小目标等问题,提出输电线路部件识别算法YOLOv7-C3W4。在YOLOv7的基础上通过K-means聚类先验框,增加小目标检测层,提升小目标的检测能力;采用C3Ghost V2模块,提升对复杂形状目标的检测能力;选用损失函数WIo U,使模型更好地适应不同形状和尺寸的目标,提高目标遮挡情况的适应性和鲁棒性。改进后的算法的总体平均精度均值提升了1.7%。 (2)针对绝缘子缺陷图像所处的背景大且复杂、遮挡较多、缺陷识别困难和漏检误检情况较为普遍的问题,提出绝缘子多缺陷检测算法YOLOv7-CSW。对于遮挡较多的大目标,使用损失函数WIo U,减少漏检情况;对于存在少量遮挡和不易检测的小目标,引入Sim CSPSPPF模块,提升模型的检测精度;采用CARAFE模块进行上采样和特征重组,提升模型性能;构造三种数据来源的多样化数据集,进一步提升模型的泛化能力。此外,对绝缘子多缺陷检测算法进行调整,引入CBAM注意力机制,构建了YOLOv7-WCBAM算法,以增强自爆绝缘子缺陷检测的能力。改进后算法平均精度均值提升了1.3%。

关键词： 智能电网   故障诊断   故障检测   故障分类   故障定位   欧几里得距离   高阶谱分析   改进CEEDMAN  

摘要： 随着城乡规模的扩大,使得智能电网输电线路的分支越来越多,电力系统愈加复杂,输电线路的重要性日益凸显。在传统电网结构中,输电线路数量有限,因而输电线路的故障诊断相对简单。然而,随着智能电网发展,为了更好地适应分布式电源和区域性电力需求,输电线路的分支和网络拓扑结构变得更加复杂,因此故障诊断变得更加具有挑战性。当输电线路发生故障后,需要对线路进行故障诊断,及时消除故障并恢复线路供电,以保障电网安全稳定运行。针对故障诊断中存在的关键问题,本文提出了一种综合性的故障诊断算法,包括故障检测、故障分类以及故障定位三个主要环节。 (1)首先,详细介绍了输电线路基本故障类型并进行了特征分析,为后续故障诊断提供了理论依据。接着,对行波理论进行了探讨,分析了故障行波在架空-电缆混合线路中的传播路径,为后续行波测距法提供了理论基础。在行波测距方面,介绍了单双端测距原理,介绍了各自的优缺点。同时,结合相模变换理论,采用了一种新型的相模变换方法,对其在文中的作用进行了深入探讨,并验证了算法的可行性。 (2)针对架空-电缆混合三端T型输电线路故障检测问题,本文提出了一种基于欧几里得距离的故障检测算法。首先,对混合三端T型线路的基本结构和工频模量的特性进行了简要分析,并对混合三端T型输电线路的故障类型进行了特征分析。随后,简要阐述了欧几里得距离算法,在确定合适的驱动信号和阈值后,可以采用该算法判断输电线路是否发生了故障。在Matlab/Simulink上搭建架空-电缆混合三端T型线路模型,通过仿真实验对输电线路故障检测算法进行有效验证。 (3)为了对输电线路中的故障类型进行识别分类,本文提出了一种基于高阶谱分析法和卷积神经网络的输电线路故障分类算法,将深度学习应用于故障类型的识别。首先,介绍了高阶谱分析法,通过高阶谱分析法将故障信号的时序数据转化为二维图像数据。接着简要介绍了卷积神经网络,并最终采用卷积神经网络中的Res Net50网络模型。最后,在Matlab/Simulink中搭建输电线路模型并采集故障样本集,通过将经高阶谱分析法处理后的图像输入到Res Net50模型中进行训练和测试,以验证输电线路故障分类算法的有效性。 (4)针对架空-电缆混合三端T型输电线路的故障定位问题,本文提出了一种基于改进CEEMDAN与零线模分量的故障定位算法。为了准确地检测到行波波头,本文提出了改进的CEEMDAN算法,通过结合能够反映瞬时能量的TKEO算法,实现对行波波头的准确提取,有助于减轻数据间的不规则波动。针对混合线路多分支的问题,本文提出了一种基于零线模分量时间差的故障支路判别方法。通过分析故障初始行波到达各端检测点零线模分量之间的时间关系,来进行故障支路的判断。在确定故障具体位于哪个支路后,可以利用基于零线模分量时差的双端测距法计算出故障距离。在Matlab/Simulink上搭建混合三端T型线路模型,以验证输电线路故障定位算法的有效性和准确性。 通过深入分析和软件仿真,本文提出的综合性故障诊断算法对输电线路中的故障进行了验证。该算法整合了输电线路故障诊断的三个关键环节,即故障检测、故障分类以及故障定位,实现了对故障信息的全面分析和处理,验证了算法的有效性和准确性。 图[55]表[13]参[84]

关键词： 750kV输电线路   巡检机器人   越障策略   机器人单臂运动学分析   机器人单臂动力学分析  

摘要： 为改善我国各地区用电需求与发电量不匹配的状况,确保发电厂电能安全可靠地传输到各用电地,我国建立了一个庞大的高压输电网络。其中,750kV高压输电线路作为我国高压输电网络中的主要线路,以单相六分裂的形式广泛铺设在无人区域。定期巡查高压输电线路的状态对电网的安全运行至关重要,然而,现有巡检方式已无法跟上高压输电网络的快速发展,这已成为高压输电网络所面临的安全隐患之一。与传统巡检方式相比,机器人自动化巡检具有更高的效率、安全性和更低的成本。虽然现有的巡检机器人在一定程度上实现了自动化巡检,但仍旧存在着一些明显不足。首先,这些机器人的重量普遍较大,增加了部署的难度;其次,跨越障碍能力的不足也使机器人难以完成全面的巡检任务。为提升750kV高压输电线路巡检工作的整体质量,本文特别设计了一种下悬式四臂巡检机器人,并梳理出跨越三种电力金具相应的越障策略。 首先,对现有高压输电线路巡检机器人的工作原理与越障方案深入分析。明确了巡检机器人设计时所要注意技术难点的同时,提出了解决现有巡检机器人技术难点的创新思路。 其次,确定了一个全新的巡检机器人方案。该巡检机器人采用下悬式四臂设计,由一个检测平台与四个结构相同的腿轮复合臂构成。每个复合臂由轮部机构、支撑机构以及包含两个旋转关节和一个伸缩关节的腿部机构组成。轮部机构负责机器人行走,腿部机构则负责机器人越过障碍。 然后,利用该巡检机器人独特的四臂结构,设计出了机器人在面对不同障碍物时的越障策略。这些策略可确保机器人在跨越不同的障碍时,至少有三条臂与输电导线接触,极大的提高了机器人运行的安全性与稳定。 接着,对巡检机器人的单臂进行运动学建模,并进行了正运动学与逆运动学分析。又利用Matlab-Robotic toolbox对机械臂单臂与四臂的工作空间进行了仿真。基于拉格朗日方程,建立了机器人单臂的动力学方程,并通过对动力学方程进行推导分析出影响机器人的稳定性和精度的关键因素。 最后,在实验室中搭建高压输电实验线路,制作了第一代巡检机器人,并在实验线路上进行工作实验分析验证。同时,建立了第二代巡检机器的单侧双侧模型,为第二代巡检机器人实物的制作奠定了基础。

摘要： 输电线路杆塔空气间隙的三维可视化管理系统，是一种利用先进技术对输电线路杆塔进行空气间隙监测的重要工具。通过数字化建模，该系统能够实时显示输电线路杆塔与周围环境的空气间隙情况，为管理人员提供直观且全面的信息，以便及时发现空气间隙不足的问题，保障输电线路的安全运行。