关键词： 深度学习   金具检测   输电线路   显式知识   隐式知识  

摘要： 随着社会用电需求的增长,输电线路规模不断扩大。金具作为确保输电线路安全稳定运行的最基本部件,易受环境等因素的影响而出现故障,若不及时维护将带来严重损失。因此,作为金具状态监测基础的金具检测技术逐渐受到重视与应用,对辅助工作人员实现准确高效的运维任务、保证输电线路安全稳定运行有着重要意义。 以数据驱动为主的检测范式仅依靠直观视觉信息来实现识别过程,这使其具备强感知智能,但也导致了弱逻辑知识推理的不足。在输电线路金具存在的小目标、复杂背景和密集遮挡等问题导致的视觉信息不足或噪声信息冗余的情况下,这将带来检测精度的降低。因此,本文在当前检测范式的基础上以知识的融入作为第二驱动力,改善模型在学习人类知识总结和逻辑推理能力上的不足,确保在视觉信息不足或噪声信息冗余的情况下模型能够模仿人类依据知识实现推理识别的过程。 本文的主要创新性研究工作如下: (1)针对金具检测任务中的小目标和复杂背景问题,本文以高分辨率航拍图像的信息优势可经距离先验知识的辅助得到高效利用为基本思路,提出了一种基于先验知识辅助聚类的粗–精输电线路多金具检测方法。该方法首先设计了粗检测模块以实现图像信息密度的初步感知,然后以显式知识为约束前提,驱动模型对信息稠密处的精准定位过程,最后设计精检测模块对图像信息稠密处进行检测以保证对高分辨率图像信息优势的高效低损利用,并将最后的检测结果与初步感知结果进行互补,确保模型全面、高精度的检测结果。 (2)针对金具检测任务中的密集遮挡问题,本文充分考虑金具因规则化组合而导致的密集分布背后所蕴含的丰富隐含空间知识能够为检测带来的机遇,提出了基于隐含空间知识融合的输电线路多金具检测方法。该方法设计了空间框设定模块定位空间上下文信息所在位置,并通过空间上下文提取、记忆模块实现空间上下文信息的有效提取与记忆,使模型能够学习到正确的隐含空间知识,并根据待检测图像的差异去应用所学知识。此外,对模型的后处理结构进行改进,进一步提高模型对于密集遮挡情况的适应能力。最终,实现了隐含空间知识在当前范式下的融合,保证了模型的高精度检测结果。

关键词： 深度学习   输电线路   注意力机制   YOLOv5s  

摘要： 随着我国城市化进程的加速和人民生活水平的不断提高,各行业对电力的需求也在迅速增长。输电线路作为电力系统的重要组成部分,需要定期巡检以确保其正常运行。因此,在巡检过程中高效且精确的检测绝缘子和防震锤等关键部件,及时发现潜在隐患对电网长期安全运行十分重要。 传统方法检测输电线路关键部件及缺陷,通常需要投入大量人力和时间。近年来,随着无人机技术和深度学习技术的不断发展,使用无人机对输电线路进行航拍,再结合深度学习技术进行目标检测逐渐成为当今主流趋势。然而,无人机航拍得到的输电线路图像数量多,且图像的背景复杂多变,输电线路图像中的巡检目标容易受到无用信息的干扰,进而丢失重要特征信息,导致模型的检测精度不佳。同时,目标检测模型参数量大且计算复杂,进而导致检测速度变慢也是急需解决的问题。为解决上述问题,本文结合深度学习相关技术研究输电线路关键部件及缺陷目标检测方法,其研究内容主要如下: 1)为有效提高输电线路中绝缘子部件及其缺陷识别的精度,本文基于深度学习技术对YOLOv5s模型进行改进,首先将ECA注意力机制引入YOLOv5s中,用于减少无关特征干扰,改善模型对绝缘子及其缺陷的特征提取能力。然后在颈部网络中添加SPD卷积模块,提升模型对小目标的检测效果。最后将模型的检测头与自适应空间特征融合模块相结合,通过自适应调整不同尺度特征图融合时的权重,充分利用不同尺度的特征信息以提升模型的检测精度。实验结果表明,改进方法有效提升了模型对输电线路绝缘子及其缺陷的检测精度。 2)为拓展输电线路巡检场景,同时提升模型对输电线路关键部件及缺陷的整体检测性能,提出一种基于轻量化改进YOLOv5s的输电线路关键部件及缺陷目标检测方法,首先引入Shuffle Net网络结构对YOLOv5s进行轻量化改进,在此基础上结合RFB模块,使用具有不同扩张率的空洞卷积来增大感受野,然后引入动态选择机制SKNet,实现对卷积核大小的自适应调整,以适应不同尺度的检测目标,最后采用Hard Swish激活函数优化神经网络的非线性表达,改善模型的检测性能。实验证明,该方法在兼顾检测精度的同时提高了检测速度,可以更加高效的检测输电线路绝缘子、绝缘子缺陷、鸟巢以及防震锤。 3)根据输电线路关键部件及缺陷的检测需求,采用Py Charm和PYQT5等软件,构建了输电线路目标检测系统,该系统可以部署本文改进的目标检测方法,实现对输电线路中关键部件及缺陷的识别定位,该系统具有较好的稳定性和可靠性,可以给用户带来便捷的操作体验。

关键词： 输电线路   覆冰   防雷   压缩灭弧   高压试验  

摘要： 架空输电线路是电力系统中重要的组成部分,受地理位置与环境因素影响,极易发生覆冰与雷电灾害。为应对覆冰条件下复合地线的断线事故,部分区域需采用去地线措施,但同时带来了线路雷击跳闸率提升和供电设备耐雷水平降低的问题。因此,加装避雷器成为目前去地线区段减少雷击影响的主要手段之一。虽然内部空气间隙受外部冰雪环境影响较小,但其它内间隙灭弧装置多依靠产气材料或产气部件触发灭弧,一旦装置内部存在覆冰,可能会影响装置的灭弧作用,因此本文提出使用压缩灭弧装置(Compression Arc-Extinguishing Device,CAED)代替复合地线来加强线路耐雷水平,并通过理论分析、仿真研究与试验验证三个方面分析10k V线路中CAED在覆冰条件下的电弧遮断效果,主要研究工作及成果如下: 理论部分首先对电弧的物理特性进行研究,分析温度、直径以及电位梯度的变化规律和影响因素。其次,介绍电弧在发展过程中能量的变化情况和耗散方式并进一步阐述电弧在CAED中的运动状态。最后,根据熄弧理论、近阴极效应和电弧在运动发展过程中的特征提出电弧熄灭的三大判据,为后续仿真与试验结果提供理论支撑。 仿真部分主要基于COMSOL Multiphysics多物理场仿真软件对覆冰前后CAED的电弧遮断效果进行研究。首先,构建灭弧装置覆冰前后的二维几何模型,并根据收敛性和仿真结果精确度的需求进行不同程度的网格剖分。其次,介绍磁流体动力学(MHD)控制方程组、仿真域的材料属性和初始条件。最后,对比覆冰前后CAED的电势与温度变化可知,装置覆冰后其击穿电压更高且所需时间更久,另外,仿真还单独分析了覆冰后该装置的温度、电导率、压强以及气流速度的分布云图和变化曲线,研究结果表明,覆冰条件下CAED依旧能够在2ms内熄灭电弧且不再发生复燃现象。 试验部分为进一步验证仿真结果,说明覆冰后CAED的电弧遮断效果,共进行四组试验。冲击电压放电试验得到了覆冰前后CAED的50%冲击放电电压,分别为94.3k V和97.2k V,结果表明该装置覆冰后耐雷水平有所升高。观察冲击电压伏秒特性试验绘制出的伏秒特性曲线对比图可知,覆冰后装置能够先于绝缘子串发生击穿放电,起到良好的保护作用。大电流冲击耐受试验验证了该装置覆冰后仍具有承受大电流的能力且能够迅速遮断电弧,与仿真结果一致。工频续流遮断试验结果表明,相较于大电流冲击耐受试验与仿真,其整体灭弧时间更长,这是由于工频电压影响空气介质绝缘强度的恢复,但无论何时触发冲击电压,覆冰后的装置均能够在半波周期内熄灭电弧,该试验验证了覆冰后CAED遮断工频续流的有效性与可靠性。

关键词： 耐张线夹   X-DR无损检测技术   YOLOv7   区域检测算法   缺陷检测   输电线路  

摘要： 耐张线夹作为输电线路的重要连接部件,用于固定耐张杆塔上的导、地线终端,其耐张性能对电力系统的稳定运行至关重要。然而,其在运行过程中会受到覆冰、舞动等环境因素的影响,可能出现线夹断裂而引发的掉线事故。目前主要采用X射线数字成像技术(X-ray digital radiography,X-DR)对其压接性能进行检测,并通过人工识别判断其中是否存在压接缺陷。由于X-DR图像边界模糊、缺陷特征不明显,人工识别易受主观因素影响,且对于海量图像的检测效率较低。对此,本文基于深度学习开展耐张线夹X-DR图像的缺陷检测,提出两种方案实现对耐张线夹压接缺陷的智能识别,主要研究内容如下: (1)基于YOLOv7目标检测算法开展对耐张线夹X-DR图像压接缺陷检测,具体包括图像扩充、图像增强以及算法的优化。首先,针对数据集中各类缺陷数量不平衡、某类缺陷数量较少的问题,采用先裁剪,后缩放、翻转以及镜像操作进行扩充;同时,采用高斯滤波、限制对比度直方图均衡化(contrast limited adaptive histogram equalization,CLAHE)以及伽马校正的方法对数据集中质量较差的图像进行处理;此外,利用k-means聚类、高效交并比(efficient intersection over union,EIo U)、SPPFCSPC以及轻量级上采样算子(contentaware reassembly of features,CARAFE)对YOLOv7进行优化改进,结果显示改进后算法的m AP达93.02%,可实现对耐张线夹五类压接缺陷的检测。 (2)针对耐张线夹凹槽缺陷检测精度较低的问题,本文构建YOLO-RD算法开展对凹槽缺陷的检测,该算法具体包括图像滤波、凹槽定位以及区域像素计算三部分。首先,利用双边滤波算法对耐张线夹X-DR图像进行滤波,使得图像边缘平滑;其次,采用YOLOv7算法对耐张线夹凹槽区域进行定位,获取目标区域坐标;最后利用区域检测算法(region detection,RD)计算目标区域中白色像素面积占总面积的比值α来判断其是否为缺陷,由实验结果可知,当α处于[0,25%]时,可判定其凹槽未压紧,此外,该方法实现了92.12%的准确率,93.28%召回率,可实现对耐张线夹凹槽漏压缺陷的检测。 (3)基于***模块对本文所用两种算法进行集成与部署,设计出一套耐张线夹X-DR图像压接缺陷检测系统,该系统可实现单图像检测、多图像批量检测以及双模型对比检测等功能,且经过系统功能演示,成功验证了该系统的有效性。