关键词： 导线覆冰识别   改进秃鹰搜索算法   自适应开关中值滤波   优化Canny算子  

摘要： 准确有效的输电线路覆冰监测对电网的安全运行至关重要。近年来,我国部分地区连续遭受严重的雨雪冰冻天气,给电力输送造成了重大损失。恶劣的覆冰环境和广大的铺设范围往往给输电线路覆冰在线监测带来巨大的挑战,现存基于机器视觉的导线覆冰检测技术在复杂环境下常展示出边缘检测效果不好、覆冰厚度计算效果不佳等情况。为此,本文基于视觉,对输电线路的覆冰状态、类型和厚度展开了研究,分析了VGG19和SVM模型分类的优化方法、图像的自适应去噪方法、图像的边缘检测方法以及图像目标轮廓提取算法,提出了基于优化VGG19的覆冰判断模型、基于L-SBES-SVM的覆冰类型识别模型、基于自适应开关中值滤波的图像去噪方法、基于优化Canny算子的边缘检测算法、基于优化find Contours函数的目标轮廓提取算法,并设计了的机器视觉的输电线路覆冰智能识别软件,为输电线路覆冰监测的智能化和高效化提供技术和数据参考。 本文主要的研究内容如下: (1)提出了基于优化VGG19的覆冰判断模型,融合拉丁超立方抽样算法(LHS)、随机梯度下降算法(SGD)和秃鹰搜索算法(BES)优化的支持向量机(L-SBES-SVM)的覆冰类型识别模型。首先,将采集到的图像进行覆冰和未覆冰分类,利用优化VGG19训练得到覆冰判断模型,然后获取图像的等价局部二值模式(LBP)特征图,并在基础上生成灰度共生矩阵(GLCM)纹理特征值,最后将提取的纹理特征信息进行再分类并再输入L-SBES-SVM中训练,进而建立覆冰类型识别模型。实验结果表明:L-SBES的算法在收敛速度和全局搜索能力均优于BES算法,基于优化VGG19的覆冰判断模型训练准确率达到100%,验证正确率达到100%,基于L-SBES-SVM的覆冰类型识别模型训练准确率达到95.24%,验证正确率达到90%。 (2)提出了一种基于自适应开关中值滤波的图像去噪算法。该算法是在中值滤波的基础上添加了噪声和边缘信息的判断开关,再通过比对覆冰前后导线部分的像素面积值,添加了开关中值滤波的自适应算法。该算法保证了去噪效果的同时又提高了算法的自适应性。实验结果表明:基于自适应开关中值滤波的去噪方法相较于高斯滤波、中值滤波和双边滤波,保存的边缘信息更多,以失真的最小代价使边缘拟合效果更佳。 (3)提出了基于优化Canny算子和优化find Contours函数的导线覆冰厚度计算方法。首先利用自适应开关中值滤波和Otsu的图像预处理方法优化Canny算子,并获取覆冰导线的边缘,然后使用本文提出的图像预处理方法和边缘检测方法优化find Contours函数,并提取覆冰导线轮廓,最后通过推导得出的覆冰厚度计算公式计算导线覆冰厚度。实验表明,优化Canny算子的边缘检测结果优于Roberts算子、Sobel算子和传统Canny算子,本文提出的的导线覆冰厚度计算方法结果平均误差在4.10%。 (4)本文设计的系统软件对图像去噪和边缘检测效果良好,同时具有较高的覆冰识别准确率和覆冰厚度计算能力,对于覆冰监测具有良好的应用价值。

关键词： 输电线路   停电检修   系统设计   电子工作票  

摘要： 随着科技发展,生产和生活用电量越来越大,为保证电网的安全经济运行,需要定期对输电线路开展停电检修。目前各省电力公司没有统一的输电线路停电检修全流程管理系统,各个环节均需要人工大量参与,检修作业难以标准化。因此,需要基于检修标准化设计开发一套输电线路停电检修管理系统,实现检修工作从计划到执行的全流程线上化、自动化、无纸化,并达到标准化。 本文设计的输电线路停电检修管理系统基于国网湖南电力输电线路检修业务实际需求,进行深入调研分析,编制详细的需求分析报告,并对每个功能模块开展逻辑推敲、确定数据表结构和字段,并遵循国网公司相关架构、数据模型、安全性等要求完成系统的设计与开发;最后结合公司实际生产工作开展了全面的系统测试与bug修复,该系统实现在公司全面上线应用。 本文研究过程中主要有以下创新性工作:一是遵循国网公司“中台服务+微应用”的技术路线,基于信息网络安全接入网关及新一代信息网络安全隔离装置,实现了信息内网web端与互联网APP端之间的数据互通和流程无缝连接;二是通过预置作业类型、规程要求和方案模板,实现作业任务智能化决策、检修方案自动生成;三是提出工作任务单的概念,对工作任务、工作任务单、工作票和工序质量卡的关联关系、状态对应关系进行严密的分析与逻辑设计,避免了重复关联、任务遗漏或者完成状态出现冲突;四是通过建立工单类型关联关系及表单数据库,实现工作票和工序质量卡自动填写、一键生成;五是利用Bellman-Ford和SPFA算法,实现了自动动态规划工序、引导式执行工序。最终实现输电线路停电检修工作可以完全摒弃线下资料,管理层、执行层的各流程环节均通过线上完成。 截至目前,通过本论文所设计的输电线路停电检修管理系统,已经完成100多条线路的停电检修方案编制、任务派发与执行等全流程管理,极大地提高了线路运维单位停电检修管理工作的效率。

关键词： 输电线路小目标   目标检测   注意力机制   空洞卷积  

摘要： 电力是现代工业化和城市化的基础,为各行各业提供了必要的能源。而输电线路负责将发电厂产生的电能传输到各个用电地点,保障电力的供应和分配,是电力系统的关键环节。然而输电线路长期暴露在空气中,久而久之出现的小目标隐患,如鸟巢和防震锤表面锈蚀等可能会对输电线路的安全运行造成威胁,影响电力系统的稳定性。因此,定期进行输电线路巡检,确保输电线路的安全可靠运行非常有必要。近年来,随着无人机巡检技术的发展,利用无人机获取巡检图像,并借助检测模型对图像中的目标进行定位和识别已成为输电线路巡检的主流方式。然而,在输电线路的巡检任务中,由于目标尺度大小和场景的不确定性,导致现有的模型在检测鸟巢和防震锤这样的小目标时存在检测精度低、漏检率高的问题。因此,需要一种检测方法,实现对输电线路巡检图像中的小目标准确又快速的检测。本文主要工作如下: (1)为检测鸟巢和防震锤锈蚀两种输电线路小目标隐患,自主构建鸟巢和防震锤两种数据集。通过数据增强技术扩充原始样本,构建了包含3328张鸟巢图像的鸟巢数据集,以及包含3195张正常防震锤和3755张防震锤锈蚀图像的防震锤数据集。 (2)设计一种基于浅层自适应增强上下文模型和残差注意机制的鸟巢小目标检测方法(AR-Center Net)。该方法首先从Centernet特征提取网络中引出一个浅层特征层,并将其通过设计的由不同比率空洞卷积组成的自适应增强上下文模型,通过Center Net模型的学习,以自适应的方式补充浅层目标不同程度的上下文信息,随后将通过自适应增强上下文的浅层特征与原Centernet中反卷积后的深层特征融合,提高特征表示能力。最后,在特征融合后通过残差注意机制来使模型重点关注小目标的特征信息和防止小目标特征信息的丢失。通过实验表明,该方法提升了输电线路中鸟巢小目标的检测精度。 (3)设计一种基于增强特征金字塔网络(CS-PANet)和全局局部联合(DSAN)的防震锤锈蚀缺陷检测方法(CD-YOLOX)。该方法首先提出CS-PANet,具体来说,通过在PANet的输入端使用通道注意,同时将经过通道注意的输入跨层连接到PANet的输出端,缓解PANet中多次卷积和特征叠加导致的小目标特征丢失和周围复杂背景对小目标造成的干扰问题。其次,在模型预测前提出一个由自注意机制、空洞卷积和残差连接组成的DSAN模块。该模块将自注意机制与空洞卷积结合,使模型聚焦于特征图中小目标的全局特征区域,同时有效补充该区域的局部上下文,并通过残差连接保留原始信息,进一步降低了周围复杂背景对小目标的干扰。通过实验表明,该方法提升了输电线路中防震锤锈蚀缺陷的检测精度。

摘要： 2024年8月2日12:00，一架贝尔429直升机缓缓升空，通过机身悬挂的吊索将身着屏蔽服的带电作业人员精准放至500千伏输电线路姜太二线64至65塔隐患点位，对断股导线进行带电快速处缺作业并清除线路异物。这是国网冀北唐山供电公司首次开展500千伏输电线路直升机带电作业。