关键词： 绝缘子   防震锤   目标检测   YOLOv5   轻量化  

摘要： 输电线路的正常运行对于保障电力的安全输送至关重要,而绝缘子和防震锤作为输电线路的重要组成部分,其重要性不言而喻。绝缘子和防震锤长期处于室外环境,易受极端天气的影响,因此需要定期对其进行巡检,确保其处于正常的状态下运行。最初的巡检方式为人工巡检,但随着我国不断扩大的输电线路规模,传统的人工巡检效率已经不能满足当前输电线路的规模了。随着无人机技术的出现,使得巡检方式转向无人机巡检,相比之前人工巡检和直升机巡检等方式,无人机巡检因其高效率、低成本迅速成为输电线路巡检的主要手段。然而,无人机所拍摄的图像中防震锤和绝缘子存在分布稀疏、背景复杂以及形态多变等问题,这些因素都给检测带来了一定的困难。基于此,本文研究与设计了基于深度学习的输电线路缺陷检测方法。本文的主要研究内容如下: (1)本文通过使用无人机在巡检时所拍摄的图像,构建了一个包含绝缘子和防震锤的数据集DVDI(Dataset of Vibration Dampers and Insulators),为后续的模型训练和测试提供数据。本文使用水平镜像和旋转来增广有缺陷的数据,并使用gamma变换对部分数据进行增强,以此来提高模型的泛化能力。DVDI包含了四种常见型号的防震锤以及三种常见型号的绝缘子。 (2)针对输电线路巡检图像中存在的检测难点,本文设计了一种BC-YOLO(Bidirectional Feature Pyramid Network and Coordinate Attention You Only Look Once)目标检测网络,用于精准检测输电线路中有缺陷的绝缘子和防震锤。具体来说,首先在YOLOv5x的backbone部分引入CA注意力机制,CA通过将位置信息嵌入到通道注意力,使网络可以保留精确的位置信息同时捕获远程依赖关系。其次在Neck部分使用Bi FPN来替换原有的PANet(Path Aggregation Network)特征融合框架,PANet没有区分不同输入特征的重要性,而不同的输入特征对融合之后的输出特征贡献通常是不同的,Bi FPN通过对每个特征层添加权重,使网络关注对融合之后的输出特征贡献更大的特征图。最后引入了迁移学习的策略,来进一步提高网络的检测精度。实验结果表明,我们的方法相比于YOLOv5x,m AP提升了4.9%。 (3)为了提高输电线路缺陷检测的效率,本文设计了一种YOLOv5s-tiny轻量化的目标检测网络。具体来说,首先以YOLOv5s为baseline,使用ghost卷积来替换原有的标准卷积,ghost卷积作为一种轻量化卷积,替换之后可以有效降低YOLOv5s的参数量和计算量,同时将替换卷积后的网络命名为YOLOv5s-tiny。其次以YOLOv5s-tiny为学生网络,BC-YOLO为教师网络来进行知识蒸馏,以此来提高YOLOv5s-tiny的检测精度。实验结果表明,我们的方法相比于YOLOv5s,模型体积降低了46%,m AP提升了1.7%。最后通过本文研究的输电线路缺陷检测方法,设计了一款输电线路缺陷检测的原型系统,该系统总共包括四个部分,分别为登录界面、数据预处理、缺陷检测、结果统计等功能组成。

关键词： 高压   直流输电线路   继电保护  

摘要： 高压直流输电线路在远距离大规模输电中呈现突出价值,在我国电力资源输送体系中发挥了显著作用。继电保护技术是抑制高压直流输电线路故障高频、大面积发生的重要手段。本文从基于解析法的高压直流输电线路故障分析出发,论述了线路的继电保护关键技术,并以辅助决策系统开发的方式,对高压直流输电线路的继电保护精度进行了优化,希望为继电保护技术在高压直流输电线路中的有效应用提供一些参考。

关键词： 高压线   巡检机器人   视觉系统   嵌入式芯片   障碍物识别与定位算法  

摘要： 随着电力系统逐步升级,电网规模逐渐扩大,输电线路巡检机器人朝着更加高效化、轻量化、智能化的方向发展。为保证巡检机器人的工作效率和工作安全,高效稳定的视觉检测系统是机器人设计过程中不可或缺的一环,视觉系统一旦失效,会造成机器人无法工作甚至脱险等风险。为此,本文旨在设计一种可满足500KV超高压输电线路巡检机器人实际工程需求的视觉检测系统。 首先,分析500KV高压线巡检机器人的工作环境和作业特点,搭建机器人视觉系统硬件平台,选用适合机器人本体结构的深度摄像头和能够满足视觉系统工作需求的嵌入式芯片。其次,进行视觉系统算法部分的设计,为了解决算法在嵌入式芯片上运行效率低的问题,将Shuffle Netv2轻量级网络模型与YOLOv5算法进行融合,提出YOLOv5-lite算法,完成障碍物的识别。通过自制数据集训练网络模型,在嵌入式芯片上进行测试,测试结果表明,网络模型在嵌入式芯片上表现良好,单张图片的检测速度约为63.52ms,识别精度约为95.04%,通过对比实验验证,YOLOv5-lite算法相较于YOLOv5算法,检测速度可提升约20.43ms,算法具备优越性。在障碍物识别算法的基础之上,提出基于单目机器视觉的障碍物定位算法,利用预测框的坐标信息作为输入值,通过单目测距原理与坐标转换关系完成障碍物定位算法的设计。测距实验结果表明,本文所提出的障碍物定位算法的测距误差可始终维持在8%以内,能够满足巡检机器人误差接受范围。 最后,进行巡检机器人工作环境的搭建和机器人总体结构的装配,将轻量级目标检测算法YOLOv5-lite与单目测距算法相结合,提出一种YOLOv5-lite-R轻量级障碍物识别与定位方法,将其与嵌入式芯片进行融合,完成算法的性能测试,选用YOLOv5算法应用于嵌入式芯片上与YOLOv5-lite-R算法进行性能对比,结果表明,YOLOv5-lite-R算法的检测速度约为150.18ms,检测精度约为89.7%,能够很好的契合嵌入式芯片且相比于YOLOv5算法,可在保证检测精度的前提下,拥有更快的检测速度,更小的模型参数以及更高的定位精度,满足机器人线上巡检的实时性需求。对搭载视觉系统的巡检机器人进行越障性能测试,结果表明,巡检机器人能够通过视觉系统提供的数据高效精准的完成自主越障,证明视觉系统具备可行性。 该论文有图74幅,表23个,参考文献96篇。

关键词： 输电线路   精细积分法   故障测距   分布参数模型  

摘要： 现代电力系统对电能质量与用电可靠性的要求在逐步提高,而输电线路可以称作电力系统的血管,它在输电与配电过程中有着举足轻重的地位。我国作为一个发电与用电的大国,电网地域跨度非常大,运行环境很复杂,气候变幻多端,这些原因造成了我国电网中故障类型与发生频率较多。电网中的故障不仅对电力系统中的电能质量与用电可靠性有严重影响,而且也会对我国的经济效益与人民的生命财产安全造成巨大的损坏。所以如何迅速、精准地找到故障发生的地点是现在输电线路故障测距研究的重点。本文引入一种算法稳定、结构简单的暂态分析计算方法--精细积分法,以双端输电线系统为研究对象,对输电线路进行故障测距研究,主要研究内容如下:(1)首先,介绍了故障测距的方法与精细积分法,通过算例分析,得出精细积分法适用于求解各种传输线沿线电压、电流。(2)其次,针对以往使用精细积分法在故障测距中,在求解结果时使用四阶龙格库塔法,本文在求解结果时使用的是对T矩阵进行迭代计算,这样既能保留精细积分法计算精度高、算法稳定的优点,同时也能在计算速度上进行提升。通过在Matlab/Simulink仿真环境中分别对单相线路与三相线路进行故障测距仿真,得出精细积分法在故障测距中具有较好的准确度,同时其测距结果也表明使用T矩阵迭代计算比使用四阶龙格库塔法效果更好。(3)最后,为了解决精细积分法在故障测距中提升精度就会降低其计算速度的问题,本文提出了使用子域精细积分法进行故障测距,再通过仿真计算得出子域精细积分法的测距精度与速度都较精细积分法好。经过以上实验分析,可得出精细积分法非常适合用于传输线故障测距中。其在确保电力系统电能质量与用电可靠性上有着积极的作用。

关键词： 绝缘子自爆检测   小目标检测   深度学习   图像识别   轻量化设计  

摘要： 电能是国家经济发展与国民生活水平提升的重要基础能源,输电线路及其相关器件运行的安全性是电力系统持续稳定工作的前提,为保障电能供应的可靠性,运行人员定期巡检输电线路是发现故障的有效途径。随着我国电力行业的快速发展,加之地形复杂,国土辽阔,电网覆盖规模较大,智能化电网建设与自主化巡检系统均对线路巡检与故障检测任务的精度与速度提出更高的要求。输电线路绝缘子作为支撑与绝缘的关键器件,其安全性检测是保证线路运行安全的重要研究内容,现有图像处理算法已无法满足检测要求。深度学习理论与计算机视觉技术的发展为电力系统巡检领域提供了可行思路,并逐渐成为线路巡检的主流研究方向。因此,研究基于深度学习算法的输电线路自爆绝缘子检测符合电网发展趋势,具有切实的应用价值。论文研究了深度学习相关算法在输电线路检测任务中的应用,并根据所研究的自爆绝缘子相关特征进行针对性改进,以提高模型的检测性能,完成自爆识别。主要研究内容如下:(1)自爆绝缘子样本的扩充。由于电力行业的特殊性,目前并没有样本丰富的高质量公开绝缘子数据集,基于获取的有限的绝缘子自爆图像,为确保模型训练的合理性和有效性,采取传统图像变换技术与生成对抗网络相关算法进行数据扩充。传统图像变换技术可实现图像数量的有效补充,但数字图像质量会有所损失,为实现图像数量与质量的进一步扩充,论文对深度卷积生成对抗网络(Deep Convolution Generative Adversarial Networks,DCGAN)与循环一致生成对抗网络(Cycle-consistent Generative Adversarial Network,CycleGAN)相关理论进行研究,并将两种网络引入数据集制作过程中,在保证自爆图像质量的前提下,利用DCGAN实现目标图片数量的扩充,借助CycleGAN进行图像风格域的互换,提升数据集的丰富性。最终得到所需的自爆绝缘子数据集。(2)掩膜区域卷积神经网络(Mask R-CNN)实现自爆绝缘子的检测。针对传统图像检测方法对自爆缺陷检测表现出的主观性,为提升检测任务的精度与速度,采用两阶段的语义分割和检测网络Mask R-CNN实现绝缘子自爆小区域的检测,该方法不仅可实现像素级别的定位,还可直接将自爆区域从图片中分割出来,但图像背景复杂与目标尺度占比小使网络检测效果不太理想。因此,本文对Mask R-CNN进行如下改进:(1)在特征提取网络中加入注意力机制CBAM(Convolutional Block Attention Module),加强对小目标特征的有效提取;(2)改进特征融合网络对多尺度特征的融合策略,增加并行的融合路径将不同尺度的特征进行融合,并设计总体特征融合模块,进一步提升自爆区域特征的完整性;(3)使用全局交并比(Generalized Intersection over Union,GIoU)进行目标相似度筛选,避免高似然背景对检测带来的干扰;(4)将掩膜分支损失替换为Tversky损失函数,抑制缺陷样本数量较少时模型训练过程中出现过拟合现象。实验结果表明,改进后的Mask R-CNN对于复杂背景下的小尺度绝缘子自爆缺陷的检测精度有明显的提升。(3)轻量化CenterNet实现自爆绝缘子的检测。CenterNet基于无锚框思路设计而成,该网络对小尺度目标可实现精准检测,并降低大量锚框筛选造成的模型时间复杂度高的现象,由于缺乏特征融合阶段,导致目标信息有一定程度的丢失,基于该算法所表现的较高检测性能,进行模型轻量化设计。具体方法如下:(1)将特征提取网络替换为轻量化结构GhostNet,减少了卷积运算的复杂度;(2)为确保自爆小区域内特征提取的完整性,引入增强感受野模块(Receptive Field Block,RFB)对轻量主干网络所获取的特征层进行加强特征提取,使模型关注与目标相关度更高的特征信息;(3)构建特征融合网络,得到具备目标多层次信息与全局信息的有效特征层,用于回归分类,提高轻量网络的检测精度。实验结果表明,网络轻量化设计仅损失少量精度,实现了网络规模的有效缩减。使用改进Mask R-CNN算法可实现绝缘子自爆的准确检测;轻量化CenterNet算法不仅在检测精度方面表现较好,而且在模型规模与模型运算方面具有一定优势,论文研究的基于深度学习的绝缘子自爆检测技术具有应用价值。

关键词： 准分布式光纤光栅   复合绝缘子   绝缘子覆冰   架空输电线路导线覆冰   覆冰荷载定位检测   覆冰荷载定量检测  

摘要： 冬季持续低温雨雪凝冻会导致架空输电线路表面覆冰,严重威胁电网运行安全。近年我国电网大面积冰灾事故频发,不仅造成了巨大的经济损失和社会影响,还阻碍了超、特高压输电的布局发展。目前检测绝缘子和导线覆冰的手段存在1)在恶劣天气中无法使用,2)监测设备电源长时间供电受到限制,3)载重大难以兼容现场条件等问题,不能满足工业需求。光纤传感是实现定量定位检测绝缘子和导线覆冰的关键技术,本文在110k V复合绝缘子中植入6根各级联13个准分布式布拉格光栅(FBG)的光纤,研制出能检测覆冰的光纤复合绝缘子,在此基础上研究了绝缘子伞裙覆冰的定位、定量检测方法、运行绝缘子和运行导线覆冰区分检测方法、模拟绝缘子和模拟导线覆冰区分检测方法。具体研究内容如下:1.研究了光纤复合绝缘子用于测量架空输电线路覆冰的三种方式,包括区分测量运行绝缘子和导线覆冰、区分测量模拟绝缘子和模拟导线覆冰,以及单独测量模拟绝缘子覆冰。利用界面准分布式布拉格光栅研究定位检测复合绝缘子雨凇覆冰,对伞裙上有雨凇荷载时的情况进行了仿真计算,建立了“单伞单雨凇三FBG”力学杠杆模型,发现了深“M”型周向雨凇的FBG传感规律和“上负下正”轴向雨凇的FBG传感规律。基于该模型和FBG的轴向/周向传感规律,提出了多伞裙多雨凇定位检测方法。2.研究了模拟绝缘子定量检测复合绝缘子覆冰的方法。对光纤复合绝缘子进行了温度标定,进行了实验室覆冰验证,并在中国贵州某观冰站进行现场自然覆冰检测试验,研究了覆冰类型,探讨了覆冰机理。实验室覆冰定量平均绝对误差为12.4 g,平均相对误差为26.08%。贵州观冰站现场自然覆冰定量检测试验,绝缘子每个伞裙平均186.2 g的混合淞检测平均绝对误差为24.6 g,相对误差13.2%。检测每个伞裙42.5 g～60.4 g的雨凇平均绝对误差为9.7 g,平均相对误差20.6%。3.研究了运行绝缘子区分测量伞裙雨凇荷载和导线覆冰荷载的方法。建立了复合绝缘子带运行导线和伞檐单雨凇的有限元仿真模型。研究了模拟导线的最小长度,对绝缘子进行了拉力标定试验,用竖直拉力机模拟导线覆冰,砝码模拟伞裙覆冰。研究了光纤根数对测量准确性的影响。无导线的模拟绝缘子伞裙雨凇覆冰测量相对误差范围为-7.3%～-2.7%。200 m档距导线时伞裙雨凇荷载测量相对误差范围为-11.5%～-3.8%,导线覆冰测量相对误差范围为-16.5%～9.0%,绝对误差范围为-0.83～1.5 mm。4.研究了模拟绝缘子区分测量绝缘子和模拟导线上覆冰的方法。建立了光纤复合绝缘子作为模拟绝缘子带模拟导线和伞檐单雨凇的有限元仿真模型。进行了模拟导线覆冰荷载阈值以及各FBG的下端垂直荷载系数标定试验、实验室模拟覆冰试验和自然覆冰现场试验。现场自然覆冰检测试验中,对于伞裙覆冰重量测量,每个伞裙的测量绝对误差为13.2 g～16.6 g,相对误差为10.86%～13.66%。对于模拟导线覆冰厚度测量,绝对误差为0.1～0.7 mm,相对误差为5.88%～27.27%。

关键词： 输电线路   风雨联合分布   阻力系数   易损性曲面   失效概率  

摘要： 我国东南沿海地区经常发生台风致输电线路倒塌事故，大部分研究将倒塌原因归结于强风作用。然而，台风登陆常伴随持续的降雨过程，应同时考虑风和降雨的影响。现有研究多采用最大风速和最大降雨强度工况进行组合，然而两者最大值鲜有同时发生。针对该问题，本文基于台风气象数据，在考虑台风结构特征的基础上，建立了不同台风区域的精细化风雨联合概率分布模型，同时也建立了季风风雨联合分布模型;为了研究导线在风雨耦合作用下的气动力特性，总结归纳了典型风洞试验结果后，自主设计了一组风洞试验;在风雨联合激励下输电线路的失效评估中，以风速和降雨强度为强度指标，构建了易损性曲面，并由此计算了失效概率。本文主要内容如下：　　(1)考虑台风结构不同区域的气象学特点，基于山竹、海高斯、查帕卡三组台风实测数据，根据数据采集时刻气象站所处台风区域（台风眼、螺旋雨带、外围大风区）将所有数据划分成三组。进而建立了不同台风区域的精细化风速-降雨强度联合概率分布模型。同时，对海量的季风气象数据进行了分析，建立了夏季风和冬季风的风雨联合概率分布模型。结果表明，提出的精细化风雨联合概率模型能准确地描述风雨联合作用，对工程结构设计和性能评估具有重要参考价值。　　(2)为了研究导线阻力系数在风雨耦合作用下的变化规律，探讨了阻力系数与风速和空气密度的关系。首先，介绍了影响圆柱体和导线阻力系数的几个影响因素，给出了阻力系数随这些因素的变化规律。然后，总结归纳了几篇典型文献在风洞试验的测试结果，分别分析了单导线及多分裂导线的气动特性。最后，开展了单导线风雨耦合风洞试验，结果表明，阻力系数随着风速和降雨强度的增大而减小。　　(3)构建了风速和降雨强度双强度指标的结构易损性曲面，并提出了风雨联合作用下输电塔线体系的失效评估框架。进而介绍了风雨荷载的计算方法，并指出作用在输电塔和输电导线上的雨荷载计算方法的不同。结合上述内容，运用所建立的台风作用下和季风作用下的风雨联合概率分布模型对输电线路进行失效评估，分别计算了三种极限状态下的失效概率。所用输电线路在风荷载单独作用下失效概率为2.91%，而在风雨联合作用下的失效概率则为6.19%，这表明在输电线路的结构安全设计中有必要考虑降雨的影响，忽略降雨作用将会大大低估系统的失效概率。

关键词： 混合三端直流输电系统   继电保护   余弦相似度   Mann-Kendall检验法   故障分量  

摘要： 随着中西部新能源的迅速发展,以及对大容量、远距离输电技术的迫切需求,混合直流输电技术应运而生。昆柳龙直流工程是世界首条混合三端直流输电线路,它的投产标志着我国混合输电技术逐步走向成熟。然而,目前国内外对于混合三端输电线路保护的研究仍存在不足,寻找更加快速、可靠的保护方案很有必要,本文对此展开研究。本文所做工作如下: (1)构建混合三端直流输电系统模型,对LCC(line commutated converter)以及MMC(modular multilevel converter)换流站的拓扑结构、数学模型展开深入研究,并且根据本文的工程背景搭建了简化仿真模型,分别对LCC以及MMC侧线路故障进行分析,研究故障特征并进行仿真分析。 (2)提出一种基于余弦相似度的单端量保护方法,利用T接汇流母线三端线模电流突变方向的差异,确定故障发生区域;通过研究故障区域近换流站端电流与电压变化方向的差异,实现区内、外故障判别以及故障选极。通过对过渡电阻、故障距离以及噪声干扰因素的仿真,验证了所提方法的可靠性。 (3)提出了基于Mann-Kendall检验法的纵联保护方法,同样利用T接汇流母线三端线模电流突变方向的差异,确定故障发生区域;确定故障区域后,根据不同故障时线路首、末两端线模电流变化方向以及线路正、负极电流突变强度的差异,利用Mann-Kendall检验法描述电流变化趋势,进而实现区内、外故障以及故障极的识别。通过对过渡电阻以及噪声干扰因素的仿真,验证了所提方法的可靠性。 (4)将上述两种保护方法进行对比分析。基于电流电压变化方向的单端量保护方法无需双端通信,可快速识别故障;基于电流增量方向的纵联保护方法无数据同步要求,但受限于站间通信延迟,速动性弱于单端量保护方法。由此给出混合三端直流输电线路保护整体方案配置:以单端保护作为主保护,双端量保护作为后备保护。