关键词： 图像数据增强   异物检测   目标检测   卷积神经网络   深度学习  

摘要： 电力能源对于一个国家而言具有举足轻重的作用,国民经济生产的各个环节都离不开电力能源。输电线路作为电力系统中进行电力输送的主要载体,其运行状态直接关系电力系统的运行质量。输电线路上悬挂的异物可能引发停电等事故,将严重影响输电线路的安全稳定运行。在日常巡检中如何对输电线路异物进行高效巡检,是保证电网高质量运行的关键。利用深度学习技术进行输电线路异物检测,不仅检测精度高,而且检测速度快。然而这类方法在训练图像有限或不足时,检测模型可能会出现检测精度较低以及泛化能力较差等问题。本文以输电线路巡检中的异物作为研究对象,探究在数据集图像数据有限或不足时,如何利用先进的图像数据增强方法获得检测性能更高的检测模型。针对输电线路异物检测模型存在训练数据有限或不足的问题,提出4种数据增强方法用于训练图像的扩增。本文主要工作如下:(1)针对Cutout及CutMix方法在裁剪区域较大时,可能将原图像重要区域过多遮挡及替换而导致原图失去过多重要信息的问题,提出Portion Out及Dynamic Mix方法。Portion Out改进了Cutout中将裁剪区域像素全部去除的不足;Dynamic Mix则是采用像素级动态混合方法,将裁剪区域图像大小与混合比例权重进行关联,使得原图裁剪区域像素保留权重随裁剪区域面积大小而动态改变,进而生成更优的增强样本。(2)针对Cutout及CutMix方法在裁剪区域的选择中过于随机,无法更好地促进模型对图像中鉴别性较差区域进行加强学习的不足,提出Saliency Out以及Saliency Cut Mix方法。旨在加强模型对图像中鉴别性较差区域特征的学习。这两种方法利用显著性检测技术寻找图像中部分显著性区域,接着将此区域中像素进行去除或者替换,以此引导模型加强对图像中鉴别性较弱区域的学习。(3)针对初始输电线路异物数据集图像有限或不足而导致检测精度不足等问题,使用多种经典图像数据增强方法及本文提出的图像数据增强方法进行图像数据扩增,以此生成数据增强训练集,该训练集中图像数量总计为12023张,并对图像进行标注。在异物数据集中进行大量的实验,结果表明使用多种图像数据增强方法能在训练集图像数量不足或有限时显著提升多种主流目标检测模型的检测性能。在YOLOv5l目标检测模型中,使用数据增强数据集训练出的模型相较于使用初始数据集(不使用图像数据增强技术进行扩增)训练出模型的m AP@.5及m AP@.5:.95分别提升4.1%及12.3%。在图像分类领域的多个公共数据集中进行大量实验,实验结果表明本文提出的4种数据增强方法可以赋予模型更好的鲁棒性及分类性能。

关键词： 传统制造业企业   融资困境   对策  

摘要： 国有传统制造业行业是资金和劳动密集型行业，受全球经济环境以及国内制造业行业持续低迷的影响，企业融资压力加大。本文从国有传统制造业行业中的国有铁塔行业融资需求增加和融资渠道少的融资现状入手，分析融资困境存在的原因，并试图从不同角度提出摆脱融资困境的对策。

摘要： 本研究旨在探讨超高压输电线路工程管理及资产管理的协同优化策略。首先，分析了超高压输电线路工程管理面临的挑战和资产管理存在的关键问题。随后，探讨了协同优化策略的理论基础，包括协同管理理论和优化方法的应用。在此基础上，提出了超高压输电线路工程管理与资产管理的协同优化策略，包括数据整合与共享、运维与维护策略的优化、风险评估与决策支持以及资产价值最大化的考虑。通过研究案例及结果分析，验证了该策略的有效性和可行性。本研究对于提升超高压输电线路工程管理和资产管理的效率和效果具有重要意义。

关键词： 输电线路   覆冰预测   灰色关联分析   量子粒子群算法   支持向量机  

摘要： 冰雪灾害使得输电线路以及杆塔受到损害,造成部分地区中断供电,严重影响电网安全稳定运行,因此,对输电线路覆冰厚度进行预测可以有效地指导电网防冰工作。本文在分析线路覆冰机理的基础上,利用机器学习智能算法建立预测模型,通过灰色关联法分析不同因素对线路覆冰的影响,提出一种基于改进量子粒子群算法优化支持向量机(IQPSO-SVM)的线路覆冰厚度预测模型。本文的主要研究内容如下:1)阐述了覆冰形成的气象条件和生长过程,总结了线路覆冰的三种典型形态和危害,综合考虑了影响线路覆冰的气象、地形和线路自身等因素,并介绍了两类经典的覆冰模型。2)利用多层感知器(Multilayer Perceptron,MLP)神经网络和支持向量机(Support Vector Machines,SVM)建立了输电线路覆冰厚度预测模型;通过仿真实验对比分析得出:SVM建立的回归预测模型比MLP神经网络预测方法结果更易收敛且误差较小,更适合输电线路覆冰厚度预测。针对预测过程中SVM的惩罚参数和核函数对结果精度存在较大影响,采用粒子群算法(Particle Swarm Optimization,PSO)对SVM参数进行优化来减小预测相对误差。3)针对气象因素对输电线路覆冰厚度模型预测精度存在较大影响,利用灰色关联分析法对影响覆冰等效厚度因素进行关联分析,得到影响线路覆冰的强相关因素。针对粒子群算法在迭代过程中易限于局部最优的问题,提出了IQPSO-SVM线路覆冰厚度预测模型,通过实际线路覆冰历史数据对模型进行预测,利用对比实验验证模型的有效性。实验结果表明:与同类型方法相比,本文提出的IQPSO-SVM覆冰厚度预测模型预测精度较高,其平均绝对误差百分比为1.946%,均方根误差0.107mm,具有一定工程价值。

关键词： 复杂地形   先导发展模型   耐雷性能   事故分析   差异化防雷  

摘要： 山区地形比较复杂,土壤电阻率高,雷电活动十分频繁,再加上山区输电线路走廊的环境恶劣,造成输电线路雷击跳闸事故时有发生。随着我国经济发展速度的加快和电网规模的不断扩大,电网故障造成的经济损失和社会影响也在不断增大。为了更好地适应形势发展需要,降低雷电灾害造成的损失,搭建山区输电线路模型,分析其耐雷性能有着十分重要的意义。本文依据雷云放电与长空气间隙放电的相似性建立了先导发展模型,并用此模型对平原、山顶、山坡及山谷等4种典型地形的输电线路进行绕击特性研究。研究结果表明,输电线路处于平原地形时其导线受地线及大地屏蔽作用较好;处于山谷地形时导线受两侧山体屏蔽,几乎不会出现绕击;而处于山顶及山坡地形时则需要重点关注其绕击耐雷性能。通过计算不同相位的绕击率可知,输电线路导线运行电压会影响其引雷能力。基于ATP-EMTP电磁暂态软件,搭建了输电线路反击仿真模型,包括杆塔多波阻抗模型、根据先导法建立的绝缘子闪络模型和计及火花效应影响的冲击接地电阻模型。应用此模型分析了杆塔冲击接地电阻对线路反击耐雷性能的影响。分析结果表明,杆塔冲击接地电阻的大小对于输电线路的反击耐雷性能影响较大,减小杆塔接地电阻,可以有效提高输电线路反击耐雷水平。当输电线路穿越高土壤电阻率的山区时,可能无法将其接地电阻降低至较小范围内,此时需采取相应措施降低杆塔反击风险。借助雷电定位系统提供的雷击电流和故障录波,并结合被击杆塔的塔形参数及所处位置的地理信息来分析故障性质。利用本文所建立的模型对通化地区5条220k V输电线路进行差异化防雷评估,并给出了针对山区地形的防雷改造原则。根据风险评估结果结合该地区杆塔信息、地形地貌及地质条件针对需要改造的杆塔提出防雷改造建议。

关键词： 输电线路定位   双目视觉   线激光   PnP  

摘要： 输电线路的舞动是无规则,其舞动的频率一般为0.1～3Hz,舞动的幅度为0.5～12m。输电线路剧烈舞动会引发线路短路、跳闸、闪络放电等现象,严重时甚至导致线路断裂、输电塔倒塌。此时就需要采取必要措施抑制输电线路舞动,通过止舞拉索发射系统在地面上发射止舞拉索缠绕输电线路,而后收紧拉索,达到抑制线路舞动的目的。但是止舞拉索发射系统采用人工方法在远距离(约50m)对输电线路进行瞄准,命中率较低,因此需要使用基于立体视觉的图像处理技术对输电线路进行定位。 根据调研,由于易造成输电线路舞动的暴雨、暴雪、狂风等天气常伴有环境光线阴暗、背景变化复杂和背景中可移动的微小杂物多等现象。同时输电线路在舞动时,舞动方向、形状难以预测,会极大的干扰输电线路的识别及定位,常用的基于输电线路基本形状特征的线路识别方法鲁棒性不佳。因此本文提出使用线激光照射输电线路,在输电线路上形成一点状光斑标记点,基于加装了滤光片的视觉系统采集输电线路上的标记点,稳健的识别定位输电线路。利用双目视觉系统对线路上的标记点进行定位,为发射系统瞄准线路标记点发射止舞拉索提供坐标。本文通过在室外环境下搭建拟真输电线路模型进行实验验证,课题对输电线路舞动治理具有重要的现实意义。 本文围绕在远距离上定位输电线路的目标,提出使用“十”型组合标定杆进行相机的远距离标定以解决远距离相机标定需要大型标定板的问题,并利用不同类型的二维标定物作为对比,进行初步的实验验证。其次,使用线激光标记输电线路,通过加装了对应激光波长的滤光片的视觉系统采集线路上的反射激光标记点,定位标记点位置即可确定线路位置,通过提取标记点上的SIFT特征点完成立体匹配后计算标记点的坐标。同时还通过求取左右图像中标记点质心的方法来定位标记点。 基于PnP(Perspective-n-Point)技术及利用单目相机旋转前后采集的图像构造伪双目视觉系统来求取相机与止舞拉索发射系统的相对位姿,将输电线路标记点坐标转换到发射系统坐标系下,使得发射系统可以瞄准线路目标。本文通过在不同距离上搭建输电线路模型来验证系统的综合定位精度,通过线激光不断改变角度,“扫描”同一输电线路模型不同位置,还原线路模型在三维空间中的位置、形状,获得较好效果。

关键词： 输电线路   计算机视觉   目标检测   多分支注意力   YOLOX算法  

摘要： 输电线路作为电能传输的重要媒介,其安全、稳定的运行是电能供应的重要保障。在输电线路的组成部分中,绝缘子和金具等输电线路部件起着重要的支撑、连接和电气隔离等作用,因此它们也面临着较大的电压和牵引力的影响,容易出现损坏、变形、锈蚀和脱落等问题,这严重威胁着输电线路的正常运行。为此,电网公司成立了专门的电力巡检部门对输电线路部件进行故障排查,并及时对故障部件进行替换。随着无人机航拍技术的逐步成熟,使用无人机代替人工巡检正在逐步成为当前巡检的主流。然而,无人机采集到的数据无疑是海量的,人工筛检的方式难以满足准确、高效的检测要求。近年来,基于计算机视觉的目标检测算法成果斐然,将其引入电力巡检中,不仅能极大提高巡检效率,而且可以提升电力巡检的质量。本文针对无人机执行航拍图像的主要问题:航拍图像质量较差、背景复杂多样、目标物遮挡严重、正负样本数量不平衡进行研究。(1)针对航拍图像质量较差问题,将航拍所得图像进行人工筛选,筛选出图像中具有噪点和对比度较强的图像,进行数据预处理。采用高斯滤波对图像采集中产生的噪声进行去噪处理;采用自适应直方图均衡化,提高图像的清晰度。(2)针对图像背景复杂多样问题,设计了一种级联特征增强模块,从通道维度和空间维度分别关注目标的重要特征和重点区域,抑制无关背景信息对检测的影响,让模型聚焦于有重点信息的局部图像。(3)针对目标物遮挡严重问题,本文设计了一种多分支注意力机制,通过分组卷积对目标进行特征提取,然后将特征分别送入通道注意力和空间注意力中,最后进行注意力之间的融合,得到更具有互补性的注意力权重,多角度综合实现目标检测,解决目标遮挡严重的问题。(4)针对正负样本数量不平衡问题,本文引入Focal loss置信度损失函数,调整正负样本学习权重,优化梯度下降方向,从而有效减少了样本不平衡对于检测效果的影响。在电力巡检中,无人机巡检代替人工巡检是大势所趋,因此本文面向于绝缘子和金具等输电线路部件的缺陷检测,通过研究基于深度学习的计算机视觉技术,在现有软件工具基础上实现有效的图像分析。本文方法不仅适用于输电线路部件表面缺陷检测,还可以推广到输电线路其他的巡检任务中,提高巡检的效率。

关键词： 紧凑型输电线路   脱冰跳跃   覆冰方法   相间间隙   分布位置  

摘要： “西电东送”是我国实施的一个战略计划,随着战略的执行,需要加大该领域的投资,修建大量的输电线路,以便将来自西部地区的电能输送到东部地区,而这些修建的输电线路必然会穿过高海拔区和覆冰区。输电线穿过冰区容易出现覆冰现象,在特定条件下导线会发生脱冰跳跃,严重时会导致闪络跳闸、断线、倒塌等事故,造成巨大的经济损失。 本文拟开展中重冰区紧凑型输电线路脱冰跳跃事故仿真分析及防治研究。首先对现有覆冰以及脱冰方法进行归纳总结,针对现有覆冰方法不足之处提出修正方法,确定合适的覆冰、脱冰以及阻尼模型。然后以云南省某紧凑型线路脱冰跳跃事故为案例反演事故发生过程,最后以最不利工况展开紧凑型线路脱冰跳跃影响因素的参数分析。希望通过紧凑型线路脱冰跳跃研究为今后线路抗冰设计提供参考,具体开展了以下研究工作: 第二章主要开展单相单跨导线脱冰跳跃的数值仿真分析。首先采用抛物线理论完成导线找形,并验证仿真模型,为后续正确计算脱冰跳跃响应奠定基础。覆冰方法包括考虑质量效应以及同时考虑质量和刚度效应的两类覆冰方法。本论文给出两类方法具体的理论解,并对比两类方法计算响应的差异。针对现有覆冰方法不足之处,提出分层覆冰单元法,该方法考虑了覆冰的形成过程,更为合理地评估覆冰的刚度效应,可正确计算脱冰后结构的响应。由于阻尼影响跳跃高度,本文讨论了常用阻尼模拟方法在脱冰跳跃问题中的应用,并指出了采用材料阻尼法以及非比例阻尼法更适合研究脱冰跳跃问题。综合而言,考虑质量效应覆冰方法计算线路的响应要高于同时考虑质量和覆冰效应覆冰方法下线路的响应。 第三章以云南省某一紧凑型线路为原型开展脱冰跳跃研究。以某次脱冰导致闪络的事故为背景,分析不同相导线脱冰工况,着重考察跳跃高度和相间间隙的大小以及分布位置、相间间隔棒的轴力及变形,得到了下相导线脱冰较上相导线脱冰更容易造成导线相间间隙过小、上下相连接的相间间隔棒张力及变形幅值过大的结论。由于仿真发生闪络位置与实际事故闪络位置对应,进一步验证了下相导线脱冰是造成导线相间闪络的推论,为后续该紧凑型线路开展抗冰防治改造提供参考。 第四章针对该线路最不利工况进行脱冰跳跃影响因素分析,考虑了覆冰厚度、平均风速、线路垂跨比、耐张段长度、脱冰方向、脱冰速度、相间间隔棒位置和数量八个因素,并在最小相间间隙极小值以及脱冰跳跃高度幅值两个方面给出响应结果,最终给出减少紧凑型线路因脱冰跳跃造成闪络事故的优化策略。

关键词： 架空输电线路   电力巡检   销钉防震锤   级联网络  

摘要： 销钉与防震锤是输电线路中重要的元器件,起到接续及稳固的作用。长期暴露在自然环境中容易造成销钉缺失及防震锤破损,严重威胁电力系统的正常运作。传统的人力巡检方式成本高且具有一定危险性,所以输电线路元件的自动检测对于输电线路的安全运行具有重要意义。由于输电线路一般设置在野外环境中,所处背景复杂多变,并且相较于输电线路中的其他部件,销钉的尺寸极小,目标与背景的占比极度不平衡,所以简单地运用通用目标检测器不能满足输电线路元件的自动检测任务。为了解决上述问题,本文基于级联的思想,利用无人机远程航拍到的输电线路图像,针对销钉与防震锤两类元件的自动检测任务进行研究,主要内容如下:1.我们制作了输电线路元件的目标检测数据集以及语义分割数据集,包含销钉及防震锤两种待检测目标。输电线路元件数据集为输电线路元件自动检测分割工作奠定了基础。2.我们基于目标检测技术构造了一个两阶段级联检测网络。第一阶段定位安装有销钉的金具所在的局部区域,第二阶段在局部区域中进一步检测销钉。实验结果表明级联结构可以极大地提升输电线路销钉缺失的检测效果。为改善目标检测网络容易将普通螺栓与销钉丢失螺栓混淆的问题,我们提出了一种双分支选择性块注意力模块并应用于第二阶段网络,该模块能够增强目标检测网络提取销钉特征信息的能力。经过大量实验验证,我们的算法超过其余经典网络的效果,能够精准检测输电线路销钉与防震锤。3.我们基于目标检测与语义分割技术构造了一个两阶段级联分割网络。第一阶段通过前面所述的目标检测技术定位安装有销钉的金具所在的局部区域,第二阶段采用语义分割网络将第一阶段输出的局部区域图片进行分割。为加强第二阶段网络中的编码器挖掘高级语义信息的能力,我们将密集连接概念以一种新颖的方式应用于ASPP模块,构造出Cas ASPP模块,可有效改善ASPP模块由于空洞率提升造成的退化问题。为了提升Deeplabv3+在解码过程中修复边界、轮廓等浅层信息的能力,我们提出MCA注意力模块。该模块能够将局部信息、周围信息以及全局信息融合在一起,丰富特征图的轮廓、边界信息。经过实验验证,Cas ASPP模块与MCA模块都对网络效果有明显提升作用。