基于机器视觉的输电线路巡检路径三维自适应调度模型

为准确规划输电线路巡检路径,提出基于机器视觉的输电线路巡检路径三维自适应调度模型。以无人机群为飞行平台,采集并拼接目标巡检区域的输电线路图像;通过逐一构建杆塔、导地线及其他输电设备三维模型,获取整体输电线路三维模型;建立输电线路巡检路径智能规划模型,通过模糊状态寻优控制方法,规划无人机群巡检路线并寻找最优路线;引入码间干扰抑制法去除干扰因子,优化通信的连续性,实现输电线路巡检路径三维自适应调度。实验证明,该模型能合理地规划输电线路巡检路径,实现输电线路巡检路径三维自适应调度,同时可以输出全面、清晰的巡检图像。     

基于倾斜摄影技术的无人机电力巡检设计

随着电力输电线路的长度的不断增长,为了保证电力系统的运行安全,文中设计了一种基于倾斜摄影技术的无人机电力巡检系统。使用无人机搭载倾斜摄影相机采集输电线路及周边设备的图像信息,通过无人机无线传输将图像数据信息传输至地面站,再进行数据解析、分析及三维模型构建。从而完成输电线路故障的排查、安全隐患的排除,保障电力传输安全。此外,使用该倾斜摄影技术可以有效提高电力巡检判断的准确性。     

基于无人机技术的输电线路检测和故障定位方法

针对现有技术中输电线路检测故障系统图像处理效率低、故障定位误差大等诸多问题,提出了一种新的基于无人机技术的输电线路检测与故障定位方法。在无人机中应用单目摄像头获取输电线路的视觉图像,并将每个图像发送到地面工作站,使用纹理过滤和图像校正方法来解决图像处理中摄像镜头畸变和噪声直接干扰的问题,大大提高了输电线路故障检测的精度,该研究还在无人机中增加了卫星导航与惯性测量单元附加传感器,通过不同概率密度函数提高无人机空间定位估计,即使在黑夜与大雾天气中,也能够实现输电线路检测和故障定位。仿真结果表明,该研究拟用方法实用性强,多次实验故障定位的准确性均在90%以上。     

一种输电线路边、端协同检测方法和系统实现

输电线路在日常运行中受环境等因素影响会出现不同程度的配件老化、破损,导致输电、负载能力无法满足运营安全需求。为解决传统人工桥检作业难度大、检测时间长、工作空间受限等问题,提出一种基于无人机和深度学习的一体化输电线路巡检系统。系统基于卷积神经网络技术,采用YOLOv7目标检测算法对无人机采集的图像进行检测。首先通过事先设计的飞行路径和实时拍摄采集图像,其次传送到事先部署于无人机边缘盒子中的目标检测模型进行检测,最后将检测结果通过边缘盒子发送至使用者的APP。     

架空输电线路巡检无人机航拍图像硬件加密方法

针对架空输电线路巡检无人机被攻击诱骗劫持易造成航拍图像数据丢失等问题,提出基于现场可编程门阵列(Field Programmable Gate Array,FPGA)的航拍图像在线级加密方法。该方法在无人机端采用FPGA加密模块对航拍图像进行实时在线加密,在地面站或遥控终端侧利用嵌入式安全芯片(Embedded Secure Access Module,ESAM)对回传的航拍图像进行实时在线解密,实现在无人机飞航过程中航拍图像实时在线加/解密,保障专业级架空输电线路无人机线路巡检数据安全。     

无人机激光雷达技术在高压输电线路三维设计中的应用

高压输电线路跨度较大,并且沿线地理条件复杂,给设计工作增加了难度.无人机(Unmanned Aerial Vehicle,UAV)在工程测绘、电力巡检等方面应用广泛,利用无人机搭载激光雷达,对高压输电线路的沿线地理信息进行采集,并使用特定的软件利用采集数据制作三维图,可以为设计人员直观了解输电线路沿线情况和优化设计方案提供必要的支持.基于此,以某220 kV高压输电线路为例,概述无人机校验方案和航线方案的设计内容、激光点云数据处理以及DEM、DOM的生成方法,从工程路径与排位优化方面,总结利用无人机激光雷达技术优化高压输电线路设计的效果,为后续工程施工提供支持.     

图像处理技术在无人机电力线路巡检中的应用

高效、安全的无人机电力巡线已经成为了高压输电线路巡检的一种重要的方式。通过对无人机航拍采集到的通道图像进行分析与处理,我们可以发现线路部件是否出现缺陷。图像处理技术可以突破处理海量图像的技术瓶颈,替代人工观察检测图像,降低了因为人为导致的误检率,在无人机电力巡检中具有良好的应用前景。本文阐述了国内外无人机电力巡线中图像处理技术的研究现状,分析了图像处理在电力巡检中的典型干扰因素,并探讨了图像处理在电力巡检中的应用。     

基于倾斜摄影的输电线路三维建模应用研究

针对架空输电线路无人机自主巡检需要三维模型为基础,而传统三维建模方式耗时长、成本高,用于架空输电线路建模难度大、效率低的问题,采用倾斜摄影技术,使用无人机对某输电线路实训基地进行图片采集,通过ContextCapture软件生成了三维网格和点云,进而生成三维仿真模型.建模结果表明,利用倾斜摄影技术进行三维建模,精度可以...     

不同光照下的绝缘子串劣化灰度图像识别方法

作为故障多发元件的绝缘子串,其劣化严重影响输电线路安全,为此提出基于无人机搭载红外传感器下的绝缘子串劣化灰度图像识别方法,提升不同光照条件下的绝缘子串劣化图像识别效果。采用无人机搭载红外传感器采集绝缘子串图像,通过灰度级线性变换对图像进行增强,提高图像中绝缘子串与背景之间对比度,利用开闭运算去除增强后图像中非必要存在区域。根据图像二值化变换特征,利用连通区域标记法提取完整绝缘子串图像,采用Hough变换求取绝缘子串倾斜角度,经水平校正及定位后完成绝缘子串劣化灰度图像识别。经实验验证:该方法在不同光照条件下,绝缘子串劣化灰度图像识别效果较好,具有实用性。     

论基于地理信息的输电线路无人机巡检系统

输电线路无人机巡检系统可以远程操作、实时监控、记录信息等,能力远远超过人工,不仅能够实现输电线路巡检的精益化,综合地理信息技术、传感器等工具,还能以超高效率开展巡检活动.因为电力线路巡检系统与地理信息技术密切相关,所以本文主要探讨基于卫星地理信息系统,应用无人机开展输电线路航线规划、精益化采集线路可见光及红外影响巡检记录、形成基于卫星地图的输电线路缺陷及风险点分布图、应用多平台地理风险分布图指导输电运维人员开展差异化运维及精准检修等主要组成的巡检系统.又以大篇幅介绍其组成部分,希望对无人机输电线路巡检方面提供一些帮助.     

基于图像处理的输电线路冰区发展趋势估计方法

输电线路的冰灾区域发展趋势的有效预测能提高线路的状态监测和故障排查能力,提出基于图像处理的输电线路冰区发展趋势估计方法。采用遥感图像采集技术进行输电线路遥感信息采集,对采集的输电线路遥感图像进行图像降噪处理,并对降噪输出的输电线遥感监测图像进行冰区域分块处理,结合图像分割方法进行冰区域预测和块估计,实现输电线路冰区发展趋势估计。实验结果表明,采用该方法进行输电线路冰区发展趋势估计判断准确性较高,监测的实时性较好。     

基于ＵＡＶ的输电线路周围植被管理分析

输电线路周围树枝触碰线路会导致大面积停电,因此,有必要对输电线路周围植被进行方便有效管理。为了实现输电线路周围植被简单高效管理,提出了一种基于无人机（unmanned aerial vehicles, UAV）测量技术的管理方法,通过无人机从输电线路正上方以外的位置和远离输电线路的位置获取图像,来得到不同时间下输电线路数据和传输设备信息,对输电线周围植被进行时间序列管理,通过国网提供的关于塔架位置和结构以及电力线垂度的信息,将弧垂信息与塔架的位置信息相结合来估计输电线路的位置,采用的输电线路与植被间距测量方法无需对场景进行全面3D重构,所提方法通过3个实验验证了有效性,所得结论有助于提高输电线路的巡检效率。     

基于图像识别的无人机输电线路断股检测系统设计

针对传统的输电线路人工沿线巡检方式成本高、效率和安全性低等缺陷,基于图像识别技术,设计并开发了一套实时的无人机输电线路断股检测系统。该系统利用输电线路直线特征,使用Laplacian算子对输电线路进行边缘检测,经闭运算、二值化运算后得到光滑边缘;使用改进后的霍夫变换与区域种子点获取和生长提取无人机实时拍摄的输电线路图像;最终,根据输电线路的宽度变化判断是否存在断股缺陷。该系统实际使用效果良好,能够明确显示断股缺陷信息,并能为相关输电线路的断股缺陷检测技术提供参考。     

微地形区输电线路覆冰在线监测装置研究

严重的输电线路覆冰会造成断线、倒塔等事故,而严重的覆冰多处于微地形微气象区。通过对在线监测技术原理和输电线路覆冰理论的深入研究,针对微地形微气象区设计出一种新型的输电线路覆冰在线监测装置,解决了现有在线监测装置只能辅助人工巡视的局限性,并成功运用于输电线路,通过分析其采集数据验证了装置的可行性,可以更好地提高线路巡检工作效率和质量。     

无人机倾斜摄影技术的应用

本文针对线路运维过程中开展倾斜摄影通道巡视所使用的设备进行探讨,提出了两种可以配置到班组的微型无人机倾斜摄影系统,及他们与传统无人机倾斜摄影系统协同配合线路通道倾斜摄影采集模式,并通过数据处理系统形成线路三维模型及通道危险点分析报告,实现了以班组为主要实施主体的输电线路通道倾斜摄影巡视模式。     

基于无人机图像的输电线自动提取技术

对输电线路的检测能够确保电网的安全运行,利用无人机图像实现输电线准确、快速的提取是实现电力巡检的前提。本文提出了一种基于无人机图像的输电线自动提取方法,能够从复杂的背景图像中完成输电线的有效识别。首先,采用Ratio算子提取出电力线像素,并结合Hough变换对直线段进行检测;然后,根据输电线路几何特征设计了完整输电线合成算法。由无人机图像试验可知,本文所提出的输电线自动提取方法能够有效排除复杂背景信息的干扰,实现输电线位置的准确识别。     

无人机输电线路智能管理及防坠综述

在社会经济快速发展的背景下，各行业的用电负荷不断增加，电网建设规模也在持续扩大，保障电力系统运行的安全性已成为电力管理工作的重要组成部分。传统的输电线路管理工作主要依赖于人工，不但管理效率低，且具有较大的局限性，还存在一定的安全隐患，无法满足输电线路发展的需要。因此，将智能管理模式引入无人机输电线路管理是尤为必要的。无人机在飞行时，会受到外界因素和自身因素的影响，可能会出现坠落现象，无人机防坠装置可以有效保护无人机，避免其受到伤害。文中对无人机输电线路智能管理及防坠装置作了简要分析，以供参考。     

基于电光调制器的全Stokes矢量的遥感测量

在利用光学方法测量参数的技术领域,偏振光的调制和检测具有重大的实用价值.但目前的偏振遥感主要是线偏振参数的测量,不是全Stokes矢量的测量.为实现全矢量图像的测量和显示,需要构建一种应用于遥感测量的全偏振图像采集、存储、计算和显示系统.整个全偏振测量装置的核心是一个包含液晶调制器的双CCD成像装置.系统通过对液晶调制器的控制,对入射光进行相位调制,偏振分光棱镜将调制后的光束分为强度相等的两束光(o光和e光),并由两个CCD进行图像的实时同步采集,最后由数字信号处理器(DSP)进行全Stokes参数的计算并输出结果图像.实验结果表明:全Stokes矢量图像包含更多的图像信息,在目标识别和其他图像测量的应用上将会发挥巨大的作用.     

基于深度卷积神经网络的输电线路可见光图像目标检测

为了检测输电线路可见光图像中的塔材、玻璃绝缘子和复合绝缘子,本文采用了一种基于深度卷积神经网络的技术。通过有人直升机搭载高清相机拍摄19条不同的输电线路近600张图片,对图片中的背景、塔材、玻璃绝缘子和复合绝缘子目标进行人工标注及分块,采用数据扩展生成包含15万个样本的输电线路图像库。构造5层深度卷积神经网络,首先用Cifar-100数据集对网络进行预训练,然后用输电线路图像库进行网络调优。本文方法在检测真阳率为90%时,假阳率低于10%,明显优于传统方法,可用于输电线路可见光图像中的塔材、玻璃绝缘子和复合绝缘子检测,检测结果可用于诊断参考或进一步的目标状态分析。可对输电线路可见光图像中的塔材和绝缘子目标进行检测,并可扩展到其它类型目标的检测。     

基于感知组织的输电线路结构识别方法

为了提高输电线路缺陷诊断正确率，有效降低各种复杂背景纹理及光线对识别输电线路结构的影响，从Gestalt感知理论着手，研究一种多感知识别输电线路结构的方法。在图像识别的底层，提取不同方向、不同宽度的线段，研究了一种融合计算Gestalt定律的近似性、连续性、共线性的多级搜索算法，获得显著的、完整的输电线路人造对象轮廓；在图像识别的中层，研究一种基于分块与合并的计算方法能视觉感知近平行线、近对称交叉的结构，设计了一个三级分类器感知聚类平行线组；在图像识别的高层，研究输电线路的知识模型，建立识别输电线路组成结构的约束机制，进而从语义上唯一地识别输电线路的结构。通过无人机巡检采集的输电线路图像，验证这种方法能有效识别输电线路组成的杆塔、导线、地线及绝缘子所在区域。