海上油气田热介质供热设备故障数字化识别技术

海上油气田热介质供热设备长期在高温易燃的环境中运行，其可靠性对油气田开发的安全稳定起到重要作用，有必要研究其故障识别方法。为此，提出海上油气田热介质供热设备故障数字化识别方法。采用线性谱聚类算法对红外设备图像展开超像素分割处理，利用基于最大相似度区域合并算法分割设备目标区域。通过基于梯度变化的补偿算法对目标区域展开盲元块补偿。在核函数估计的基础上提取红外设备图像的温度概率密度函数，采用K均值聚类算法根据温度概率密度划分目标区域，将目标区域分为故障区域和正常区域，实现海上油气田热介质供热设备故障的数字化识别。实验结果表明，所提方法可以准确地完成目标区域分割和过热区域定位、故障识别准确率最低为97.3%、识别时间在2 s内。     

一种快速优化高清红外缺陷图的方法

太阳电池组件在生产过程中需要对组件中的电池片进行红外缺陷检测,挑选出有重大缺陷的不合格组件,以保证组件的生产质量。利用高分辨率面阵扫描相机采集组件的红外缺陷图像,并通过对现有图像的对比度拉伸算法的改进,更快速地获得关于组件的高清红外缺陷图像。该方法相比于现有的一些组件红外缺陷检测设备,速度更快,图像更清晰,大大提高了组件的生产效率。     

基于Cascade R-CNN算法的输电线路小目标缺陷检测方法

输电线路无人机航拍图像缺陷识别是维护线路安全运行的重要巡检手段,但目前的识别算法对于销钉、螺母等小目标缺陷存在识别精确度低、易漏判等问题。将Cascade R-CNN算法应用于输电线路缺陷检测中,利用ResNet101网络进行特性提取,增强的网络的特征提取能力,并利用多层级联检测器对输电线路小目标进行判别和分类。基于无人机航拍图像数据集进行实验,实验结果表明,相比于Yolov3检测器和Lighthead R-CNN检测器,Cascade R-CNN算法提高了小目标缺陷检测中的召回率和精确度。     

基于深度学习的配电线路瓷绝缘子缺陷识别

考虑当前方法在识别瓷绝缘子缺陷时，受到缺陷类别的影响，导致识别精度较低的问题，提出了基于深度学习的配电线路瓷绝缘子缺陷识别方法。根据瓷绝缘子可靠性测试原理，采用兆欧表测试配电线路电源电压，通过计算配电线路的电源负载特性，引入测试电压波纹系数，对配电线路瓷绝缘子缺陷进行电子信号检测。根据配电线路瓷绝缘子表面的缺陷区域分布规律，计算瓷绝缘子缺陷图像的深度学习中心和隶属度函数。利用深度学习特征的最佳数量，定位检索配电线路瓷绝缘子缺陷特征，通过对瓷绝缘子缺陷图像的二值化处理，实现配电线路瓷绝缘子缺陷识别。实验结果表明，所提方法在识别瓷绝缘子脱落、灼蚀时缺陷识别指标都达到了9,破损时缺陷识别指标均控制在8以上，具有较高的识别精度。     

基于YOLOv4和改进分水岭算法的绝缘子爆裂检测定位研究

近年来,航拍巡检代替人工成为了输电线路电力巡检的主要方式,而输电线路上绝缘子的完整性直接影响其供电可靠性。在复杂背景的干扰下,传统的图片处理方法往往对主体识别能力低下。针对这一问题,该文提出了一种基于YOLOv4的深度学习并结合改进的分水岭算法,对航拍绝缘子图像精确识别及缺陷检测的问题进行了研究。首先利用YOLOv4对绝缘子进行精准的识别与定位,有效弥补了传统方法在复杂背景下识别能力低下的不足;再结合改进分水岭算法对绝缘子自爆位置进行识别,该方法可以快速地识别出绝缘子主体和缺陷位置。     

二维缺陷的定量识别技术研究

内部缺陷边界的识别方法是传热反问题的重要研究内容,也是红外无损检测技术从定性到定量发展所迫切需要的理论基础。结合对缺陷试件内部传热规律的分析,将缺陷边界的识别算法研究和缺陷的红外检测方法优化相结合提出了多次测量综合方法,从而解决了缺陷边界识别结果中部分边界对初始边界假设比较敏感的问题。数值算例证明了算法的有效性。表面温度测量误差、初始边界假设对识别精度的影响不大。     

基于故障后电流相位的含DGs配电网故障快速方向识别算法及RTDS仿真验证

通过研究故障前后电流相位的变化,提出一种改进的故障方向保护识别算法,该算法仅需故障后的电流相位信息即可确定故障方向,进而实现故障区域定位。由于该故障识别算法仅利用电流相位信息,可避免由于DGs接入而需在配电网中大量使用功率方向元件,可极大提高配电网可靠性运行的经济性。对原有保护算法在某些特定情况下的误判进行修正,增加不对称故障适应性论证,最后通过实时数字仿真器RTDS对本故障识别算法进行验证。     

基于地理位置相关性的光伏故障监控方法研究

对光伏系统实时状态的监控是光伏电站科学运维的关键,也是实现光伏电站智能监控的重要基础。光伏故障的实时识别定位是光伏电站实时状态监控的一项主要内容。为实现对各区域光伏电站的实时全局监控,文章以江苏省某光伏企业作为研究目标,通过数据分析首次提出了基于地理位置相关性的分布式光伏电站故障识别定位实时监控方法,在理论分析的基础上,开发了分布式光伏电站实时状态监控系统,并结合实际工程进行测试与完善。研究结果表明:该分布式光伏电站故障识别定位实时监控方法能够实现各区域分布式光伏电站异常现象的识别与故障定位,具有一定的创新性;该分布式光伏电站实时状态监控系统能够准确实现光伏故障的识别定位,极大地提升了光伏企业对光伏故障的实时监控能力和全局调控能力,应用前景广阔。     

基于红外测温的圆管内壁不规则边界的识别算法研究

对内部通热流体的带有内壁缺陷的管道建立了瞬态传热模型,通过有限元法进行求解,研究管道的表面温度分布规律以及变化规律;根据共轭梯度法,提出了根据管道外表面红外测温定量地识别管道内部不规则边界的计算方法,并通过模拟实验研究了测温误差等对内壁边界识别的影响。研究证明了识别算法的有效性;初值对识别结果的影响不大;基于温差的识别算法可以大大消除红外测温误差的影响。     

基于机器视觉的风电叶片风沙侵蚀程度检测方法研究

提出一种基于机器视觉的风电叶片表面无损检测方法,可快速检测出叶片表面有无缺陷。该方法结合机器视觉理论和图像处理技术,通过对采集到的叶片图像进行灰度化、空间滤波、图像增强、图像分割、图像去噪、形态学重建等算法,实现对叶片缺陷损伤区域的识别与特征参数的提取,可降低噪声和人工判读对叶片表面缺陷精度的影响,可为今后叶片无损检测的自动化和数字化提供参考。