基于无人机云端控制的智慧输电业务巡检方法

为了提高输电业务巡检结果的准确性和抗干扰性,有效降低巡检成本,实现输电业务高效安全巡检,提出了基于无人机云端控制的智慧输电业务巡检方法。根据一体化和智能化设计原则,设计无人机云端控制系统,建立系统整体架构,构建管理、查询统计、数据协作等多个功能模块;基于无人机云端控制系统,获取智慧输电业务巡检任务,利用空间变换模型,定位输电线路塔杆;融合输电业务通道模型和地球模型之间坐标,经坐标系统转换,记录巡检线路;将全球定位系统与惯性导航系统结合,识别输电线路缺陷,通过无人机云端控制传感器采集输电业务巡检情况,使用实景模型软件,生成可视化巡检结果,实现智慧输电业务巡检。实验结果表明,该方法的基础架构稳定,具有较强的抗干扰性能,能够有效提高输电业务巡检结果的准确性和抗干扰性,降低巡检成本,实现精准高效的巡检工作。     

输电线路杆塔无人机自动精细巡检系统研究

在分析人工操控无人机巡检输电线路杆塔存在问题的基础上,提出了一种无人机杆塔自动精细巡检系统。在无人机首次巡检杆塔的拍照瞬间,通过自动巡检软件记录各巡检点位的无人机飞行数据和任务设备参数,由此建立杆塔自动巡检航线。通过应用RTK差分定位技术对无人机的定位精度进行了修正,确保巡检对象的画面在照片中的位置不会出现明显偏差。在后续每次作业中,无人机只需调用已建立的航线,即可自动精准完成对杆塔的精细巡检,有效减少了人工重复劳动。     

基于多旋翼无人机的输电通道自主巡检技术研究

传统输电线路通道电网巡检技术无法控制巡检安全距离，导致存在巡检精度低的问题，提出输电线路通道多旋翼无人机电网巡检技术研究方法。构建多旋翼无人机电网自主巡检飞行控制模型，寻找塔体的兴趣点，在确保不穿越塔体的情况下，实现安全检测，通过高速图像模块、成像传感模块、超声波局放传感模块，实现对无人机电网自主巡检飞行控制。为检测巡检技术的综合能力，设定对比实验，检测不同技术的环境适应能力、巡检精度和成像效果，实验结果表明，多旋翼无人机电网巡检技术的环境适应能力强、巡检精度更高，成像传感效果更好。     

华电大同秦家山10万kW光伏电站无人机自动巡检及热斑图像自动识别

详细介绍无人机巡检系统组网方案,在华电大同秦家山10万kW光伏电站完成了光伏行业首次无人机自动巡检系统集成,并进行国内首次无人机全自动巡检及热斑图像自动识别系统的试验测试,实现无人机搭载红外热像仪实现全自动飞行巡检作业和eLTE集群通信实时图像回传推送和热斑的自动识别,极大提高了光伏电站巡检的效率和质量。     

新时代无人机电力巡检技术展望

  [目的]  人工智能、云计算、大数据、物联网、移动互联网等新一代信息技术正逐渐成为智能电网的强大引擎,同时极大推动无人机技术的创新和发展。结合电力巡检现状,从技术发展趋势和行业应用需求出发,展望未来无人机电力巡检的发展,以期为大数据与人工智能时代的无人机技术与电力巡检的深入融合提供理论和方法参考。  [方法]  在行业应用调研的基础上,面向无人机电力巡检的全业务流程,阐述了新一代信息技术在无人机电力巡检中的应用,展望了电力巡检的智能化趋势。  [结果]  研究表明:(1)飞行平台智能化,无人机与5G通讯紧密结合,逐步实现5G网联无人机由网联化、实时化向智能化发展;(2)巡检智能化,攻克无人机智能控制等系列技术瓶颈,研发部署网络化“固定/移动”无人机智慧机场,实现全天候、无人自主智能化巡检;(3)数据分析智能化,引入人工智能技术,不断优化模型,实现巡检数据快速、准确的智能化分析;(4)物联网、大数据、云计算深度融合,实现多维数据全融合,状态监测全覆盖,数据流和业务流的集成耦合,实现设备状态评价及趋势预测智能化。(5)综合应用新一代信息技术的优势,构建无人机电力巡检智能化运维体系和智能化管控平台,有效提升精益化管理水平,开创电力巡检新局面。  [结论]  未来“云”、“大”、“物”、“智”、“移”等新一代信息技术的快速发展将推动无人机遥感技术跨越式发展,同时也驱动电力行业迈入一个全新的智能化时代。     

亿利集团先进技术：太阳能利用结合生态修复

正由亿利自主开发的"智慧能源云平台",已经实现了远程实时监测。"云平台"通过对物联网和互联网采集的电网、光伏电站、储能、地理环境监测和气象等信息,结合现场智能巡检无人机进行大数据交互、分析,能够实时掌握电站全部光伏板的运行状态。根据这些数据,分析光伏系统从汇流、逆变、箱变再到升压站整个过程的损耗,由此可以快速定位故障和系统     

基于固定翼无人机激光雷达点云数据的输电线路三维建模与树障分析

  [目的]  针对当前输电线路树障巡检周期长、作业强度大、无法保证巡检结果客观性与完整性的问题,提出了一套基于固定翼无人机三维激光点云数据进行输电线路三维建模及树障隐患智能识别的方法。  [方法]  通过固定翼无人机搭载三维激光扫描仪获取输电线路点云数据,提取点云中电力线点并模拟出完整电力线,计算电力线与电力线保护区范围内植被的欧式距离,将计算的结果与电力线安全规范比较得到树障点或预警点等信息。  [结果]  试验结果表明:自动拟合的电力线误差较小,满足树障检测的要求。  [结论]  研究方法可自动、快速、完整地提取电力线,且提取精度满足树障检测的精度要求,可大幅提升现有输电线路树障隐患检测的质量与效率。     

超级Wi-Fi系统在特高压线路工程中的应用研究

特高压线路工程巡检存在速度慢、风险大、无法留取视频和巡检位置信息等问题,通过在索道上挂载无线图像传输设备,让设备替代巡检员进行快速巡检是电力系统研究的重要课题.为解决特高压线路工程的索道视频回传问题,已有智能摄像系统采用1.4 GHz的图传模块传输图像、视频信息,采用900 MHz的数传模块传输定位信息.该智能摄像系统...     

无人机智能巡检在光伏电站组件诊断中的应用

提出了无人机智能巡检在光伏电站组件诊断中的应用方向及特点,包括无人机智能巡检系统的组成、组件智能诊断流程、无人机智能诊断特点等.结合无人机的智能巡检,可实现组件的全面检查,对组件的热斑、破碎、隐裂缺陷实现全面的排查、定位、跟踪、记录,大幅提升光伏组件的巡检及故障诊断效率,降低人工成本,增加诊断系统性,结合Ⅳ测试等其他测...     

基于深度学习的输电线路巡检图像绝缘子识别

绝缘子是输电线路无人机巡检的重要目标。为了快速准确识别巡检图像中的绝缘子,通过采集巡检图像,构造绝缘子数据集,提出了一种基于深度学习单阶图像识别框架（YOLOV3-SPP）的绝缘子在线识别模型。该网络模型在YOLOV3的模型上加入了SPP模块。通过在Pytorch环境下的训练和测试,结果表明：加入SPP模块后提高了检测的精确度,并可以快速有效地完成绝缘子识别定位。