基于深度学习的红外光热成像无人机巡检技术应用

本文在人工智能的基础上利用深度学习结合红外光热成像技术对无人机巡检技术进行研究和优化.首先对红外光热成像技术在电力系统中的应用和无人机巡检技术进行了介绍;然后提出了基于卷积神经网络的目标检测算法,对卷积神经网络的计算原理以及目标检测算法进行说明,并设计了基于深度视觉系统的MobileNetV1-YOLOv3网络预测模型...     

计及微网负荷特性的配电网动、静态无功设备优化配置方法

针对大容量光伏以微电网的形式接入配网后的电压越限和经济性问题,本文建立了微网运行模型并提出了一种可投切并联电容器组(C)和静止无功发生器(SVG)协调规划的无功补偿设备优化配置方法。首先考虑了微网内多种电源和储能出力特征、运行成本和电价机制,构建了基础微网发电控制策略规则和微网并网负荷的概率多场景通用出力模型。在此基础上,建立了动、静态无功设备协调配置的双层优化规划模型,下层模型考虑设备最优运行方式;上层模型优化了无功设备的配置方式。通过修改的IEEE 33节点为算例验证了模型的有效性,仿真结果表明,该方法针对含大容量随机性电源的微网并网情况能有效提高电压合格率、降低网损,提高经济效益。     

基于无人机搭载的电场强度传感器测量技术研究*

变电站内环境各异、运行工况复杂,现有电场强度传感器的量程和精度不满足测试需求。基于一种可用于无人机搭载的电场强度传感器,解决了场强大量程和数据无线传输的技术难点,满足超特高压变电站测试需求。以支柱瓷瓶为试验对象,开展不同电压等级下、不同位置的场强分布的试验室测量,模拟测试瓷瓶存在缺陷时的场强变化情况,并在220 kV电流互感器附近进行了现场测试,结果表明该无人机搭载场强测量技术能检测变电站内主设备场强分布,诊断瓷瓶表面尖端、短接等缺陷。     

变电站高压设备无人机巡检安全距离确定方法研究

多旋翼无人机凭借其移动灵活、机身精巧等优点在变电站巡检中具有很大优势和应用前景。为解决变电站无人机巡检的安全距离确定问题，本文选用典型机型经纬M300 RTK和御2行业进阶版为研究对象，开展了无人机的测控性能安全距离试验和放电观测试验，对无人机在工频电场和磁场环境下测控性能进行耐受测试，通过电场和磁场仿真，得到了无人机的工频电场和磁场耐受上限，对无人机放电过程、电晕放电干扰进行分析，结合试验和仿真数据提出无人机作业安全距离的判据和确定方法，可为变电站无人机巡检距离控制和路径规划提供参考。