CN109712018A - 一种输电线路综合监控系统 - Google Patents
一种输电线路综合监控系统 Download PDFInfo
- Publication number
- CN109712018A CN109712018A CN201811452660.8A CN201811452660A CN109712018A CN 109712018 A CN109712018 A CN 109712018A CN 201811452660 A CN201811452660 A CN 201811452660A CN 109712018 A CN109712018 A CN 109712018A
- Authority
- CN
- China
- Prior art keywords
- unit
- image
- feature
- monitoring
- ground
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 102
- 230000005540 biological transmission Effects 0.000 title claims abstract description 44
- 238000007689 inspection Methods 0.000 claims abstract description 19
- 230000004927 fusion Effects 0.000 claims description 30
- 238000000034 method Methods 0.000 claims description 23
- 230000003595 spectral effect Effects 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000000737 periodic effect Effects 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000009529 body temperature measurement Methods 0.000 claims description 3
- 238000009413 insulation Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 241000132092 Aster Species 0.000 claims description 2
- 238000004891 communication Methods 0.000 claims description 2
- 229910052742 iron Inorganic materials 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 abstract description 4
- 230000007812 deficiency Effects 0.000 abstract 1
- 230000005611 electricity Effects 0.000 abstract 1
- 230000007547 defect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Electric Cable Installation (AREA)
Abstract
一种输电线路综合监控系统，包括：远程监测单元、实时监测单元、风力监测单元、后台管理单元、显示预警单元；本发明用于输电线路综合监控，使用遥感影像监测搭配人工和无人机实地监测，弥补了人工巡检、机器人巡线、直升机巡线和线路在线监测装置等线路监测技术监测范围小的不足，既提高监测质量和效率，改善监测作业的安全性，综合了各方监测优势，从而提高输电线路的管理质量和降低维护成本。
Description
技术领域
本发明属于电力网络管理领域，具体涉及一种输电线路综合监控系统。
背景技术
输电网络覆盖广阔、维护工作量大，架空高压输电线路一旦出现问题就会对国民生产造成重大影响，而输电网络的自愈和自适应要求需要电力部门时刻掌握输电线路的运行状态，及时发现、快速诊断和消除故障隐患，以及对故障的及时发现和处理，避免大面积、长时间的断电等事故发生，这种情况需要建立起输电线路监控系统，为输电线路的可靠运行和及时检修奠定坚实的基础，而我国的架空高压输电线路大多架设在远离人烟、高山峻岭之处，输电线路跨江越河，给电力工作人员的工作带来的极大的麻烦。
现在的高压输电线路监测大多采用人工巡检或直升机巡检，但是人力巡检方式对电力工作人员体力消耗巨大，且人身安全无法保障，直升机巡检成本较高，对于信息的采集量较小，而且容易受到环境的影响，目前也出现了一些无人机对于高压输电线路进行监测，但是活动范围较小，受环境影响大，故障率高使得这种方式无法大规模普及开来。现有技术中有的采用机器人巡检，能够减轻巡检作业的劳动强度,降低检测成本,提高检测质量和效率,改善检测作业的安全性,从而提高线路的管理质量和降低维护成本，但是该机器人为自动运行，未加入电力工作人员的控制，在输电线路巡检时较为死板，无法应对较为复杂的情况，并且目前的机器人结构大都体积庞大且由于工作需要而所用的大量设备安装非常混乱，维护十分困难。
发明内容
针对现有技术的不足，本发明提供了一种架空输电线路覆盖地区的遥感地物识别方法，包括如下步骤：
一种输电线路综合监控系统，其特征在于，包括：远程监测单元、实时监测单元、风力监测单元、后台管理单元、显示预警单元；
所述远程监测单元，包括影像采集单元、地物识别单元、综合分析单元，所述远程监测单元用于通过遥感影像数据对输电线路覆盖地区进行地物分类并识别，对输电线路的状况进行远程监测；
所述实时监测单元，包括日常监测单元和周期性监测单元，所述日常监测单元包括杆塔、接地装置、导地线、附属设施的巡检以及电缆相关巡检，所述周期性监测单元包括接地电阻检测、避雷器检测、红外测温、绝缘零值检测和对地距离测量；
所述风力监测单元，包括风力传感单元、数据采集单元、分析处理单元，所述风力监测单元用于实时监测风速和风向，采集和存储风速风向信息，并对风速和风向信息进行分析处理。
所述后台管理单元，用于接收所述远程监测单元、所述实时监测单元、所述风力监测单元发送的数据，汇总并综合分析数据，进行异常数据点进行定位，提供异常状况的处理方案；
所述显示预警单元，用于对异常数据点位置在显示器中进行显示，向用户发出预警。
本发明的有益效果包括：首先，本发明用于输电线路综合监控，使用遥感影像监测搭配人工和无人机实地监测，弥补了人工巡检、机器人巡线、直升机巡线和线路在线监测装置等线路监测技术监测范围小的不足，既提高监测质量和效率，改善监测作业的安全性，又加入电力工作人员和无人机的实地判断、细节监测，综合了各方监测优势，从而提高输电线路的管理质量和降低维护成本；其次，本发明特别设置有风力监测单元，特别适用于应用在多风地区，解决了现有的防风监测仪模块是一些综合型气象仪模块，在线路上安装困难，维护不方便，造价高，广泛推广难度大的问题；再次，本发明设置有远程监测单元，提取高空间分辨率多光谱图像的高空间分辨率特征、低空间分辨率多光谱图像的多波段光谱信息特征、激光点云数据的地物几何特征和高程信息特征，结合三种图像数据的优势，从各个维度相互补充配合进行地物识别，既提高输电线路覆盖地区地物识别效率，又极大地提高了地物识别精度；最后本发明采用实践中提炼的识别方法和识别公式，综合地利用地物的几何形态、光谱信息、高程信息、结构和空间组合关系等，顾及更多的结构、特征信息，极大地提高了架空输电线路覆盖地区的遥感地物分类与识别精度和效率，可以实现输电线路的便捷、准确、高效的监测管理。
附图说明
图1本发明所提出的系统的基本框架图。
具体实施方式
为了更好地理解本发明，下面结合附图参考实施例的描述，对本发明的方法进行进一步的说明。
为了全面理解本发明，在以下详细描述中提到了众多具体细节。但是本领域技术人员应该理解，本发明可以无需这些具体细节而实现。在实施例中，不详细描述公知的方法、过程、组件，以免不必要地使实施例繁琐。
参见图1所示，本发明的一种输电线路综合监控系统，包括：远程监测单元、实时监测单元、风力监测单元、后台管理单元、显示预警单元；
所述远程监测单元，包括影像采集单元、地物识别单元、综合分析单元，所述远程监测单元用于通过遥感影像数据对输电线路覆盖地区进行地物分类并识别，对输电线路的状况进行远程监测；
所述实时监测单元，包括日常监测单元和周期性监测单元，所述日常监测单元包括杆塔、接地装置、导地线、附属设施的巡检以及电缆相关巡检，所述周期性监测单元包括接地电阻检测、避雷器检测、红外测温、绝缘零值检测和对地距离测量；
所述风力监测单元，包括风力传感单元、数据采集单元、分析处理单元，所述风力监测单元用于实时监测风速和风向，采集和存储风速风向信息，并对风速和风向信息进行分析处理。
所述后台管理单元，用于接收所述远程监测单元、所述实时监测单元、所述风力监测单元发送的数据，汇总并综合分析数据，进行异常数据点进行定位，提供异常状况的处理方案；
所述显示预警单元，用于对异常数据点位置在显示器中进行显示，向用户发出预警。
优选地，其中，所述风力监测单元还包括用于监控输电线路所处环境风力的拉力传感单元、风压传感单元以及用于检测铁塔倾斜角度的角度测量单元。
优选地，其中，所述日常监测单元中杆塔、接地装置、导地线、附属设施的巡检使用人工巡检，电缆相关巡检使用无人机巡检。
优选地，其中，所述远程监测单元、所述实时监测单元、所述风力监测单元与所述后台管理单元通过无线通讯模块进行数据传输。
优选地，其中，所述影像采集单元用于采集输电线路覆盖地区的高空间分辨率多光谱图像、低空间分辨率多光谱图像、和激光点云图像。
优选地，其中，所述地物识别单元具体包括：
预处理单元，用于对影像采集单元采集的高空间分辨率多光谱图像、低空间分辨率多光谱图像、激光点云图像分别进行图像预处理；
分类单元，用于针对所述高空间分辨率多光谱图像进行地物自动分类，根据图像特征将地物分成N类；
第一配准单元，用于将所述高空间分辨率多光谱图像和所述低空间分辨率多光谱图像进行配准；
第一融合单元，用于对所述高空间分辨率多光谱图像和所述低空间分辨率多光谱图像进行融合，生成分辨率融合图像，所述分辨率融合图像保留了所述高空间分辨率多光谱图像的高空间分辨率特征、所述低空间分辨率多光谱图像的多波段光谱信息特征、以及N类地物的分类信息特征。
类别确定单元，用于根据所述激光点云图像和所述N类地物分类信息特征，分析所选输电线路覆盖地区的地物特征，进而确定N类地物类别；
第二配准单元，用于将所述分辨率融合图像和所述激光点云图像进行配准；
第二融合单元，用于对所述分辨率融合图像和所述激光点云图像进行融合，生成特征融合图像，所述特征融合图像保留了所述分辨率融合图像的高空间分辨率特征和多波段光谱信息特征、所述N类地物的分类信息特征、以及所述激光点云图像的地物几何特征和高程信息特征；
样本选取单元，用于根据所述特征融合图像的图像特征和所述N类地物的类别，在所述特征融合图像中选取N类地物类别对应的地物样本，确定所述N类地物样本及各自所属的地物类别，所述特征融合图像的图像特征包括分辨率特征、光谱信息特征、地物几何特征和高程信息特征；
识别单元，用于针对所述特征融合图像中的每一像素，选择识别方法和相应参数，执行输电线路覆盖地区的遥感地物识别。
优选地，其中，所述高空间分辨率多光谱图像采用IKONOS或QuickBird等遥感卫星影像，所述低空间分辨率多光谱图像采用TM、Aster或Hyperion等遥感卫星影像。
优选地，其中，进行图像预处理具体包括：对高空间分辨率多光谱图像和低空间分辨率多光谱图像进行空间滤波；对激光点云图像进行点云滤波。
优选地，其中，所述分类单元采用非监督分类方法进行地物自动分类。
优选地，其中，所述类别确定单元确定的所述N类地物类别具体包括：水体、植被、裸地、道路、建筑物、输电线路，以及未知类别等。
优选地，其中，所述光谱信息特征包括亮度、饱和度或色调。
优选地，其中，所述识别单元选择的识别方法具体如下：
针对所述特征融合图像中的每一待分类像素点i，分别求取其与已确定所属地物类别的第j类地物样本之间的特征相关性(j∈N)，得到所述特征融合图像的各像素点与各地物类别之间的相关度R，
其中，i为所述待分类像素点i的光谱特征值，为所述特征融合图像的光谱特征平均值，为第j类地物样本区域的光谱特征平均值，i为待分类像素点i周围属于同种地物类别像素组成的集合的面积，Sj为第j类地物样本区域的面积，Hi为所述待分类像素点i的高程特征值，为第j类地物样本区域的高程特征平均值，a为调节参数，m为待分类像素i中不同类别地物所占的百分比中的最大值，n为待分类像素i中包含的地物类别的个数
根据每一待分类像素点i计算得到的N个相关性相关度R、每一待分类像素点与周边相同地物类别像素点的位置关系、以及地物几何特征，将所述特征融合图像中的每一待分类像素点i划分到所属地物类别；对于无法归类的待分类像素点，则将该待分类像素点划分到未知类别。
优选地，其中，所述待分类像素点i周围属于同种地物类别像素组成的集合，也就像素点i周边相邻同种地物类别像素组成的区域。
优选地，其中，还包括步骤10，对输电线路覆盖地区的遥感地物识别的效果进行精度评定。
本发明与现有技术相比，其显著优点为：首先，本发明用于输电线路综合监控，使用遥感影像监测搭配人工和无人机实地监测，弥补了人工巡检、机器人巡线、直升机巡线和线路在线监测装置等线路监测技术监测范围小的不足，既提高监测质量和效率，改善监测作业的安全性，又加入电力工作人员和无人机的实地判断、细节监测，综合了各方监测优势，从而提高输电线路的管理质量和降低维护成本；其次，本发明特别设置有风力监测单元，特别适用于应用在多风地区，解决了现有的防风监测仪模块是一些综合型气象仪模块，在线路上安装困难，维护不方便，造价高，广泛推广难度大的问题；再次，本发明设置有远程监测单元，提取高空间分辨率多光谱图像的高空间分辨率特征、低空间分辨率多光谱图像的多波段光谱信息特征、激光点云数据的地物几何特征和高程信息特征，结合三种图像数据的优势，从各个维度相互补充配合进行地物识别，既提高输电线路覆盖地区地物识别效率，又极大地提高了地物识别精度；最后本发明采用实践中提炼的识别方法和识别公式，综合地利用地物的几何形态、光谱信息、高程信息、结构和空间组合关系等，顾及更多的结构、特征信息，极大地提高了架空输电线路覆盖地区的遥感地物分类与识别精度和效率，可以实现输电线路的便捷、准确、高效的监测管理。
这里只说明了本发明的优选实施例，但其意并非限制本发明的范围、适用性和配置。相反，对实施例的详细说明可使本领域技术人员得以实施。应能理解，在不偏离所附权利要求书确定的本发明精神和范围情况下，可对一些细节做适当变更和修改。
Claims (11)
1.一种输电线路综合监控系统，其特征在于，包括：远程监测单元、实时监测单元、风力监测单元、后台管理单元、显示预警单元；
所述远程监测单元，包括影像采集单元、地物识别单元、综合分析单元，所述远程监测单元用于通过遥感影像数据对输电线路覆盖地区进行地物分类并识别，对输电线路的状况进行远程监测；
所述实时监测单元，包括日常监测单元和周期性监测单元，所述日常监测单元包括杆塔、接地装置、导地线、附属设施的巡检以及电缆相关巡检，所述周期性监测单元包括接地电阻检测、避雷器检测、红外测温、绝缘零值检测和对地距离测量；
所述风力监测单元，包括风力传感单元、数据采集单元、分析处理单元，所述风力监测单元用于实时监测风速和风向，采集和存储风速风向信息，并对风速和风向信息进行分析处理。
所述后台管理单元，用于接收所述远程监测单元、所述实时监测单元、所述风力监测单元发送的数据，汇总并综合分析数据，进行异常数据点进行定位，提供异常状况的处理方案；
所述显示预警单元，用于对异常数据点位置在显示器中进行显示，向用户发出预警。
2.如权利要求1所述的方法，其中，所述风力监测单元还包括用于监控输电线路所处环境风力的拉力传感单元、风压传感单元以及用于检测铁塔倾斜角度的角度测量单元。
3.如权利要求1所述的方法，其中，所述日常监测单元中杆塔、接地装置、导地线、附属设施的巡检使用人工巡检，电缆相关巡检使用无人机巡检。
4.如权利要求1所述的方法，其中，所述远程监测单元、所述实时监测单元、所述风力监测单元与所述后台管理单元通过无线通讯模块进行数据传输。
5.如权利要求1所述的方法，其中，所述影像采集单元用于采集输电线路覆盖地区的高空间分辨率多光谱图像、低空间分辨率多光谱图像、和激光点云图像。
6.如权利要求1或5所述的方法，其中，所述地物识别单元具体包括：
预处理单元，用于对影像采集单元采集的高空间分辨率多光谱图像、低空间分辨率多光谱图像、激光点云图像分别进行图像预处理；
分类单元，用于针对所述高空间分辨率多光谱图像进行地物自动分类，根据图像特征将地物分成N类；
第一配准单元，用于将所述高空间分辨率多光谱图像和所述低空间分辨率多光谱图像进行配准；
第一融合单元，用于对所述高空间分辨率多光谱图像和所述低空间分辨率多光谱图像进行融合，生成分辨率融合图像，所述分辨率融合图像保留了所述高空间分辨率多光谱图像的高空间分辨率特征、所述低空间分辨率多光谱图像的多波段光谱信息特征、以及N类地物的分类信息特征。
类别确定单元，用于根据所述激光点云图像和所述N类地物分类信息特征，分析所选输电线路覆盖地区的地物特征，进而确定N类地物类别；
第二配准单元，用于将所述分辨率融合图像和所述激光点云图像进行配准；
第二融合单元，用于对所述分辨率融合图像和所述激光点云图像进行融合，生成特征融合图像，所述特征融合图像保留了所述分辨率融合图像的高空间分辨率特征和多波段光谱信息特征、所述N类地物的分类信息特征、以及所述激光点云图像的地物几何特征和高程信息特征；
样本选取单元，用于根据所述特征融合图像的图像特征和所述N类地物的类别，在所述特征融合图像中选取N类地物类别对应的地物样本，确定所述N类地物样本及各自所属的地物类别，所述特征融合图像的图像特征包括分辨率特征、光谱信息特征、地物几何特征和高程信息特征；
识别单元，用于针对所述特征融合图像中的每一像素，选择识别方法和相应参数，执行输电线路覆盖地区的遥感地物识别。
7.如权利要求6所述的方法，其中，所述高空间分辨率多光谱图像采用IKONOS或QuickBird等遥感卫星影像，所述低空间分辨率多光谱图像采用TM、Aster或Hyperion等遥感卫星影像。
8.如权利要求6所述的方法，其中，进行图像预处理具体包括：对高空间分辨率多光谱图像和低空间分辨率多光谱图像进行空间滤波；对激光点云图像进行点云滤波。
9.如权利要求6所述的方法，其中，所述分类单元采用非监督分类方法进行地物自动分类。
10.如权利要求6所述的方法，其中，所述类别确定单元确定的所述N类地物类别具体包括：水体、植被、裸地、道路、建筑物、输电线路，以及未知类别等。
11.如权利要求6所述的方法，其中，所述光谱信息特征包括亮度、饱和度或色调。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811452660.8A CN109712018B (zh) | 2018-11-30 | 2018-11-30 | 一种输电线路综合监控系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811452660.8A CN109712018B (zh) | 2018-11-30 | 2018-11-30 | 一种输电线路综合监控系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109712018A true CN109712018A (zh) | 2019-05-03 |
| CN109712018B CN109712018B (zh) | 2024-08-06 |
Family
ID=66255406
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811452660.8A Active CN109712018B (zh) | 2018-11-30 | 2018-11-30 | 一种输电线路综合监控系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109712018B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110501519A (zh) * | 2019-07-15 | 2019-11-26 | 武汉纳思系统技术有限公司 | 一种基于输电线路防风灾联动感知监测系统 |
| CN111342391A (zh) * | 2020-03-06 | 2020-06-26 | 云南电网有限责任公司电力科学研究院 | 一种输电线路绝缘子和线路故障巡视方法及巡视体系 |
| CN111696097A (zh) * | 2020-06-15 | 2020-09-22 | 国网山东省电力公司平邑县供电公司 | 一种电缆在线监测方法和装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103163881A (zh) * | 2011-12-16 | 2013-06-19 | 国家电网公司 | 基于固定翼无人机的输电线路巡检系统 |
| CN107357313A (zh) * | 2017-08-15 | 2017-11-17 | 成都优艾维智能科技有限责任公司 | 一种基于无人机巡检图像的输电线路故障维护系统及方法 |
| CN207335774U (zh) * | 2017-10-19 | 2018-05-08 | 云南机电职业技术学院 | 一种输电线路综合在线监测与巡检系统 |
| CN108377033A (zh) * | 2018-04-20 | 2018-08-07 | 国网辽宁省电力有限公司沈阳供电公司 | 基于多旋翼无人机的输电线路巡检与线路图对比修改系统 |
-
2018
- 2018-11-30 CN CN201811452660.8A patent/CN109712018B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103163881A (zh) * | 2011-12-16 | 2013-06-19 | 国家电网公司 | 基于固定翼无人机的输电线路巡检系统 |
| CN107357313A (zh) * | 2017-08-15 | 2017-11-17 | 成都优艾维智能科技有限责任公司 | 一种基于无人机巡检图像的输电线路故障维护系统及方法 |
| CN207335774U (zh) * | 2017-10-19 | 2018-05-08 | 云南机电职业技术学院 | 一种输电线路综合在线监测与巡检系统 |
| CN108377033A (zh) * | 2018-04-20 | 2018-08-07 | 国网辽宁省电力有限公司沈阳供电公司 | 基于多旋翼无人机的输电线路巡检与线路图对比修改系统 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110501519A (zh) * | 2019-07-15 | 2019-11-26 | 武汉纳思系统技术有限公司 | 一种基于输电线路防风灾联动感知监测系统 |
| CN111342391A (zh) * | 2020-03-06 | 2020-06-26 | 云南电网有限责任公司电力科学研究院 | 一种输电线路绝缘子和线路故障巡视方法及巡视体系 |
| CN111342391B (zh) * | 2020-03-06 | 2021-05-14 | 云南电网有限责任公司电力科学研究院 | 一种输电线路绝缘子和线路故障巡视方法及巡视体系 |
| CN111696097A (zh) * | 2020-06-15 | 2020-09-22 | 国网山东省电力公司平邑县供电公司 | 一种电缆在线监测方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109712018B (zh) | 2024-08-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108037770B (zh) | 基于人工智能的无人机输电线路巡检系统和方法 | |
| CN111342391B (zh) | 一种输电线路绝缘子和线路故障巡视方法及巡视体系 | |
| CN107392247B (zh) | 一种电力线下方地物安全距离实时检测方法 | |
| CN110850723B (zh) | 一种基于变电站巡检机器人系统的故障诊断及定位方法 | |
| CN112101088B (zh) | 一种无人机电力自动巡检方法、装置及系统 | |
| CN111311967A (zh) | 基于无人机的电力线路巡检系统及方法 | |
| CN108680833B (zh) | 基于无人机的复合绝缘子缺陷检测系统 | |
| CN112491982A (zh) | 基于云边协同输电线路精细化感知方法 | |
| CN112327906A (zh) | 一种基于无人机的智能自动巡检系统 | |
| CN109712018A (zh) | 一种输电线路综合监控系统 | |
| CN114240868A (zh) | 一种基于无人机的巡检分析系统及方法 | |
| CN113947555A (zh) | 基于深度神经网络的红外与可见光融合的视觉系统及方法 | |
| CN114744756A (zh) | 一种基于机器视觉的输电线路智能巡检系统 | |
| CN110967600A (zh) | 一种基于无人机红外检测的复合绝缘子劣化诊断方法 | |
| CN109697410B (zh) | 一种架空输电线路覆盖地区的遥感地物识别方法 | |
| CN113160184A (zh) | 一种基于深度学习的无人机智能巡检电缆表面缺陷检测方法 | |
| CN105389555A (zh) | 基于航拍图像的隐患目标分析方法及系统 | |
| CN106548211A (zh) | 基于红外图像的变电站测温点自动识别方法和装置 | |
| CN112643719A (zh) | 一种基于巡检机器人的隧道安防检测方法及系统 | |
| CN116846059A (zh) | 一种用于电网巡检和监控的边缘检测系统 | |
| CN112270234B (zh) | 一种基于航拍图像的输电线路绝缘子目标识别方法 | |
| CN117079026A (zh) | 一种基于改进YOLOv3网络的无人机电力巡检隐患识别方法 | |
| CN112241691A (zh) | 基于无人机巡检与图像特征的渠道冰情智能识别方法 | |
| CN108470141B (zh) | 一种基于统计特征与机器学习的配电线路中绝缘子识别方法 | |
| CN115549303A (zh) | 一种电力设备巡检监控系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |