CN114008447A - 用于查明和显示架空电线的部件处的潜在的损伤部位的方法 - Google Patents

用于查明和显示架空电线的部件处的潜在的损伤部位的方法 Download PDF

Info

Publication number
CN114008447A
CN114008447A CN202080046735.1A CN202080046735A CN114008447A CN 114008447 A CN114008447 A CN 114008447A CN 202080046735 A CN202080046735 A CN 202080046735A CN 114008447 A CN114008447 A CN 114008447A
Authority
CN
China
Prior art keywords
overhead line
generating
potential damage
ascertaining
identified
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.)
Pending
Application number
CN202080046735.1A
Other languages
English (en)
Inventor
J·A·比克鲍尔
C·霍布迈尔
S·霍克斯托格
O·克勒
S·瓦科尔宾格
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Energy Global GmbH and Co KG
Original Assignee
Siemens Energy Global GmbH and Co KG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Siemens Energy Global GmbH and Co KG filed Critical Siemens Energy Global GmbH and Co KG
Publication of CN114008447A publication Critical patent/CN114008447A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08—Locating faults in cables, transmission lines, or networks
    • G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
    • G01R31/085—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution lines, e.g. overhead
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08—Locating faults in cables, transmission lines, or networks
    • G01R31/088—Aspects of digital computing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/176—Urban or other man-made structures

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
  • Electric Cable Installation (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本发明涉及一种用于查明和显示架空电线的物体处的潜在的损伤部位的方法，所述方法具有以下方法步骤：‑对所述架空电线及其周围环境进行检测并且生成三维的显像；‑从所述三维的显像中查明相关的部件(2)和基础设施元件(1)；‑检查所述部件(2)和基础设备元件(1)是否完好无损；‑在探测到潜在的损伤部位(3)时查明所述潜在的损伤部位的位置；‑生成所识别的具有潜在的损伤部位的基础设施元件的图示，所述图示具有位置说明。

Description

用于查明和显示架空电线的部件处的潜在的损伤部位的方法
技术领域
本发明涉及一种用于查明和显示架空电线的部件处的潜在的损伤部位的方法。
背景技术
电气的架空电线的导电的导体在室外被导引穿过空气并且大多也仅仅通过周围的空气彼此绝缘并且与地面绝缘，所述电气的架空电线比如用作高压线路和中压线路以及轨道接触网(Bahnfahrleitung)。
为了避免短路或者线路中断并且以及可能由此产生的电气事故，架空电线必须遵守离开地面、建筑物、但是也离开周围的植被的特定的最小间距。
为了保证这一点，规定对这些线路进行定期的检查。
由于其数公里的长度和大约60米的高度的尺寸，对于这些架空电线的监控是一项任务，该任务通常借助于直升飞机或者无人飞行物或者也通过巡查来实施。
在此要在无障碍的高度上越过相关的建筑物并且比如对其进行照相并且/或者借助于LiDAR对其进行扫描并且将结果作为三维的数据组记灵下来并且对其进行测评。
将检查过程的结果作为检查结果(Befund)记录下来，后来从所述检查结果中能够推导出诸如维修的措施。
已知给这些检查结果配设图示，比如能够将有损伤的部件、比如电线杆上的绝缘体的位置通过符号、比如箭头或者标记来显示出来。
检查结果的位置的这种可视化或者标识通常用人工来进行。同样，电线杆的示意性的图样要么从规划数据中推导出来要么手动地生成。
借助于激光扫描装置来覆盖高压线路或者其他设备并且/或者通过经过训练的技工进行图像拍摄并且随后进行目检，这近年来符合通行的实践。
除了在光的可见范围内的照片之外，在近红外范围内或者具有热红外线部分的照片对于特定的应用情况来说也是有利的。因此，具有780nm到3μm(光谱范围IR-A和IR-B)的波长的近红外线特别适合用于探测植被，因为在近红外范围内叶绿素具有比在可见光谱内高了大约6倍的反射率。能够将这种效应用于探测植被，方法是：在可见范围的优选红色光谱内进行拍照并且在近红外线内再进行拍照。有效物体不仅在可见范围内而且在近红外范围内具有大致相同的反射率，而含叶绿素的植被在近红外线内则拥有明显更高的反射度。由此，比如也能够将绿色的有效物体与同样绿色的植被区分开来。
但是，利用红外照片也能够探测热缺陷、比如热点。
处于紫外光范围内的照片也能够是适宜的，因为在这些照片上尤其能够特别明显地看出电晕效应/部分放电。
在此，成问题的是人的因素，因为由于注意力不集中、比如由于疲劳或无经验而出现差错。
发明内容
本发明的任务是，使检查结果的可视化自动化。
按照本发明，该任务利用一种按照权利要求1所述的方法来解决。
有利的设计方案由从属权利要求获得。
与检查结果的手动定位相比，本发明规定，全自动地对所述检查结果进行定位并且同样全自动地生成合适的可视化，以便对检查人员来说容易发现检查结果。
有利的是，从借助于激光扫描装置所确定的、关于架空电线及其周围环境的双变点分布数据组(Punktwolkendatensatz)中查明所述架空电线的基础设施元件、比如像电线杆以及比如配件(Armatur)和附加元件的部件，所述双变点分布数据组关于各个点也包括精确的位置，并且针对这些元件在能探测到的比如断裂、碎裂(Absplitterung)的损伤处、还有在比如像冰挂(Eisbehang)或者植被的异物处的图示进行分析。
为此，优选使用由现有技术已知的、机器学习的方法(人工智能)。
如果就这样查明潜在的损伤部位，则记录其位置并且在所涉及的基础设施元件的图示中比如借助于箭头或圆圈来显示出来。
这些图示作为检查结果的一部分能够使服务人员有效地并且目标明确地实施维修。
附图说明
借助于附图对本发明进行详细解释。其中：
图1a、1b、1c和图2a、2b示例性地示出了架空电线的电线杆的图示。
具体实施方式
架空电线的电线杆1的在附图中所包含的图示从借助于激光扫描装置(LIDAR)所确定的关于这些电线杆的双变点分布数据组中推导出来。
与雷达有关系的、用于进行光学的间距和速度测量并且用于对大气参数进行遥测的方法被称为LIDAR(光探测和测距)。取代雷达波而在雷达中使用激光束。
在用作激光扫描器时要发送光脉冲，所述光脉冲被物体点反射。所述物体点在此必须能够从至少一个方向来看得见。前提是在表面上的扩散的反射。所述技术在不取决于太阳照射的情况下发挥功能并且允许以非常快的拍照速率来获取大量的关于物体的3D信息。
所述激光器相应地测量扫描器相对于周围环境中的物体的间距值，从而从大量的测量中产生双变点分布数据组。如果已知所述激光扫描器或者货架过道间行驶车辆
Figure BDA0003433114570000031
典型地比如像无人机、平面飞行器或者直升飞机的飞行物的位置，那就能够从双变点分布数据组中通过参照激光扫描装置或者飞行物和所述激光扫描装置所对准的方向来非常精确地重建点的位置。对于动态的测量方法、比如可移动的激光扫描或者飞行中的激光扫描来说，将激光扫描器与GNSS/INS系统(全球导航卫星系统或者惯性导航系统)一起使用。
如果已知GNSS/INS-系统与激光扫描器之间的相对定向，则能够通过车辆轨迹与激光扫描测量之间的组合(距离和方向)来产生3D双变点分布。
所述3D双变点分布或者相应的双变点分布数据组的各个点在其与架空电线的特定的元件和其环境的所属性方面被分类，也就是要确定，所述点是否是电线杆1、线路或者绝缘体2的一部分或者其是否能够被归入周围环境。
这根据点与其周围环境的关系用机器学习的方法来进行，对于机器学习的方法来说从预先给定的关于部件、比如绝缘体、电线杆元件等等的典型的样本的训练数据中学到所述点的种类分配。
要就可能的损伤部位、比如断裂、裂纹、冰、植被对这些所探测的部件进行检查并且将所查明的潜在的损伤部位或者缺陷源的位置记录下来。
在本实施例中，在双变点分布数据组的基础上对所述部件的损伤部位进行检查或者检查所述部件是否完好无损，但是同样能够在从中推导的图示或者独立的信息、像比如传感器数据、图像、观察等等的基础上进行。
关于从中所识别的基础设施元件、也就是比如架空电线电线杆利用合适的变换来推导出二维的标准化的视图、比如平面图、正视图和侧视图，在所述架空电线电线杆上作为所谓的配件或者附加件布置有所述部件。
在此，特别有利的是，仅仅所识别的基础设施元件1及其紧挨着的周围环境被变换为二维视图并且由此保持小的计算成本并且能够提高变换的速度。
优选在此运用所谓的主分量分析(Hauptkomponentenanalyse)。
所述主分量分析所基于的数学方法也作为主轴变换(Hauptachsentransformation)或者单值分解
Figure BDA0003433114570000051
而已知，所述主分量分析(或者英文：Principal Component Analysis)是一种多变量统计的方法。它用于使广泛的数据组结构化、简化并且对其进行图解说明，方法是：通过较少数目的尽可能有说服力的线性组合(“主分量”)对大量统计上的变量进行近似计算。
按照本发明，将关于比如像电线杆1的基础设施元件一次性所查明的变换参数记录下来并且而后因此能够以相同的方式将其运用到这个基础设施元件1的所有配件和附加件、比如绝缘体2上。
在检查结果中用图形来示出所述损伤部位3以及所涉及的基础设施元件1，其中元件上的潜在的损伤部位3的位置比如能够借助于箭头和圆圈示出。
此外，这种图形显示能够包括额外的定向指示4、比如像方位或者对于用作图示的基础的视线“从电线杆2向电线杆3观察”的提示，以便进一步简化对于潜在的损伤部位的发现。
在本实施例中，借助于激光扫描器对所述架空电线进行检测。但是，也可能的是，借助于摄影测量方法从二维的照片中获取三维的显像并且将其用作进一步测评的基础。
附图标记列表：
1 架空电线电线杆
2 绝缘体
3 潜在的损伤部位
4 定向指示

Claims (11)

1.一种用于查明和显示架空电线的部件处的潜在的损伤部位的方法，该方法具有以下方法步骤：
-对所述架空电线及其周围环境进行检测并且生成三维的显像；
-从所述三维的显像中查明相关的部件(2)和基础设施元件(1)；
-检查所述部件(2)和基础设备元件(1)是否完好无损；
-在探测到潜在的损伤部位(3)时查明所述潜在的损伤部位的位置；
-生成所识别的具有潜在的损伤部位的基础设施元件的图示，所述图示具有位置说明。
2.根据权利要求1所述的方法，其特征在于，
-借助于激光扫描装置对所述架空电线进行扫描；
-由所述激光扫描装置的位置及其取向为双变点分布数据组的点分配位置；并且
-生成三维的双变点分布数据组作为三维的显像。
3.根据权利要求2所述的方法，其特征在于，借助于自动的分类方法在所述点的与特定的基础设施元件(1)的所属性方面对所述点进行分类。
4.根据权利要求3所述的方法，其特征在于，使用机器学习作为自动的分类方法，其中从预先给定的训练数据中学到所述点的种类分配。
5.根据权利要求1到4中任一项所述的方法，其特征在于，仅仅将所识别的基础设施元件(1)及其紧挨着的周围环境变换为二维视图，并且由此能够保持小的计算成本并且能够提高变换的速度。
6.根据权利要求5所述的方法，其特征在于，所识别的基础设施元件的图示包括标准化的视图、比如像平面图、正视图和侧视图。
7.根据权利要求1到6中任一项所述的方法，其特征在于，借助于变换矩阵从三维的显像中推导出所识别的基础设施元件(1)的图示。
8.根据权利要求7所述的方法，其特征在于，借助于主轴变换来确定所述变换矩阵的参数。
9.根据权利要求1到8中任一项所述的方法，其特征在于，在相应所涉及的基础设施元件(1)的图示中给所识别的潜在的损伤部位配设标记、尤其是配设箭头。
10.根据权利要求1到9中任一项所述的方法，其特征在于，从所述变换的参数中生成额外的定向指示(4)。
11.根据权利要求1到10中任一项所述的方法，其特征在于，由飞行物对所述架空电线进行检测。
CN202080046735.1A 2019-06-27 2020-06-22 用于查明和显示架空电线的部件处的潜在的损伤部位的方法 Pending CN114008447A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP19182926.6 2019-06-27
EP19182926.6A EP3757869A1 (de) 2019-06-27 2019-06-27 Verfahren zur ermittlung und darstellung von potenziellen schadstellen an komponenten von freileitungen
PCT/EP2020/067304 WO2020260182A1 (de) 2019-06-27 2020-06-22 Verfahren zur ermittlung und darstellung von potenziellen schadstellen an komponenten von freileitungen

Publications (1)

Publication Number Publication Date
CN114008447A true CN114008447A (zh) 2022-02-01

Family

ID=67220632

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080046735.1A Pending CN114008447A (zh) 2019-06-27 2020-06-22 用于查明和显示架空电线的部件处的潜在的损伤部位的方法

Country Status (5)

Country Link
US (1) US20220244303A1 (zh)
EP (2) EP3757869A1 (zh)
CN (1) CN114008447A (zh)
BR (1) BR112021026092A2 (zh)
WO (1) WO2020260182A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102021207130A1 (de) 2021-07-07 2023-01-12 Zf Friedrichshafen Ag System, Verfahren und Computerprogramm zur automatisierten Befundung wenigstens eines Bauteils
CN113379736B (zh) * 2021-07-12 2022-05-17 广东电网有限责任公司 一种巡检机器人视觉图像深度特征表达方法及系统

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002257738A (ja) * 2001-03-05 2002-09-11 Kanto Auto Works Ltd マーキング方法及びマーキング機能付塗面検査装置
DE102009033852A1 (de) * 2009-07-16 2010-05-06 Daimler Ag Verfahren und Vorrichtung zur Erfassung einer Umgebung eines Fahrzeugs
US20120262708A1 (en) * 2009-11-25 2012-10-18 Cyberhawk Innovations Limited Unmanned aerial vehicle
US20140052323A1 (en) * 2012-08-17 2014-02-20 Audi Ag Transport facility for autonomous navigation and method for determining damage to a motor vehicle
US8756085B1 (en) * 2013-03-15 2014-06-17 State Farm Mutual Automobile Insurance Company Systems and methods for assessing property damage
JP2014149718A (ja) * 2013-02-01 2014-08-21 Nec Corp 撮影指示装置、撮影指示方法、及びプログラム
CN104463825A (zh) * 2013-09-16 2015-03-25 北京三星通信技术研究有限公司 用于在三维体积图像中检测对象的设备和方法
US9129355B1 (en) * 2014-10-09 2015-09-08 State Farm Mutual Automobile Insurance Company Method and system for assessing damage to infrastructure
JP2016114445A (ja) * 2014-12-15 2016-06-23 日本放送協会 ３次元位置算出装置およびそのプログラム、ならびに、ｃｇ合成装置
CN107561547A (zh) * 2017-08-14 2018-01-09 广州供电局有限公司 输电线路到目标物的距离测量方法、装置及系统
US20180122097A1 (en) * 2016-10-31 2018-05-03 Fujitsu Limited Apparatus, method, and non-transitory computer-readable storage medium for storing program for position and orientation estimation
US20180192881A1 (en) * 2017-01-06 2018-07-12 Canon Kabushiki Kaisha Image processing apparatus and image processing method
KR20180102482A (ko) * 2017-12-01 2018-09-17 링크플로우 주식회사 전방향 영상의 방향 정보를 생성하는 방법 및 이러한 방법을 수행하는 장치
JP2019052959A (ja) * 2017-09-15 2019-04-04 日本電信電話株式会社 柱状構造物の状態検査方法、装置およびプログラム

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160019688A1 (en) * 2014-07-18 2016-01-21 University Of Georgia Research Foundation, Inc. Method and system of estimating produce characteristics
US20170091706A1 (en) * 2015-09-25 2017-03-30 Hand Held Products, Inc. System for monitoring the condition of packages throughout transit
US11561251B2 (en) * 2018-08-01 2023-01-24 Florida Power & Light Company Remote autonomous inspection of utility system components utilizing drones and rovers
US11361423B2 (en) * 2019-06-17 2022-06-14 RecognAIse Technologies Inc. Artificial intelligence-based process and system for visual inspection of infrastructure

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002257738A (ja) * 2001-03-05 2002-09-11 Kanto Auto Works Ltd マーキング方法及びマーキング機能付塗面検査装置
DE102009033852A1 (de) * 2009-07-16 2010-05-06 Daimler Ag Verfahren und Vorrichtung zur Erfassung einer Umgebung eines Fahrzeugs
US20120262708A1 (en) * 2009-11-25 2012-10-18 Cyberhawk Innovations Limited Unmanned aerial vehicle
US20140052323A1 (en) * 2012-08-17 2014-02-20 Audi Ag Transport facility for autonomous navigation and method for determining damage to a motor vehicle
JP2014149718A (ja) * 2013-02-01 2014-08-21 Nec Corp 撮影指示装置、撮影指示方法、及びプログラム
US8756085B1 (en) * 2013-03-15 2014-06-17 State Farm Mutual Automobile Insurance Company Systems and methods for assessing property damage
CN104463825A (zh) * 2013-09-16 2015-03-25 北京三星通信技术研究有限公司 用于在三维体积图像中检测对象的设备和方法
US9129355B1 (en) * 2014-10-09 2015-09-08 State Farm Mutual Automobile Insurance Company Method and system for assessing damage to infrastructure
JP2016114445A (ja) * 2014-12-15 2016-06-23 日本放送協会 ３次元位置算出装置およびそのプログラム、ならびに、ｃｇ合成装置
US20180122097A1 (en) * 2016-10-31 2018-05-03 Fujitsu Limited Apparatus, method, and non-transitory computer-readable storage medium for storing program for position and orientation estimation
US20180192881A1 (en) * 2017-01-06 2018-07-12 Canon Kabushiki Kaisha Image processing apparatus and image processing method
CN107561547A (zh) * 2017-08-14 2018-01-09 广州供电局有限公司 输电线路到目标物的距离测量方法、装置及系统
JP2019052959A (ja) * 2017-09-15 2019-04-04 日本電信電話株式会社 柱状構造物の状態検査方法、装置およびプログラム
KR20180102482A (ko) * 2017-12-01 2018-09-17 링크플로우 주식회사 전방향 영상의 방향 정보를 생성하는 방법 및 이러한 방법을 수행하는 장치

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
冯仲科 等: "创建新一代森林资源调查监测技术体系的实践与探索", 《林业资源管理》, vol. 1, no. 03, pages 39 - 14 *
刘志颖 等: "电力架空线路巡检可见光图像智能处理研究综述", 《电网技术》, vol. 44, no. 03, pages 1057 - 1069 *
聂烜: "《计算机图形学》", vol. 1, 31 January 2013, 西北工业大学出版社, pages: 91 - 98 *

Also Published As

Publication number Publication date
BR112021026092A2 (pt) 2022-02-08
EP3966734A1 (de) 2022-03-16
US20220244303A1 (en) 2022-08-04
WO2020260182A1 (de) 2020-12-30
EP3757869A1 (de) 2020-12-30

Similar Documents

Publication Publication Date Title
CN110418957B (zh) 对具有运行机构的设施进行状态监控的方法和装置
CN111311967A (zh) 基于无人机的电力线路巡检系统及方法
US9784836B2 (en) System for monitoring power lines
US20220108242A1 (en) Method and system for utility power line monitoring
Kim et al. Fault diagnosis of power transmission lines using a UAV-mounted smart inspection system
Larrauri et al. Automatic system for overhead power line inspection using an Unmanned Aerial Vehicle—RELIFO project
KR101718287B1 (ko) 드론을 활용한 항공 진단 안전 서비스 방법
KR102553453B1 (ko) 전력설비 감시용 무인 진단장치 및 방법
CN112147633A (zh) 一种电力线路安全距离检测方法
US20140132723A1 (en) Methods for calibrating a digital photographic image of utility structures
CN107561547B (zh) 输电线路到目标物的距离测量方法、装置及系统
CN112525162A (zh) 一种无人机测量输电线路影像距离的系统及方法
CN104091168B (zh) 基于无人机影像的电力线自动提取定位方法
AU2016102409A4 (en) Local Positioning System for an Unmanned Aerial Vehicle
RU2591875C1 (ru) Способ построения карты экзогенных геологических процессов местности вдоль трассы магистрального нефтепровода
CN114008447A (zh) 用于查明和显示架空电线的部件处的潜在的损伤部位的方法
CN114255405A (zh) 一种隐患目标识别方法与装置
CN112639803B (zh) 用于识别设施处的物体的方法和组件
Kähler et al. Automating powerline inspection: A novel multisensor system for data analysis using deep learning
JP2022151763A (ja) 航空機構造体の損傷の自動評価
CN112585484B (zh) 用于识别具有运行设备的设施的电晕放电的方法和组件
Janeiro et al. Advances in cloud base height and wind speed measurement through stereophotogrammetry with low cost consumer cameras
EP3767417A1 (en) Method of performing an inspection and an airborne system therefore
JP7139809B2 (ja) 電気設備点検システム
Wojciechowski et al. Detection of Critical Infrastructure Elements Damage with Drones

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