CN115052133B - 一种基于无人机的配电台架验收方法 - Google Patents
一种基于无人机的配电台架验收方法 Download PDFInfo
- Publication number
- CN115052133B CN115052133B CN202210787473.5A CN202210787473A CN115052133B CN 115052133 B CN115052133 B CN 115052133B CN 202210787473 A CN202210787473 A CN 202210787473A CN 115052133 B CN115052133 B CN 115052133B
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- image
- detection
- distribution rack
- 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.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Multimedia (AREA)
- Medical Informatics (AREA)
- Signal Processing (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种基于无人机的配电台架验收方法,涉及检测技术领域。所述方法包括:利用装载在无人机上的拍摄设备采集配电台架的图像,判断所述图像的清晰度是否满足要求,若满足,则得到目标图像,若不满足,则重新进行拍摄,直至得到目标图像;通过深度学习人工智能图像识别技术对所述目标图像进行识别,判断所述配电台架上各个组件的安装是否符合规范;当存在组件的安装不符合规范时,对相应的图像进行标记,记为不合格图像,并存储所述不合格图像数据。本方法能够避免人工验收高空作业带来的危险性,保证工作人员的人身安全,确保无人机对配电台架图像数据采集的准确性,提升整个配电台架验收效率。
Description
技术领域
本发明涉及检测技术领域,尤其涉及一种基于无人机的配电台架验收方法。
背景技术
为了电力的平稳的输送,需要在电力输送处安装输配电设备,且由于电力属于危险能源,常安装在离人生活环境较远的地方,配电设备是在电力系统中对高压配电柜、发电机、变压器、电力线路、断路器、低压开关柜、配电盘、开关箱、控制箱等设备的统称,配电是指电力系统中直接与用户相连并向用户分配电能的环节,配电设备需要安装在配电设备台架上进行使用,配电台架在完成架设后需要对其进行安装验收,确保配电台架在实际使用过程中的安全性,从而保障整个配电线路的输电稳定。
现有的配电台架验收多为人工验收,人工验收存在验收不够全面,无法覆盖配电台架设备,尤其对横担以上的问题较难发现,验收效率低,依托人工验收配电台架需耗费大量时间,耗时耗力,高风险作业,人工验收需人员登杆,导致作业人员安全性较低。
发明内容
本发明的主要目的在于克服现有技术的缺点与不足,提供一种基于无人机的配电台架验收方法,能够避免人工验收高空作业带来的危险性,保证工作人员的人身安全,确保无人机对配电台架图像数据采集的准确性,提升整个配电台架验收效率。
根据本发明的一个方面,本发明提供了一种基于无人机的配电台架验收方法,所述方法包括以下步骤:
利用装载在无人机上的拍摄设备采集配电台架的图像,判断所述图像的清晰度是否满足要求,若满足,则得到目标图像,若不满足,则重新进行拍摄,直至得到目标图像;
通过深度学习人工智能图像识别技术对所述目标图像进行识别,判断所述配电台架上各个组件的安装是否符合规范;
当存在组件的安装不符合规范时,对相应的图像进行标记,记为不合格图像,并存储所述不合格图像数据。
优选地,所述方法包括:
对装载在无人机上的拍摄设备进行自检,确定装配是否合格,具体包括:通过无人机搭载的拍摄设备对标准检测台架进行飞行检测,将无人机检测数据与检测台架合格数据进行对比,当无人机检测数据与检测台架合格数据不一致时,所述装配不合格,当无人机检测数据与检测台架合格数据相一致时,所述装配合格。
优选地,所述配电台架上各个组件包括横担紧固螺栓、抱箍紧固螺栓及接线端子紧固螺栓的螺母;
所述利用装载在无人机上的拍摄设备采集配电台架的图像包括:
通过装载在无人机上的拍摄设备对配电台架上横担紧固螺栓、抱箍紧固螺栓及接线端子紧固螺栓的螺母,进行全方位、多角度、近距离拍照,实现对配电台架验收数据的采集。
优选地,所述当存在组件的安装不符合规范时,对相应的图像进行标记包括:
通过图像识别技术对配电台架上横担紧固螺栓、抱箍紧固螺栓及接线端子紧固螺栓的螺母,进行质量验收检查,当检测螺栓及螺母未拧紧及安装不规范时对该图像进行标记,记为不合格;当检测螺栓及螺母拧紧及安装规范时,记为合格且不需要进行标记。
优选地,所述方法包括:
将检测标记过程中检测的合格图像数据及不合格图像数据进行分类存储,当无人机完成整个配电台架图像数据采集后,检护人员调出存储的不合格图像数据,根据图像中标记的配电台架具体位置进行对应的检护作业。
优选地,所述方法包括:
当检护人员完成配电台架图像数据标记位置的检护工作后,对完成检护的具体点进行全方位、多角度、近距离拍照,将检护的拍照数据进行上传并分类存储。
优选地,所述方法包括:
无人机对配电台架图像采集时,飞行顺序为从下至上,从左至右。
优选地,所述对装载在无人机上的拍摄设备进行自检包括:
设备安装检测、设备连接检测、无人机续航、无人机飞行检测及无人机飞行稳定性检测。
优选地,无人机操纵规范符合架空输电线路无人机巡检作业技术导则、无人机测控系统通用要求、计算机软件测试规范、无人机通用规范、无人机系统通用要求。
优选地,所述拍摄设备为可见光设备。
有益效果:本发明通过无人机搭载拍摄设备采集线路图像,基于深度学习AI图像识别技术,实现配电台架的施工验收,可以提高配电台架验收的质量和效率,大幅降低作业人员劳动强度,缩短作业时间,并降低人工成本,加强关键环节质量管控,切实提升配电线路安全运行水平,确保对配电台架验收覆盖的全面性,避免人工验收高空作业带来的危险性,保证工作人员的人身安全,通过对配电台架验收前的装载自检,有效确保无人机对配电台架图像数据采集的准确性,避免图像数据采集不准确导致后续配电台架依旧存在安全隐患的情况,对于检护采集的合格图像数据及不合格图像数据进行分类存储,方便后续检护人员进行配电台架对应位置的检护作业,提升整个配电台架验收效率。
通过参照以下附图及对本发明的具体实施方式的详细描述,本发明的特征及优点将会变得清楚。
附图说明
图1是基于无人机的配电台架验收方法流程图。
具体实施方式
下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例
图1是基于无人机的配电台架验收方法流程图。如图1所示,本实施例提供了一种基于无人机的配电台架验收方法,所述方法包括以下步骤:
S1:利用装载在无人机上的拍摄设备采集配电台架的图像,判断所述图像的清晰度是否满足要求,若满足,则得到目标图像,若不满足,则重新进行拍摄,直至得到目标图像。
优选地,所述拍摄设备为可见光设备。
以下各个步骤的实施过程中,均以拍摄设备为可见光设备为例进行说明。
优选地,所述方法包括:
对装载在无人机上的拍摄设备进行自检,确定装配是否合格,具体包括:通过无人机搭载的拍摄设备对标准检测台架进行飞行检测,将无人机检测数据与检测台架合格数据进行对比,当无人机检测数据与检测台架合格数据不一致时,所述装配不合格,当无人机检测数据与检测台架合格数据相一致时,所述装配合格。
具体地,将可见光设备装载于无人机上,完成装载后进行检测,确保可见光设备与无人机稳定连接,然后对无人机进行预飞行及检测台架的试检测工作,通过无人机搭载可见光设备对标准检测台架进行飞行检测,将无人机检测数据与检测台架合格数据进行对比,当无人机检测数据与检测台架合格数据不一致时,为装配不合格,不可进行配电台架的验收作业,当无人机检测数据与检测台架合格数据相一致时,为装配合格,可进行配电台架的验收作业。
优选地,所述对装载在无人机上的拍摄设备进行自检包括:
设备安装检测、设备连接检测、无人机续航、无人机飞行检测及无人机飞行稳定性检测。
具体地,装载自检过程中无人机检测包括设备安装检测、设备连接检测、无人机续航、无人机飞行检测及无人机飞行稳定性检测。
装载自检过程中检测台架用于无人机搭载可见光设备试运行检测,且检测台架装配结构与配电台架装配结构相一致。
优选地,所述配电台架上各个组件包括横担紧固螺栓、抱箍紧固螺栓及接线端子紧固螺栓的螺母;
所述利用装载在无人机上的拍摄设备采集配电台架的图像包括:
通过装载在无人机上的拍摄设备对配电台架上横担紧固螺栓、抱箍紧固螺栓及接线端子紧固螺栓的螺母,进行全方位、多角度、近距离拍照,实现对配电台架验收数据的采集。
具体地,通过装载自检中完成装配的无人机进行配电台架的验收作业,通过无人机搭载可见光设备对配电台架上横担紧固螺栓、抱箍紧固螺栓及接线端子紧固螺栓的螺母,进行全方位、全角度、近距离拍照,实现对配电台架验收数据的采集工作。
优选地,所述方法包括:
无人机对配电台架图像采集时,飞行顺序为从下至上,从左至右。
具体地,图像采集过程中无人机对配电台架图像采集时飞行顺序为从下至上,从左至右;当然,也可以是其他的飞行顺序。
优选地,无人机操纵规范符合架空输电线路无人机巡检作业技术导则、无人机测控系统通用要求、计算机软件测试规范、无人机通用规范、无人机系统通用要求。
具体地,图像采集过程中无人机操纵规范应符合DL/T1482-2015架空输电线路无人机巡检作业技术导则、GJB 6703无人机测控系统通用要求、GB/T 15532计算机软件测试规范、GJB 2347-1995无人机通用规范、GJB5433-2005无人机系统通用要求。
优选地,判断所述图像的清晰度是否满足要求,包括:
对于图像采集过程中采集到的配电台架验图像数据同时进行图像清晰度的识别,当识别拍照图像模糊时,无人机重新进行拍照,图像数据采集清晰时,则为合格,确保图像数据采集的准确性,无人机即可进行配电台架下一检测点的验收作业。
S2:通过深度学习人工智能图像识别技术对所述目标图像进行识别,判断所述配电台架上各个组件的安装是否符合规范。
具体地,检测标记过程中图像识别技术具体为深度学习AI图像识别技术,对于数据识别过程中采集的清晰图像数据,通过图像识别技术对配电台架上横担紧固螺栓、抱箍紧固螺栓及接线端子紧固螺栓的螺母,进行质量验收检查,判断螺栓及螺母是否拧紧,是否根据要求进行了规范安装。
S3:当存在组件的安装不符合规范时,对相应的图像进行标记,记为不合格图像,并存储所述不合格图像数据。
优选地,所述当存在组件的安装不符合规范时,对相应的图像进行标记包括:
通过图像识别技术对配电台架上横担紧固螺栓、抱箍紧固螺栓及接线端子紧固螺栓的螺母,进行质量验收检查,当检测螺栓及螺母未拧紧及安装不规范时对该图像进行标记,记为不合格;当检测螺栓及螺母拧紧及安装规范时,记为合格且不需要进行标记。
具体地,当检测螺栓及螺母未拧紧及安装不规范时对该图像进行标记,即为不合格,当检测螺栓及螺母拧紧及安装规范时,即为合格且不需要进行标记,方便后续检护人员根据标记图像进行配电台架对应位置的检护作业。
优选地,所述方法包括:
将检测标记过程中检测的合格图像数据及不合格图像数据进行分类存储,当无人机完成整个配电台架图像数据采集后,检护人员调出存储的不合格图像数据,根据图像中标记的配电台架具体位置进行对应的检护作业。
具体地,对于检测标记过程中检测的合格图像数据及不合格图像数据进行分类存储,当无人机完成整个配电台架图像数据采集后,检护人员对于存储的不合格图像数据进行调出,并且根据图像中标记的配电台架具体位置进行对应的检护作业。
优选地,所述方法包括:
当检护人员完成配电台架图像数据标记位置的检护工作后,对完成检护的具体点进行全方位、多角度、近距离拍照,将检护的拍照数据进行上传并分类存储。
具体地,当检护人员完成配电台架图像数据标记位置的检护工作后,需要对完成检护的具体点进行全方位、全角度、近距离拍照,确保拍照数据的清晰度,然后将检护的拍照数据进行上传存储,且检护拍照数据与存储检护中的合格图像数据进行分类存储,便于后续不同数据的调出作业。
本实施例通过无人机搭载可见光设备采集线路图像,基于深度学习AI图像识别技术,实现配电台架的施工验收,可以提高配电台架验收的质量和效率,大幅降低作业人员劳动强度,缩短作业时间,并降低人工成本,加强关键环节质量管控,切实提升配电线路安全运行水平,确保对配电台架验收覆盖的全面性,避免人工验收高空作业带来的危险性,保证工作人员的人身安全,通过对配电台架验收前的装载自检,有效确保无人机对配电台架图像数据采集的准确性,避免图像数据采集不准确导致后续配电台架依旧存在安全隐患的情况,对于检护采集的合格图像数据及不合格图像数据进行分类存储,方便后续检护人员进行配电台架对应位置的检护作业,提升整个配电台架验收效率。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (9)
1.一种基于无人机的配电台架验收方法,其特征在于,所述方法包括以下步骤:
利用装载在无人机上的拍摄设备采集配电台架的图像,判断所述图像的清晰度是否满足要求,若满足,则得到目标图像,若不满足,则重新进行拍摄,直至得到目标图像;
通过深度学习人工智能图像识别技术对所述目标图像进行识别,判断所述配电台架上各个组件的安装是否符合规范;
当存在组件的安装不符合规范时,对相应的图像进行标记,记为不合格图像,并存储所述不合格图像数据;
对装载在无人机上的拍摄设备进行自检,确定装配是否合格,具体包括:通过无人机搭载的拍摄设备对标准检测台架进行飞行检测,将无人机检测数据与检测台架合格数据进行对比,当无人机检测数据与检测台架合格数据不一致时,所述装配不合格,当无人机检测数据与检测台架合格数据相一致时,所述装配合格。
2.根据权利要求1所述的方法,其特征在于,所述配电台架上各个组件包括横担紧固螺栓、抱箍紧固螺栓及接线端子紧固螺栓的螺母;所述利用装载在无人机上的拍摄设备采集配电台架的图像包括:
通过装载在无人机上的拍摄设备对配电台架上横担紧固螺栓、抱箍紧固螺栓及接线端子紧固螺栓的螺母,进行全方位、多角度、近距离拍照,实现对配电台架验收数据的采集。
3.根据权利要求2所述的方法,其特征在于,所述当存在组件的安装不符合规范时,对相应的图像进行标记包括:
通过图像识别技术对配电台架上横担紧固螺栓、抱箍紧固螺栓及接线端子紧固螺栓的螺母,进行质量验收检查,当检测螺栓及螺母未拧紧及安装不规范时对该图像进行标记,记为不合格;当检测螺栓及螺母拧紧及安装规范时,记为合格且不需要进行标记。
4.根据权利要求3所述的方法,其特征在于,所述方法包括:
将检测标记过程中检测的合格图像数据及不合格图像数据进行分类存储,当无人机完成整个配电台架图像数据采集后,检护人员调出存储的不合格图像数据,根据图像中标记的配电台架具体位置进行对应的检护作业。
5.根据权利要求4所述的方法,其特征在于,所述方法包括:
当检护人员完成配电台架图像数据标记位置的检护工作后,对完成检护的具体点进行全方位、多角度、近距离拍照,将检护的拍照数据进行上传并分类存储。
6.根据权利要求1所述的方法,其特征在于,所述方法包括:
无人机对配电台架图像采集时,飞行顺序为从下至上,从左至右。
7.根据权利要求1所述的方法,其特征在于,所述对装载在无人机上的拍摄设备进行自检包括:
设备安装检测、设备连接检测、无人机续航、无人机飞行检测及无人机飞行稳定性检测。
8.根据权利要求1所述的方法,其特征在于,无人机操纵规范符合架空输电线路无人机巡检作业技术导则、无人机测控系统通用要求、计算机软件测试规范、无人机通用规范、无人机系统通用要求。
9.根据权利要求1-8任一项所述的方法,其特征在于,所述拍摄设备为可见光设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210787473.5A CN115052133B (zh) | 2022-07-06 | 2022-07-06 | 一种基于无人机的配电台架验收方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210787473.5A CN115052133B (zh) | 2022-07-06 | 2022-07-06 | 一种基于无人机的配电台架验收方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115052133A CN115052133A (zh) | 2022-09-13 |
CN115052133B true CN115052133B (zh) | 2023-09-12 |
Family
ID=83164529
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210787473.5A Active CN115052133B (zh) | 2022-07-06 | 2022-07-06 | 一种基于无人机的配电台架验收方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115052133B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013045785A (ja) * | 2011-08-22 | 2013-03-04 | Panasonic Corp | 実装部品検査装置、部品実装システム及び部品実装方法 |
CN206288238U (zh) * | 2016-12-03 | 2017-06-30 | 宁夏传感物联科技有限公司 | 一种智能电力巡线系统 |
CN108280828A (zh) * | 2018-01-25 | 2018-07-13 | 上海闻泰电子科技有限公司 | 相机装配位置检测方法与装置 |
CN108537912A (zh) * | 2018-03-06 | 2018-09-14 | 全球能源互联网研究院有限公司 | 一种基于智能图像识别的电力巡检无人机 |
WO2018195955A1 (zh) * | 2017-04-28 | 2018-11-01 | 深圳市大疆创新科技有限公司 | 一种基于飞行器的设施检测方法及控制设备 |
CN109344753A (zh) * | 2018-09-21 | 2019-02-15 | 福州大学 | 一种基于深度学习的航拍图像输电线路细小金具识别方法 |
CN111798522A (zh) * | 2020-05-20 | 2020-10-20 | 惠州市德赛西威汽车电子股份有限公司 | 一种测试样机的平面位置自动校验方法、系统及设备 |
CN211790432U (zh) * | 2020-04-09 | 2020-10-27 | 段宏 | 一种基于无人机技术的输电线路运维监控系统 |
CN112084062A (zh) * | 2020-08-12 | 2020-12-15 | 欧菲微电子技术有限公司 | 验证摄像头模组标定数据的方法及装置、电子设备和介质 |
CN113313703A (zh) * | 2021-06-17 | 2021-08-27 | 上海红檀智能科技有限公司 | 基于深度学习图像识别的无人机输电线巡检方法 |
CN113917945A (zh) * | 2021-11-03 | 2022-01-11 | 广东电网有限责任公司 | 一种无人机电力线路的巡检方法、装置、无人机和介质 |
CN114035614A (zh) * | 2022-01-10 | 2022-02-11 | 成都奥伦达科技有限公司 | 基于先验信息的无人机自主巡检方法、系统及存储介质 |
CN114466180A (zh) * | 2021-12-29 | 2022-05-10 | 北京奕斯伟计算技术有限公司 | 相机的测试方法、测试装置、安装方法及安装装置 |
-
2022
- 2022-07-06 CN CN202210787473.5A patent/CN115052133B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013045785A (ja) * | 2011-08-22 | 2013-03-04 | Panasonic Corp | 実装部品検査装置、部品実装システム及び部品実装方法 |
CN206288238U (zh) * | 2016-12-03 | 2017-06-30 | 宁夏传感物联科技有限公司 | 一种智能电力巡线系统 |
WO2018195955A1 (zh) * | 2017-04-28 | 2018-11-01 | 深圳市大疆创新科技有限公司 | 一种基于飞行器的设施检测方法及控制设备 |
CN108280828A (zh) * | 2018-01-25 | 2018-07-13 | 上海闻泰电子科技有限公司 | 相机装配位置检测方法与装置 |
CN108537912A (zh) * | 2018-03-06 | 2018-09-14 | 全球能源互联网研究院有限公司 | 一种基于智能图像识别的电力巡检无人机 |
CN109344753A (zh) * | 2018-09-21 | 2019-02-15 | 福州大学 | 一种基于深度学习的航拍图像输电线路细小金具识别方法 |
CN211790432U (zh) * | 2020-04-09 | 2020-10-27 | 段宏 | 一种基于无人机技术的输电线路运维监控系统 |
CN111798522A (zh) * | 2020-05-20 | 2020-10-20 | 惠州市德赛西威汽车电子股份有限公司 | 一种测试样机的平面位置自动校验方法、系统及设备 |
CN112084062A (zh) * | 2020-08-12 | 2020-12-15 | 欧菲微电子技术有限公司 | 验证摄像头模组标定数据的方法及装置、电子设备和介质 |
CN113313703A (zh) * | 2021-06-17 | 2021-08-27 | 上海红檀智能科技有限公司 | 基于深度学习图像识别的无人机输电线巡检方法 |
CN113917945A (zh) * | 2021-11-03 | 2022-01-11 | 广东电网有限责任公司 | 一种无人机电力线路的巡检方法、装置、无人机和介质 |
CN114466180A (zh) * | 2021-12-29 | 2022-05-10 | 北京奕斯伟计算技术有限公司 | 相机的测试方法、测试装置、安装方法及安装装置 |
CN114035614A (zh) * | 2022-01-10 | 2022-02-11 | 成都奥伦达科技有限公司 | 基于先验信息的无人机自主巡检方法、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115052133A (zh) | 2022-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10269138B2 (en) | UAV inspection method for power line based on human visual system | |
CN108365557B (zh) | 一种无人机精细化巡检输电线路的方法及系统 | |
CN111311597B (zh) | 一种缺陷绝缘子的无人机巡检方法与系统 | |
CN108872781B (zh) | 基于电力设施智能巡检的分析方法及装置 | |
CN106570947A (zh) | 电力设施智能巡检系统及方法 | |
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 | |
CN112083000B (zh) | 一种变电站设备外观缺陷的智能识别方法及系统 | |
CN111127445A (zh) | 基于深度学习的配网线路高温区域检测方法与系统 | |
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 | |
CN115290696A (zh) | 一种变电站绝缘子的红外热成像缺陷检测方法及装置 | |
CN115169602A (zh) | 电力设备的维护方法、装置、存储介质及计算机设备 | |
CN117498225B (zh) | 一种无人机智能电力线路巡检系统 | |
CN115052133B (zh) | 一种基于无人机的配电台架验收方法 | |
CN111754737A (zh) | 一种计量装置安装验收在线识别评价装置及评价方法 | |
CN110736507A (zh) | 一种输电线路用绝缘子缺陷检测方法及终端设备 | |
CN115113093A (zh) | 一种可视化绝缘子漏电流巡检方法及设备 | |
CN113033556A (zh) | 一种基于机器视觉的绝缘子快速辨别定位方法及系统 | |
CN106872523A (zh) | 一种基于无人机的电力设备缺陷智能诊断系统及方法 | |
CN206546417U (zh) | 一种基于图片识别的gis开关故障自动识别系统 | |
CN112508905A (zh) | 一种金具锈蚀图像检测方法和计算机可读存储介质 | |
CN111301680A (zh) | 一种基于智能图像识别的电力巡检无人机 | |
CN113721152B (zh) | 一种基于锂电池测试预处理的检测系统 | |
CN116912721B (zh) | 一种基于单目立体视觉的配电网设备本体识别方法及系统 | |
CN113763588B (zh) | 一种电力巡检系统和方法 | |
CN114583817B (zh) | 一种无人机用智能防干扰供电系统及其维护方法 |
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 |