CN115236451A - 一种配电网架空线路故障监测装置及方法 - Google Patents

一种配电网架空线路故障监测装置及方法 Download PDF

Info

Publication number
CN115236451A
CN115236451A CN202210721631.7A CN202210721631A CN115236451A CN 115236451 A CN115236451 A CN 115236451A CN 202210721631 A CN202210721631 A CN 202210721631A CN 115236451 A CN115236451 A CN 115236451A
Authority
CN
China
Prior art keywords
image
module
standard
overhead line
fault monitoring
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
CN202210721631.7A
Other languages
English (en)
Inventor
袁辉
张扬
万鸿雁
郭琳云
甘兴林
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.)
Xi'an Xinghui Electric Power Technology Co ltd
Original Assignee
Xi'an Xinghui Electric Power Technology Co ltd
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 Xi'an Xinghui Electric Power Technology Co ltd filed Critical Xi'an Xinghui Electric Power Technology Co ltd
Priority to CN202210721631.7A priority Critical patent/CN115236451A/zh
Publication of CN115236451A publication Critical patent/CN115236451A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08Locating faults in cables, transmission lines, or networks
    • G01R31/081Locating faults in cables, transmission lines, or networks according to type of conductors
    • G01R31/085Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution lines, e.g. overhead
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08Locating faults in cables, transmission lines, or networks
    • G01R31/088Aspects of digital computing

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明公开了一种配电网架空线路故障监测装置及方法,属于故障监测技术领域,其包括信息获取单元、图像预处理单元、数据储存库、故障监测分析单元。本发明中,通过对每个包含由标注的标准图像的标注内容进行判断,并且根据不同的缺陷类型进行故障等级划分,使警报模块根据故障等级信息进行实时报警,有利于对架空线路故障进行应急管理的合理布局,并且通过窗口平滑处理含噪图像中噪声,并去除该类噪声对图像稀疏性的破坏,对去噪图像进行稀疏表示,利用高斯观测矩阵对其测量,通过正交匹配追踪算法重构得到去噪后图像,有效去除监测图像上的高斯噪声和脉冲噪声,提高了去噪图像的峰值信噪比和视觉效果,有利于对架空线路故障监测结果的判断。

Description

一种配电网架空线路故障监测装置及方法
技术领域
本发明属于故障监测技术领域,具体为一种配电网架空线路故障监测装 置及方法。
背景技术
架空输电线路架设于地面上,利用绝缘子和空气绝缘的电力线路,架空 线路由导线、架空地线、绝缘子串、杆塔、接地装置等部分组成,导线承担 传导电流的功能,必须具有足够的截面以保持合理的通流密度,导线都是处 在高电位,为了减小电晕放电引起的电能损耗和电磁干扰,导线还应具有较 大的曲率半径,超高压输电线路,由于输送容量大,工作电压高,多采用分 裂导线,即用多根导线组成一相导线;与地下输电线路相比较,架空线路建 设成本低,施工周期短,易于检修维护。因此,架空线路输电是电力工业发 展以来所采用的主要输电方式。通常所称的输电线路就是指架空输电线路, 通过架空线路将不同地区的发电站、变电站、负荷点连接起来,输送或交换电 能,构成各种电压等级的电力网络或配电网。
配网是提高供电可靠性至关重要的物质基础,是提高电网的防灾抗灾能 力、确保终端用户不间断供电的最后屏障,由于配网的配电线路结构复杂、 支路繁多以及架空线路经过的地方环境繁复多变,很容易受到外界环境或者 人为因素的影响而引起线路故障,威胁配网的安全运行,影响供电质量,因 此需通过故障监测设备对架空线路进行巡检。
目前,针对架空线路的故障监测技术中,目前大多通过架设多个监控设 备进行多方位监控,但监控设备大多指定架设在独立位置,容易受环境或其 他因素影响出现故障或损坏,无疑进一步增加使用成本,同时因故障无法正 常监测从而造成数据无法传输,极易造成重大安全事故。
上述中,可通过无人机巡检的方式代替传统设备监控,但由于光线、环 境温度、大气流动以及无人机机身震动等因素,易混入高斯噪声和脉冲噪声, 使图像的质量受到极大影响,不利于图像的分析和研究,影响对架空线路故 障监测结果的判断。
发明内容
(一)解决的技术问题
为了克服现有技术的上述缺陷,本发明提供了一种配电网架空线路故障 监测装置及方法,解决了通过无人机巡检的方式代替传统设备监控,但由于 光线、环境温度、大气流动以及无人机机身震动等因素,易混入高斯噪声和 脉冲噪声,使图像的质量受到极大影响,不利于图像的分析和研究,影响对 架空线路故障监测结果的判断的问题。
本发明的目的为:通过窗口平滑处理含噪图像中噪声,并去除该类噪声 对图像稀疏性的破坏,对去噪图像进行稀疏表示,利用高斯观测矩阵对其测 量,通过正交匹配追踪算法重构得到去噪后图像,有效去除监测图像上的高 斯噪声和脉冲噪声,提高了去噪图像的峰值信噪比和视觉效果,有利于对架 空线路故障监测结果的判断。
通过将不同时刻相同杆塔部位的标准图像进行归集,并且对各标准图像 进行设定标签,其次将标准图像信息与标准信息储存模块中的图像信息进行 对比,按照缺陷类型和缺陷位置对标准图像进行缺陷审核,并且对每个包含 由标注的标准图像的标注内容进行判断,并且根据不同的缺陷类型进行故障 等级划分,使警报模块根据故障等级信息进行实时报警,有利于对架空线路 故障进行应急管理的合理布局。
(二)技术方案
为实现上述目的,本发明提供如下技术方案:一种配电网架空线路故障 监测装置,包括信息获取单元、图像预处理单元、数据储存库、故障监测分 析单元,所述信息获取单元的输出端与图像预处理单元和数据储存库的输入 端连接,所述数据储存库与图像预处理单元双向连接,所述图像预处理单元 的输出端与故障监测分析单元的输入端连接,所述故障监测分析单元与数据 储存库双向连接。
作为本发明的进一步方案:所述信息获取单元包括巡检拍摄模组、图像 获取模块。
所述巡检拍摄模块为巡检无人机,且用于对电网架空线路进行拍摄。
作为本发明的进一步方案:所述图像获取模块用于对不同时刻拍摄的图 像进行逐级排序,并且能够根据拍摄时间将图像分割为不同时段的短片,有 利于进行查找,且图像信息包含图像数据、方位数据、时间数据。
作为本发明的进一步方案:所述图像预处理单元包括图像提取模块、图 像降噪模块、图像归集模块。
所述图像提取模块用于提取监测的图像数据,并且自动按时间排序依次 传递至图像降噪模块中进行图像去噪处理。
所述图像降噪模块用于对监测的图像进行去噪处理,得到去噪后的标准 图像数据。
所述图像归集模块用于将标准图像进行归集处理,将不同时刻相同杆塔 部位的标准图像进行归集,并且对各标准图像进行设定标签。
作为本发明的进一步方案:所述数据储存库包括标准信息储存模块、历 史信息储存模块。
所述标准信息储存模块用于录入安全下的配电网架空线路图像数据。
作为本发明的进一步方案:所述故障监测分析单元包括对比模块、分析 判断模块、警报模块。
所述对比模块用于将标准图像信息与标准信息储存模块中的图像信息进 行对比,按照缺陷类型和缺陷位置对标准图像进行缺陷审核,并且对每个包 含由标注的标准图像的标注内容进行判断。
作为本发明的进一步方案:所述分析判断模块用于将对比模块中存在的 缺陷信息进行实时反馈,根据不同的缺陷类型进行故障等级划分,同时警报 模块根据接收的不同故障等级信息进行实时报警。
一种配电网架空线路故障监测装置的监测方法,包括以下步骤:
S1、通过巡检无人机对电网架空线路进行拍摄,对不同时刻拍摄的图像 进行逐级排序。
S2、提取监测的图像数据,并且依次传递至图像降噪模块中进行图像去 噪处理。
S3、将去噪后的图像进行归集处理,并且对各标准图像进行设定标签。
S4、将标准图像信息与标准信息储存模块中的图像信息进行对比,按照 缺陷类型和缺陷位置对标准图像进行缺陷审核。
S5、将对比模块中存在的缺陷信息进行实时反馈,根据不同的缺陷类型 进行故障等级划分并且进行报警。
作为本发明的进一步方案:所述图像降噪模块的具体实施步骤如下:
a、首先提取含噪的图像数据,给定一个W×W滤波窗口Fxy在含噪图像 I0(x,y)上移动,求出窗口内像素的最大、最小灰度值之差,若大于阈值T,则 目标像素的新灰度值
Figure BDA0003700195480000041
得到预处理后的含噪图像I(x,y)。
b、将I(x,y)按照8×8大小进行分块处理,并且采用离散余弦过完备字典 作为稀疏表示的初始化字典。
c、用与变换基不相关的高斯观测矩阵φ将稀疏变换后的高维信号投影X 到低维空间y,得到仅含有M维噪声向量的测量值y,此时多数噪声已被去除, M值越小,则去除的噪声信息越多。
d、其次采用正交匹配追踪算法对测量值进行图像重构,且具体实施步骤 如下:
d1、令字典的索引集Λ0=Φ,迭代次数(t=1;2)。
d2、其次,找到索引集Jt,使
Figure BDA0003700195480000051
d3、令Λt=Λt-1∪{Jt}。
d4、通过求解最小二乘法问题得到信号的近似解:
Figure RE-GDA0003836242400000051
d5、计算信号的残差rt
Figure RE-GDA0003836242400000052
则得到去噪后的图像I1(x,y)。
d6、且t=t+1,若t<k(循环执行迭代的次数),返回至步骤d2,依次迭代。
其中,所述步骤b中,字典建立方式如下:
b1、采用离散余弦过完备字典作为稀疏表示的初始化字典,离散余弦字 典由离散余弦变换获得,给定序列x(n),n=0,1,...,N-1,其离散余弦变换:
Figure BDA0003700195480000054
Figure BDA0003700195480000055
矩阵形式:
Xc=CNx
其中,CN为N×N变换矩阵,其行向量为余弦基。
(三)有益效果
与现有技术相比,本发明的有益效果在于:
1、本发明中,通过窗口平滑处理含噪图像中噪声,并去除该类噪声对图 像稀疏性的破坏,对去噪图像进行稀疏表示,利用高斯观测矩阵对其测量, 通过正交匹配追踪算法重构得到去噪后图像,有效去除监测图像上的高斯噪 声和脉冲噪声,提高了去噪图像的峰值信噪比和视觉效果,有利于对架空线 路故障监测结果的判断。
2、本发明中,通过采用无人机巡检的方式代替传统设备监控,将标准图 像进行归集处理,将不同时刻相同杆塔部位的标准图像进行归集,并且对各 标准图像进行设定标签,其次将标准图像信息与标准信息储存模块中的图像 信息进行对比,按照缺陷类型和缺陷位置对标准图像进行缺陷审核,并且对 每个包含由标注的标准图像的标注内容进行判断,并且根据不同的缺陷类型 进行故障等级划分,使警报模块根据故障等级信息进行实时报警,有利于对 架空线路故障进行应急管理的合理布局。
附图说明
图1为本发明的原理结构示意图;
图2为本发明的流程示意图。
具体实施方式
下面结合具体实施方式对本专利的技术方案作进一步详细地说明。
如图1-2所示,本发明提供一种技术方案:一种配电网架空线路故障监 测装置,包括信息获取单元、图像预处理单元、数据储存库、故障监测分析 单元,信息获取单元的输出端与图像预处理单元和数据储存库的输入端连接, 数据储存库与图像预处理单元双向连接,图像预处理单元的输出端与故障监 测分析单元的输入端连接,故障监测分析单元与数据储存库双向连接。
信息获取单元包括巡检拍摄模组、图像获取模块。
巡检拍摄模块为巡检无人机,且用于对电网架空线路进行拍摄。
图像获取模块用于对不同时刻拍摄的图像进行逐级排序,并且能够根据 拍摄时间将图像分割为不同时段的短片,有利于进行查找,且图像信息包含 图像数据、方位数据、时间数据。
图像预处理单元包括图像提取模块、图像降噪模块、图像归集模块;
图像提取模块用于提取监测的图像数据,并且自动按时间排序依次传递 至图像降噪模块中进行图像去噪处理。
图像降噪模块用于对监测的图像进行去噪处理,得到去噪后的标准图像 数据。
图像归集模块用于将标准图像进行归集处理,将不同时刻相同杆塔部位 的标准图像进行归集,并且对各标准图像进行设定标签。
数据储存库包括标准信息储存模块、历史信息储存模块。
标准信息储存模块用于录入安全下的配电网架空线路图像数据。
故障监测分析单元包括对比模块、分析判断模块、警报模块。
对比模块用于将标准图像信息与标准信息储存模块中的图像信息进行对 比,按照缺陷类型和缺陷位置对标准图像进行缺陷审核,并且对每个包含由 标注的标准图像的标注内容进行判断。
分析判断模块用于将对比模块中存在的缺陷信息进行实时反馈,根据不 同的缺陷类型进行故障等级划分,同时警报模块根据接收的不同故障等级信 息进行实时报警。
一种配电网架空线路故障监测装置的监测方法,包括以下步骤:
S1、通过巡检无人机对电网架空线路进行拍摄,对不同时刻拍摄的图像 进行逐级排序。
S2、提取监测的图像数据,并且依次传递至图像降噪模块中进行图像去 噪处理。
图像降噪模块的具体实施步骤如下:
a、首先提取含噪的图像数据,给定一个W×W滤波窗口Fxy在含噪图像 I0(x,y)上移动,求出窗口内像素的最大、最小灰度值之差,若大于阈值T,则 目标像素的新灰度值
Figure BDA0003700195480000071
得到预处理后的含噪图像I(x,y)。
b、将I(x,y)按照8×8大小进行分块处理,并且采用离散余弦过完备字典 作为稀疏表示的初始化字典。
c、用与变换基不相关的高斯观测矩阵φ将稀疏变换后的高维信号投影X 到低维空间y,得到仅含有M维噪声向量的测量值y,此时多数噪声已被去除, M值越小,则去除的噪声信息越多。
d、其次采用正交匹配追踪算法对测量值进行图像重构,且具体实施步骤 如下:
d1、令字典的索引集Λ0=Φ,迭代次数(t=1;2)。
d2、其次,找到索引集Jt,使
Figure BDA0003700195480000081
d3、令Λt=Λt-1∪{Jt}。
d4、通过求解最小二乘法问题得到信号的近似解:
Figure RE-GDA0003836242400000082
d5、计算信号的残差rt
Figure RE-GDA0003836242400000083
则得到去噪后的图像I1(x,y)。
d6、且t=t+1,若t<k(循环执行迭代的次数),返回至步骤d2,依次迭代。
其中,步骤b中,字典建立方式如下:
b1、采用离散余弦过完备字典作为稀疏表示的初始化字典,离散余弦字 典由离散余弦变换获得,给定序列x(n),n=0,1,...,N-1,其离散余弦变换:
Figure BDA0003700195480000084
Figure BDA0003700195480000085
矩阵形式:
Xc=CNx
其中,CN为N×N变换矩阵,其行向量为余弦基。
S3、将去噪后的图像进行归集处理,并且对各标准图像进行设定标签。
S4、将标准图像信息与标准信息储存模块中的图像信息进行对比,按照 缺陷类型和缺陷位置对标准图像进行缺陷审核。
S5、将对比模块中存在的缺陷信息进行实时反馈,根据不同的缺陷类型 进行故障等级划分并且进行报警。
综上所得:
通过采用无人机巡检的方式代替传统设备监控,将标准图像进行归集处 理,将不同时刻相同杆塔部位的标准图像进行归集,并且对各标准图像进行 设定标签,其次将标准图像信息与标准信息储存模块中的图像信息进行对比, 按照缺陷类型和缺陷位置对标准图像进行缺陷审核,并且对每个包含由标注 的标准图像的标注内容进行判断,并且根据不同的缺陷类型进行故障等级划 分,使警报模块根据故障等级信息进行实时报警,有利于对架空线路故障进 行应急管理的合理布局。
通过窗口平滑处理含噪图像中噪声,并去除该类噪声对图像稀疏性的破 坏,对去噪图像进行稀疏表示,利用高斯观测矩阵对其测量,通过正交匹配 追踪算法重构得到去噪后图像,有效去除监测图像上的高斯噪声和脉冲噪声, 提高了去噪图像的峰值信噪比和视觉效果,有利于对架空线路故障监测结果 的判断。
最后应说明的几点是:虽然,上文中已经用一般性说明及具体实施例对 本发明作了详尽的描述,但在本发明的基础上,以上各实施例仅用以说明本 发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详 细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所 记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换; 而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术 方案的范围。

Claims (8)

1.一种配电网架空线路故障监测装置,包括信息获取单元、图像预处理单元、数据储存库、故障监测分析单元,其特征在于:所述信息获取单元的输出端与图像预处理单元和数据储存库的输入端连接,所述数据储存库与图像预处理单元双向连接,所述图像预处理单元的输出端与故障监测分析单元的输入端连接,所述故障监测分析单元与数据储存库双向连接。
2.根据权利要求1所述的一种配电网架空线路故障监测装置,其特征在于:所述信息获取单元包括巡检拍摄模组、图像获取模块;
所述巡检拍摄模块为巡检无人机,且用于对电网架空线路进行拍摄。
3.根据权利要求2所述的一种配电网架空线路故障监测装置,其特征在于:所述图像获取模块用于对不同时刻拍摄的图像进行逐级排序,并且能够根据拍摄时间将图像分割为不同时段的短片,有利于进行查找,且图像信息包含图像数据、方位数据、时间数据。
4.根据权利要求3所述的一种配电网架空线路故障监测装置,其特征在于:所述图像预处理单元包括图像提取模块、图像降噪模块、图像归集模块;
所述图像提取模块用于提取监测的图像数据,并且自动按时间排序依次传递至图像降噪模块中进行图像去噪处理;
所述图像降噪模块用于对监测的图像进行去噪处理,得到去噪后的标准图像数据;
所述图像归集模块用于将标准图像进行归集处理,将不同时刻相同杆塔部位的标准图像进行归集,并且对各标准图像进行设定标签。
5.根据权利要求4所述的一种配电网架空线路故障监测装置,其特征在于:所述数据储存库包括标准信息储存模块、历史信息储存模块;
所述标准信息储存模块用于录入安全下的配电网架空线路图像数据。
6.根据权利要求5所述的一种配电网架空线路故障监测装置,其特征在于:所述故障监测分析单元包括对比模块、分析判断模块、警报模块;
所述对比模块用于将标准图像信息与标准信息储存模块中的图像信息进行对比,按照缺陷类型和缺陷位置对标准图像进行缺陷审核,并且对每个包含由标注的标准图像的标注内容进行判断。
7.根据权利要求6所述的一种配电网架空线路故障监测装置,其特征在于:所述分析判断模块用于将对比模块中存在的缺陷信息进行实时反馈,根据不同的缺陷类型进行故障等级划分,同时警报模块根据接收的不同故障等级信息进行实时报警。
8.如权利要求1-7任一项所述的一种配电网架空线路故障监测装置的监测方法,其特征在于,包括以下步骤:
S1、通过巡检无人机对电网架空线路进行拍摄,对不同时刻拍摄的图像进行逐级排序;
S2、提取监测的图像数据,并且依次传递至图像降噪模块中进行图像去噪处理;
S3、将去噪后的图像进行归集处理,并且对各标准图像进行设定标签;
S4、将标准图像信息与标准信息储存模块中的图像信息进行对比,按照缺陷类型和缺陷位置对标准图像进行缺陷审核;
S5、将对比模块中存在的缺陷信息进行实时反馈,根据不同的缺陷类型进行故障等级划分并且进行报警。
CN202210721631.7A 2022-06-17 2022-06-17 一种配电网架空线路故障监测装置及方法 Pending CN115236451A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210721631.7A CN115236451A (zh) 2022-06-17 2022-06-17 一种配电网架空线路故障监测装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210721631.7A CN115236451A (zh) 2022-06-17 2022-06-17 一种配电网架空线路故障监测装置及方法

Publications (1)

Publication Number Publication Date
CN115236451A true CN115236451A (zh) 2022-10-25

Family

ID=83669405

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210721631.7A Pending CN115236451A (zh) 2022-06-17 2022-06-17 一种配电网架空线路故障监测装置及方法

Country Status (1)

Country Link
CN (1) CN115236451A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115984781A (zh) * 2023-03-17 2023-04-18 北京智芯微电子科技有限公司 配电线路监控设备故障监测方法、系统及终端设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115984781A (zh) * 2023-03-17 2023-04-18 北京智芯微电子科技有限公司 配电线路监控设备故障监测方法、系统及终端设备
CN115984781B (zh) * 2023-03-17 2023-05-12 北京智芯微电子科技有限公司 配电线路监控设备故障监测方法、系统及终端设备

Similar Documents

Publication Publication Date Title
CN109785289B (zh) 一种输电线路缺陷检测方法、系统及电子设备
CN110829417B (zh) 基于lstm双结构模型的电力系统暂态稳定预测方法
Li et al. Intelligent fault pattern recognition of aerial photovoltaic module images based on deep learning technique
CN109444667B (zh) 基于卷积神经网络的配电网早期故障分类方法及装置
CN102520286B (zh) 基于高光谱的复合绝缘子运行状态分类方法
CN111289854A (zh) 基于紫外视频的3d-cnn和lstm的绝缘子绝缘状态评估方法
CN113205039B (zh) 基于多dcnn网络的电力设备故障图像识别勘灾系统及方法
CN111008641B (zh) 一种基于卷积神经网络的输电线路杆塔外力破坏检测方法
CN108344931A (zh) 基于紫外图谱技术的电力设备安全分析系统
CN115236451A (zh) 一种配电网架空线路故障监测装置及方法
CN113780401A (zh) 基于主成分分析法的复合绝缘子故障检测方法及系统
CN116610998A (zh) 一种基于多模态数据融合的开关柜故障诊断方法和系统
CN111999591B (zh) 一种配电网一次设备异常状态的识别方法
CN114139614B (zh) 一种基于典型相关分析特征提取的Fisher光伏组件热斑诊断方法和系统
CN114662976A (zh) 一种基于卷积神经网络的配电网架空线路状态评估方法
CN109298285A (zh) 一种基于暂态扰动的配网电缆早期故障识别与预警系统及方法
CN116644361A (zh) 一种架空输电线路故障诊断方法及计算机可读介质
Tan et al. Denoising convolutional neural networks based dust accumulation status evaluation of photovoltaic panel
Jiang et al. Research on Lightweight Method of Image Deep Learning Model for Power Equipment
CN111666705A (zh) 一种基于有限元分析的导线弧垂检测方法及系统
Li et al. Design of online intelligent patrol system for substation based on deep learning
Lin et al. Edge detection of foreign matter suspension image of high voltage transmission line based on improved Canny operator
Mnyanghwalo et al. Faults detection and classification in electrical secondary distribution network using recurrent neural network
Niu et al. Discharge severity evaluation of porcelain insulators based on UV images and YOLOv3
CN113205487B (zh) 一种基于残差网络融合异构数据的电缆状态检测方法

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