CN115825088A - 一种基于无人机双光变电站故障检测方法 - Google Patents
一种基于无人机双光变电站故障检测方法 Download PDFInfo
- Publication number
- CN115825088A CN115825088A CN202211671276.3A CN202211671276A CN115825088A CN 115825088 A CN115825088 A CN 115825088A CN 202211671276 A CN202211671276 A CN 202211671276A CN 115825088 A CN115825088 A CN 115825088A
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- detection
- fault
- fault detection
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 218
- 238000001931 thermography Methods 0.000 claims abstract description 32
- 230000001915 proofreading effect Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 7
- 238000000034 method Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 2
- 230000009977 dual effect Effects 0.000 claims 3
- 230000003287 optical effect Effects 0.000 claims 3
- 230000000694 effects Effects 0.000 abstract description 3
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000001276 controlling effect Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Abstract
本发明提供了一种基于无人机双光变电站故障检测方法,其系统包括故障检测数据终端、无人机调派终端、无人机控制终端和无人机本体;无人机调派终端用于根据检测员为变电站预设的故障检测计划生成无人机调派信息;无人机控制终端用于根据无人机调派信息控制对应数量的无人机本体对变电站进行故障检测;无人机本体安装有可见光摄像机和红外热成像摄像机,用于获取变电站内检测区域处的可见光图像信息和热成像图像信息;故障检测数据终端用于接收并分析来自无人机本体的可见光图像信息和热成像图像信息。本发明具有提高故障检测的效率和准确度的效果。
Description
技术领域
本发明涉及变电站检测的技术领域,具体涉及一种基于无人机双光变电站故障检测方法。
背景技术
无人驾驶飞机简称“无人机”,英文缩写为“UAV”,是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机,或者由车载计算机完全地或间歇地自主地操作。变电站(Substation)是把一些设备组装起来,用以切断或接通、改变或者调整电压,在电力系统中,变电站是输电和配电的集结点,变电站主要分为:升压变电站,主网变电站,二次变电站,配电站。双光故障检测是指通过可见光图像和热成像图像进行故障检测。
现在已经开发出了很多变电站故障检测方法,经过我们大量的检索与参考,发现现有技术的变电站故障检测方法有如公开号为CN107925235B、CN102280826B、CN105606227A、EP3271985A1、US20120327745A1、JP2017208999A所公开的变电站故障检测方法,这些变电站故障检测方法或系统一般包括:电力高压开关柜、红外热成像装置、无线发送装置、无线接收装置、智能热成像报警装置;电力高压开关柜内安装有电力高压设备;红外热成像装置包括安装于电力高压开关柜外壳内的红外热成像摄像头、安装于变电站主控室内的红外热成像处理器和红外热成像显示器,红外热成像摄像头通过光纤与无线发送装置连接,红外热成像处理器和红外热成像显示器通过光纤与无线接收装置连接;智能热成像报警装置包括与红外热成像处理器连接的控制器及与控制器连接的报警器,通过红外热成像对电力高压开关柜内的电力高压设备进行红外热故障检测,并能及时提醒工作人员采用防范措施。由于对变电站的故障检测项目常常较多,上述方法通过固定安装的设备进行检测易于造成成本投入较多,不利于调节检测项目,而且当检测设备安装的数量不足时,造成了对变电站进行故障检测的效率下降、准确度下降的缺陷。
发明内容
本发明的目的在于,针对上述变电站故障检测方法存在的不足,提出一种基于无人机双光变电站故障检测方法。
本发明采用如下技术方案:
一种基于无人机双光变电站故障检测系统,包括故障检测数据终端、无人机调派终端、无人机控制终端和无人机本体;
所述无人机调派终端用于根据检测员为变电站预设的故障检测计划生成无人机调派信息;所述无人机控制终端用于根据无人机调派信息控制对应数量的无人机本体对变电站进行故障检测;所述无人机本体安装有可见光摄像机和红外热成像摄像机,用于获取变电站内检测区域处的可见光图像信息和热成像图像信息;所述故障检测数据终端用于接收并分析来自无人机本体的可见光图像信息和热成像图像信息;
所述无人机调派终端包括故障检测计划读取模块、校对模块、无人机调派信息生成模块;所述故障检测计划读取模块用于读取检测员为变电站预设的故障检测计划,所述故障检测计划包括无人机检测任务和无人机调派数量;所述校对模块用于根据天气信息、变电站故障历史记录信息和检测区域设备信息对无人机检测任务和无人机调派数量进行校对;所述无人机调派信息生成模块用于根据校对后的无人机检测任务和无人机调派数量生成对应的无人机调派信息。
可选的,所述校对模块对无人机检测任务进行校对时,满足以下式子:
Z=Q+Δ
其中,L(Z)表示无人机检测任务分级函数;Z表示无人机检测任务对应的分级数值;1至n表示无人机检测任务的等级,对应的等级与对应预设的无人机检测任务关联;k1至kn表示无人机检测任务等级划分阈值,均由检测员根据经验设定;Q表示检测员为变电站预设的故障检测计划中原无人机检测任务的等级分级数值;Δ表示分级数值校对值函数;state=off表示校对模块处于关闭状态;state=on表示校对模块处于开启状态;
wi表示检测当天前的第i天的恶劣天气小数数,所述恶劣天气表示下雨、下雪、下冰雹、大于30摄氏度的高温等天气;I表示检测当天前参考总天数;wi′表示检测当天后的第i′天的恶劣天气小数数,I′表示检测当天后参考总天数;
Gi表示变电站故障历史记录信息检测当天前的第i天的故障区域数量,所述故障区域是指出现故障设备的检测区域;Gi′表示变电站故障历史记录信息检测当天后的第天的故障区域数量;E表示趋势基数,由检测员根据实际情况设定;
表示变电站内各个检测区域处的主要被检设备平均使用时长;Aref表示平均使用时长参考值,由检测员根据经验设定;μ1、μ2和μ3表示不同的数值变换系数,由检测员根据实际情况设定;Aj表示变电站内第j个检测区域的主要被检设备的平均使用时长;J表示变电站内检测区域的总数。
可选的,所述校对模块对无人机调派数量进行校对时,满足以下式子:
N′=N+[f(C&P)*P]
其中,N′表示校正后的无人机调派数量;N表示校正前的无人机调派数量;
f(C&P)表示校正系数选择函数;C表示无人机本体储备数量;P表示当天检测的紧急程度指数;Gtest表示变电站故障历史记录信息检测当天的故障区域数量;λ表示紧急程度转化系数,由检测员根据经验设定;[f(C&P)*P]表示对f(C&P)*P的结果取整数;[Y]表示对Y取整数,Y表示当天平均气温。
可选的,所述无人机控制终端包括无人机控制模块和延时检测时长计算模块;所述延时检测时长计算模块用于计算无人机本体负责的检测区域的延时检测时长;所述无人机控制模块用于根据无人机检测任务和每个检测区域对应的延时检测时长对负责的检测区域进行检测;
当所述延时检测时长计算模块计算时,满足以下式子:
其中,textra表示对应检测区域的延时检测时长;U表示对应检测区域内待检设备的类型数;Vu表示对应检测区域内第u类待检设备的总数;η1和η2表示不同的时间转变系数,由检测员根据实际情况设定。
一种基于无人机双光变电站故障检测方法,应用于如上述的一种基于无人机双光变电站故障检测系统,所述故障检测方法包括:
S1,根据检测员为变电站预设的故障检测计划生成无人机调派信息;
S2,根据无人机调派信息控制对应数量的无人机本体对变电站进行故障检测;
S3,获取变电站内检测区域处的可见光图像信息和热成像图像信息;
S4,接收并处理来自无人机本体的可见光图像信息和热成像图像信息。
本发明所取得的有益效果是:
1、故障检测数据终端、无人机调派终端、无人机控制终端和无人机本体的设置,有利于快速高效地对变电站进行故障检测,再通过故障检测计划读取模块、校对模块、无人机调派信息生成模块的设置,根据预设的故障检测计划结合天气信息、变电站故障历史记录信息和检测区域设备信息对无人机检测任务和无人机调派数量进行校对,有利于提高故障检测的效率和准确度,也便于节省每次故障检测的成本投入;
2、校对模块配合无人机检测任务分级算法和无人机检测任务对应的分级数值算法有利于通过对无人机检测任务对应的分级数值的校对完成对无人机检测任务分级的校对,分级数值校对值函数的设置有利于提高无人机检测任务对应的分级数值的准确度,进而提高了校对后的无人机检测任务分级的准确性,从而有利于提高故障检测的效率和准确度;
3、校对模块配合无人机调派数量校对算法和当天检测的紧急程度指数算法,有利于提高无人机调派数量的适应性和准确性;
4、无人机控制模块和延时检测时长计算模块的设置配合延时检测时长算法,有利于提高检测区域延时检测时长的准确性,以便于通过最合适的延时检测时长实现更加准确的故障检测,从而进一步提高了故障检测的效率和准确度;
5、趋势基数计算单元和无人机检测任务校对单元的设置配合趋势基数算法,有利于提高趋势基数的准确性,进而提高无人机检测任务校对的准确性。
为使能更进一步了解本发明的特征及技术内容,请参阅以下有关本发明的详细说明与附图,然而所提供的附图仅用于提供参考与说明,并非用来对本发明加以限制。
附图说明
图1为本发明的整体结构示意图;
图2为本发明中无人机对变电站进行故障检测的应用效果示意图;
图3为本发明中一种基于无人机双光变电站故障检测方法的方法流程示意图;
图4为本发明中无人机调派终端的整体结构示意图。
具体实施方式
以下是通过特定的具体实施例来说明本发明的实施方式,本领域技术人员可由本说明书所公开的内容了解本发明的优点与效果。本发明可通过其他不同的具体实施例加以施行或应用,本说明书中的各项细节也可基于不同观点与应用,在不背离本发明的精神下进行各种修饰与变更。另外,本发明的附图仅为简单示意说明,并非依实际尺寸描绘,事先声明。以下实施方式将进一步详细说明本发明的相关技术内容,但所公开的内容并非用以限制本发明的保护范围。
实施例一。
本实施例提供了一种基于无人机双光变电站故障检测方法。结合图1和图2所示,一种基于无人机双光变电站故障检测系统,包括故障检测数据终端、无人机调派终端、无人机控制终端和无人机本体;
所述无人机调派终端用于根据检测员为变电站预设的故障检测计划生成无人机调派信息;所述无人机控制终端用于根据无人机调派信息控制对应数量的无人机本体对变电站进行故障检测;所述无人机本体安装有可见光摄像机和红外热成像摄像机,用于获取变电站内检测区域处的可见光图像信息和热成像图像信息;所述故障检测数据终端用于接收并分析来自无人机本体的可见光图像信息和热成像图像信息;
所述无人机调派终端包括故障检测计划读取模块、校对模块和无人机调派信息生成模块;所述故障检测计划读取模块用于读取检测员为变电站预设的故障检测计划,所述故障检测计划包括无人机检测任务和无人机调派数量;所述校对模块用于根据天气信息、变电站故障历史记录信息和检测区域设备信息对无人机检测任务和无人机调派数量进行校对;所述无人机调派信息生成模块用于根据校对后的无人机检测任务和无人机调派数量生成对应的无人机调派信息。
需要注意的是,变电站预先由检测员划分为至少两个检测区域,每个检测区域内包括有不同类型的待检设备,一般是但不限于:变压器、金具、绝缘子、接地装置、高压开关柜、避雷器、互感器、隔离开关、接地开关和断路器等。
当所述故障检测数据终端通过可见光图像信息和热成像图像信息检测出检测区域存在故障,则生成故障提示信息并发送至检测员的PC端或移动终端。
可选的,所述校对模块对无人机检测任务进行校对时,满足以下式子:
Z=Q+Δ
其中,L(Z)表示无人机检测任务分级函数;Z表示无人机检测任务对应的分级数值;1至n表示无人机检测任务的等级,对应的等级与对应预设的无人机检测任务关联;k1至kn表示无人机检测任务等级划分阈值,均由检测员根据经验设定;Q表示检测员为变电站预设的故障检测计划中原无人机检测任务的等级分级数值;Δ表示分级数值校对值函数;state=off表示校对模块处于关闭状态;state=on表示校对模块处于开启状态;
wi表示检测当天前的第i天的恶劣天气小数数,所述恶劣天气表示下雨、下雪、下冰雹、大于30摄氏度的高温等天气;I表示检测当天前参考总天数;wi′表示检测当天后的第i′天的恶劣天气小数数,I′表示检测当天后参考总天数;
Gi表示变电站故障历史记录信息检测当天前的第i天的故障区域数量,所述故障区域是指出现故障设备的检测区域;Gi′表示变电站故障历史记录信息检测当天后的第天的故障区域数量;R表示趋势基数,由检测员根据实际情况设定;
表示变电站内各个检测区域处的主要被检设备平均使用时长;Aref表示平均使用时长参考值,由检测员根据经验设定;μ1、μ2和μ3表示不同的数值变换系数,由检测员根据实际情况设定;Aj表示变电站内第j个检测区域的主要被检设备的平均使用时长;J表示变电站内检测区域的总数。
可选的,所述校对模块对无人机调派数量进行校对时,满足以下式子:
N′=N+[f(C&P)*P]
其中,N′表示校正后的无人机调派数量;N表示校正前的无人机调派数量;
f(C&P)表示校正系数选择函数;C表示无人机本体储备数量;P表示当天检测的紧急程度指数;Gtest表示变电站故障历史记录信息检测当天的故障区域数量;λ表示紧急程度转化系数,由检测员根据经验设定;[f(C&P)*P]表示对f(C&P)*P的结果取整数;[Y]表示对Y取整数,Y表示当天平均气温。
可选的,所述无人机控制终端包括无人机控制模块和延时检测时长计算模块;所述延时检测时长计算模块用于计算无人机本体负责的检测区域的延时检测时长;所述无人机控制模块用于根据无人机检测任务和每个检测区域对应的延时检测时长对负责的检测区域进行检测;
当所述延时检测时长计算模块计算时,满足以下式子:
其中,textra表示对应检测区域的延时检测时长;U表示对应检测区域内待检设备的类型数;Vu表示对应检测区域内第u类待检设备的总数;η1和η2表示不同的时间转变系数,由检测员根据实际情况设定,当U≥3,则η1取1.5,η2取0.5;当U<3,则η取1.2,η2取0.8。
一种基于无人机双光变电站故障检测方法,应用于如上述的一种基于无人机双光变电站故障检测系统,结合图3所示,所述故障检测方法包括:
S1,根据检测员为变电站预设的故障检测计划生成无人机调派信息;
S2,根据无人机调派信息控制对应数量的无人机本体对变电站进行故障检测;
S3,获取变电站内检测区域处的可见光图像信息和热成像图像信息;
S4,接收并处理来自无人机本体的可见光图像信息和热成像图像信息。
实施例二。
本实施例包含了实施例一的全部内容,提供了一种基于无人机双光变电站故障检测系统,结合图4所示,所述校对模块包括无人机检测任务校对子模块和无人机调派数量校对子模块;所述无人机检测任务校对子模块用于校对无人机检测任务;所述无人机调派数量校对子模块用于校对无人机调派数量。
所述无人机检测任务校对子模块包括趋势基数计算单元和无人机检测任务校对单元;所述趋势基数计算单元用于根据变电站故障历史记录信息和对应变电站的检测周期计算对应的趋势基数;所述无人机检测任务校对单元用于根据趋势基数校对无人机检测任务。
当所述趋势基数计算单元计算时,满足以下式子:
其中,e表示趋势基准值,由检测员根据实际情况设定;d(F_表示符号系数选择函数;F表示本次检测前两年时间内的故障趋势;H表示权重系数,为正数,由检测员根据实际情况设定;X′b表示本次检测所属年份之前第二年中第b天内变电站的故障设备数量;Xb表示本次检测所属年份之前第一年中第r天内变电站的故障设备数量;表示本次检测前两年时间内每年的平均检测次数;Tref表示参考检测次数,由检测员根据经验设定。
以上所公开的内容仅为本发明的优选可行实施例,并非因此局限本发明的保护范围,所以凡是运用本发明说明书及附图内容所做的等效技术变化,均包含于本发明的保护范围内,此外,随着技术发展其中的元素是可以更新的。
Claims (5)
1.一种基于无人机双光变电站故障检测系统,其特征在于,包括故障检测数据终端、无人机调派终端、无人机控制终端和无人机本体;
所述无人机调派终端用于根据检测员为变电站预设的故障检测计划生成无人机调派信息;所述无人机控制终端用于根据无人机调派信息控制对应数量的无人机本体对变电站进行故障检测;所述无人机本体安装有可见光摄像机和红外热成像摄像机,用于获取变电站内检测区域处的可见光图像信息和热成像图像信息;所述故障检测数据终端用于接收并分析来自无人机本体的可见光图像信息和热成像图像信息;
所述无人机调派终端包括故障检测计划读取模块、校对模块、无人机调派信息生成模块;所述故障检测计划读取模块用于读取检测员为变电站预设的故障检测计划,所述故障检测计划包括无人机检测任务和无人机调派数量;所述校对模块用于根据天气信息、变电站故障历史记录信息和检测区域设备信息对无人机检测任务和无人机调派数量进行校对;所述无人机调派信息生成模块用于根据校对后的无人机检测任务和无人机调派数量生成对应的无人机调派信息。
2.如权利要求1所述的一种基于无人机双光变电站故障检测系统,其特征在于,所述校对模块对无人机检测任务进行校对时,满足以下式子:
Z=Q+Δ
其中,L(Z)表示无人机检测任务分级函数;Z表示无人机检测任务对应的分级数值;1至n表示无人机检测任务的等级,对应的等级与对应预设的无人机检测任务关联;k1至kn表示无人机检测任务等级划分阈值,均由检测员根据经验设定;Q表示检测员为变电站预设的故障检测计划中原无人机检测任务的等级分级数值;Δ表示分级数值校对值函数;atate=off表示校对模块处于关闭状态;atate=on表示校对模块处于开启状态;
wi表示检测当天前的第i天的恶劣天气小数数,所述恶劣天气表示下雨、下雪、下冰雹、大于30摄氏度的高温等天气;I表示检测当天前参考总天数;wi′表示检测当天后的第i′天的恶劣天气小数数,I′表示检测当天后参考总天数;
Gi表示变电站故障历史记录信息检测当天前的第i天的故障区域数量,所述故障区域是指出现故障设备的检测区域;Gi′表示变电站故障历史记录信息检测当天后的第天的故障区域数量;E表示趋势基数,由检测员根据实际情况设定;
5.一种基于无人机双光变电站故障检测方法,应用于如权利要求4所述的一种基于无人机双光变电站故障检测系统,其特征在于,所述故障检测方法包括:
S1,根据检测员为变电站预设的故障检测计划生成无人机调派信息;
S2,根据无人机调派信息控制对应数量的无人机本体对变电站进行故障检测;
S3,获取变电站内检测区域处的可见光图像信息和热成像图像信息;
S4,接收并处理来自无人机本体的可见光图像信息和热成像图像信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211671276.3A CN115825088B (zh) | 2022-12-26 | 2022-12-26 | 一种基于无人机双光变电站故障检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211671276.3A CN115825088B (zh) | 2022-12-26 | 2022-12-26 | 一种基于无人机双光变电站故障检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115825088A true CN115825088A (zh) | 2023-03-21 |
CN115825088B CN115825088B (zh) | 2023-10-13 |
Family
ID=85518195
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211671276.3A Active CN115825088B (zh) | 2022-12-26 | 2022-12-26 | 一种基于无人机双光变电站故障检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115825088B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116704387A (zh) * | 2023-08-04 | 2023-09-05 | 众芯汉创(江苏)科技有限公司 | 一种基于视频结构化的电力线路通道巡检系统和方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017078575A (ja) * | 2015-10-19 | 2017-04-27 | エナジー・ソリューションズ株式会社 | 検査システム、及び検査方法 |
CN110598736A (zh) * | 2019-08-06 | 2019-12-20 | 西安理工大学 | 一种电力设备红外图像故障定位、识别与预测方法 |
KR102147192B1 (ko) * | 2020-04-07 | 2020-08-25 | (주)이산기술단 | 드론을 활용한 전신주간 배전선로 전력설비 감시 시스템 |
US20210167726A1 (en) * | 2017-12-14 | 2021-06-03 | Acciona Energia S.A. | Automated photovoltaic plant inspection system and method |
CN114003062A (zh) * | 2021-12-30 | 2022-02-01 | 拓普思(常州)智能科技有限公司 | 一种输电线路的无人机智能图像采集方法及系统 |
CN114417981A (zh) * | 2021-12-28 | 2022-04-29 | 安徽新宇环保科技股份有限公司 | 一种智能河长巡测系统 |
-
2022
- 2022-12-26 CN CN202211671276.3A patent/CN115825088B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017078575A (ja) * | 2015-10-19 | 2017-04-27 | エナジー・ソリューションズ株式会社 | 検査システム、及び検査方法 |
US20210167726A1 (en) * | 2017-12-14 | 2021-06-03 | Acciona Energia S.A. | Automated photovoltaic plant inspection system and method |
CN110598736A (zh) * | 2019-08-06 | 2019-12-20 | 西安理工大学 | 一种电力设备红外图像故障定位、识别与预测方法 |
KR102147192B1 (ko) * | 2020-04-07 | 2020-08-25 | (주)이산기술단 | 드론을 활용한 전신주간 배전선로 전력설비 감시 시스템 |
CN114417981A (zh) * | 2021-12-28 | 2022-04-29 | 安徽新宇环保科技股份有限公司 | 一种智能河长巡测系统 |
CN114003062A (zh) * | 2021-12-30 | 2022-02-01 | 拓普思(常州)智能科技有限公司 | 一种输电线路的无人机智能图像采集方法及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116704387A (zh) * | 2023-08-04 | 2023-09-05 | 众芯汉创(江苏)科技有限公司 | 一种基于视频结构化的电力线路通道巡检系统和方法 |
CN116704387B (zh) * | 2023-08-04 | 2023-10-13 | 众芯汉创(江苏)科技有限公司 | 一种基于视频结构化的电力线路通道巡检系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115825088B (zh) | 2023-10-13 |
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 | |
CN113358732B (zh) | 一种气体传感器的远程校准方法及系统 | |
CN115825088A (zh) | 一种基于无人机双光变电站故障检测方法 | |
CN112290546B (zh) | 一种基于人机共融的变电站一次设备故障判别方法 | |
CN106844595A (zh) | 一种基于电网gis的专业气象服务应用平台 | |
CN112116573A (zh) | 一种高精度的红外图像异常检测方法及系统 | |
CN113723669B (zh) | 一种基于Informer模型的输电线路覆冰预测方法 | |
CN113688987B (zh) | 光伏监测模型的训练方法、光伏设备的监测方法及设备 | |
CN112288132A (zh) | 一种电力巡检时间预测方法、装置及系统 | |
CN113408785B (zh) | 光功率的预测方法、装置、设备及存储介质 | |
CN114812833A (zh) | 一种配网开关温度在线监测与预测系统及方法 | |
US20200395755A1 (en) | Method and arrangement for estimating a grid state of a power distribution grid | |
Bayasgalan et al. | Top inspection and monitoring of HV power line towers damage by UAV | |
CN115080629B (zh) | 一种基于遥感技术的气象要素预报系统及方法 | |
CN110598932A (zh) | 基于融合天气特征的输电走廊覆冰预警方法 | |
CN113505523A (zh) | 基于神经网络的电缆报警温度阈值预测方法及系统 | |
US11086278B2 (en) | Adaptive system monitoring using incremental regression model development | |
CN114118518A (zh) | 一种智慧校园环境大数据综合协同管理系统 | |
Sharma et al. | Forecasting weather‐related power outages using weighted logistic regression | |
CN111301680A (zh) | 一种基于智能图像识别的电力巡检无人机 | |
CN115474021B (zh) | 一种多组件联控下的卫星转发器数据处理方法及系统 | |
CN111062633A (zh) | 一种基于多源异构数据的输变电线路和设备状态评估系统 | |
CN116418292B (zh) | 一种光伏组件的性能测试方法以及系统 | |
AU2021106241A4 (en) | System and method for aerial power lines measurement using computer vision and unmanned aerial vehicle | |
CN115459450A (zh) | 电力输变电智能检测系统 |
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 |