CN116538937A - 架空输电线路覆冰程度监测判断方法 - Google Patents
架空输电线路覆冰程度监测判断方法 Download PDFInfo
- Publication number
- CN116538937A CN116538937A CN202310592659.XA CN202310592659A CN116538937A CN 116538937 A CN116538937 A CN 116538937A CN 202310592659 A CN202310592659 A CN 202310592659A CN 116538937 A CN116538937 A CN 116538937A
- Authority
- CN
- China
- Prior art keywords
- icing
- transmission line
- point
- overhead transmission
- sampling point
- 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
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 100
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012544 monitoring process Methods 0.000 title claims abstract description 37
- 238000005070 sampling Methods 0.000 claims abstract description 69
- 239000011248 coating agent Substances 0.000 claims abstract description 49
- 238000000576 coating method Methods 0.000 claims abstract description 49
- 238000007710 freezing Methods 0.000 claims abstract description 22
- 238000012806 monitoring device Methods 0.000 claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 238000007689 inspection Methods 0.000 claims abstract description 6
- 238000003708 edge detection Methods 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000003672 processing method Methods 0.000 claims description 4
- 230000008014 freezing Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 description 3
- 238000005452 bending Methods 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U20/00—Constructional aspects of UAVs
- B64U20/80—Arrangement of on-board electronics, e.g. avionics systems or wiring
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U20/00—Constructional aspects of UAVs
- B64U20/80—Arrangement of on-board electronics, e.g. avionics systems or wiring
- B64U20/87—Mounting of imaging devices, e.g. mounting of gimbals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
- B64U2101/31—UAVs specially adapted for particular uses or applications for imaging, photography or videography for surveillance
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/35—UAVs specially adapted for particular uses or applications for science, e.g. meteorology
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Mechanical Engineering (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Electric Cable Installation (AREA)
Abstract
本发明公开了一种架空输电线路覆冰程度监测判断方法，解决了如何用便捷高效的方法对输电线路上的覆冰进行监测并较准确判断出冰层严重程度的问题；通过无人机巡线，采集架空输电线路在正常情况系和覆冰灾害情况下的影像数据，并结合采样点的温度、湿度、风速、雨量、位置和高程数据，在输电运检中心集中监控装置中的计算机中进行计算，计算出各采样点的覆冰厚度，并计算出覆冰段的固有频率；特别是将覆冰厚度在30‑20毫米之间的采样点确定为准除冰点，将准除冰点作为重点监测和分析的危险点，并采用分级监控处理方法，大大提高了覆冰段冰层严重程度的判断准确性，并采用共振除冰的措施，在严重覆冰前，将中度覆冰清除。
Description
技术领域
本发明涉及一种架空输电线路，特别涉及一种架空输电线路覆冰程度监测判断方法。
背景技术
受大气候、微地形和微气象条件的影响，在许多地区，雨雪冰冻天气极易引起架空输电线路出现覆冰现象，使输电导线的荷重增加，甚至造成倒塔、断线、闪络等事故，造成巨大的经济损失；针对架空输电线路的覆冰，国内外已开展过积雪理论、覆冰厚度、导线监测和杆塔补强等方面的研究工作，建立了大量的观冰站和气象站，进行现场观察和有关数据的收集，出现了大量覆冰监测和导线除冰等技术。
在华北电力大学博士学位论文《高压输电线路覆冰状态监测与除冰技术研究》中，提出了一种高压输电线路覆冰状态的智能监测方法，通过唤醒式工作方式，能够实现导线覆冰实时预警、覆冰厚度监测、气象数据查询、现场图像远程监控等功能，为选取合理的高压输电线路除冰技术方法，提供可靠的前提智能监测依据；该论文通过超声波测距方法测量架空输电线路上的覆冰厚度，超声波发生器和接收器的位置是固定的，不适合对大档距线路进行覆冰监测，不能对整个输电线路的覆冰情况及时快速进行信号采集与监测分析；该技术方案是通过热力融冰进行除冰，不仅提高了线路损耗，融冰效果欠佳，投资成本巨大。华北电力大学硕士学位论文《基于马尔可夫过程的输电线路覆冰厚度预测模型研究》是通过建立中长期预测模型和短期预测模型，对未来输电线路覆冰厚度的可能取值进行了研究，并搭建了输电线路覆冰厚度预测平台；首先是根据预测对象的不同，将覆冰厚度预测模型分为两类，分别是中长期预测模型和短期预测模型，中长期预测模型的主要思想是，首先针对未建成线路进行规划过程中，对可能途经的局域进行中长期预测，用以避开易于覆冰或覆冰严重地区，对于无法避开的输电线路，则需在设计过程中增加杆塔、导线的抗冰能力，或针对已经建成的输电线路，需根据预测结果考虑是否进行线路的抗冰改建，其主要是将该地区的年最大覆冰厚度作为基本数据，利用模糊马尔可夫理论对未来可能出现的年最大覆冰厚度进行预测；短期预测模型则是针对每年的易覆冰季节，利用预测结果判断输电线路的覆冰厚度是否超过线路荷载，以便于安排值班、巡线、融冰或除冰工作；考虑到短期预测中，气象因素的影响较为明显，无法忽视，故采取多变量灰色预测理论进行预测，并提出了相应的模型修正方法；该论文建模主要是基于覆冰的预测，该预测模型分为中长期预测模型和短期预测模型，其短期模型的修正方法主要考虑了风速、温度和雨量，对现场除冰有理论指导意义，但没有实际操作指导措施，特别是地域环境因素是形成结冰的最主要的因素，该模型没有考虑。
发明内容
本发明提供了一种架空输电线路覆冰程度监测判断方法，解决了如何用便捷高效的方法对输电线路上的覆冰进行监测并较准确判断出冰层严重程度的技术问题。
本发明是通过以下技术方案解决以上技术问题的：
本发明的总体构思：通过无人机巡线，采集架空输电线路在正常情况下和覆冰灾害情况下的影像数据，并结合采样点的温度、湿度、风速、雨量、位置和高程数据，在输电运检中心集中监控装置中的计算机中进行计算，计算出各采样点的覆冰厚度，并计算出覆冰段的固有频率；特别是将覆冰厚度在30-20毫米之间的采样点确定为准除冰点，将准除冰点作为重点监测和分析的危险点，并采用分级监控处理方法，大大提高了覆冰段冰层严重程度的判断准确性，并采用共振除冰的措施，在严重覆冰前，将中度覆冰清除；固有频率是指结构系统在外界激励产生运动时，将按特定频率发生自然振动，这个特定频率被称为该结构的固有频率，固有频率又叫自然频率。
一种架空输电线路覆冰程度监测判断方法，包括架空输电线路、输电运检中心集中监控装置和无人机；在无人机上分别设置有无人机影像采集传输装置、温度传感器、湿度传感器和无人机位置定位模块；其特征在于以下步骤：
第一步、在架空输电线路正常运行下，通过放飞无人机，对架空输电线路进行巡视，得到架空输电线路各采样点上的位置信息和导线的影像信息，并对架空输电线路上的分水岭处采样点、风口处采样点和迎风坡处采样点，进行标记，标记为易覆冰区段采样点；
第二步、在输电运检中心集中监控装置中的计算机上，分别建立架空输电线路的位置坐标、无人机的位置坐标和无人机影像采集传输装置中的图像坐标，建立起架空输电线路的各采样点的基础位置信息数据和基础影像信息数据；
当架空输电线路遭遇到覆冰灾害时：
第三步、在架空输电线路的起点，放飞无人机，使无人机沿架空输电线路巡视飞行，在此过程中，使无人机在输电线路的导线外顺光侧飞行，并且与架空输电线路保持安全距离；
第四步、在巡视飞行中，无人机对架空输电线路上的各采集点的温度、湿度、风速、雨量、位置和高程数据进行采集，并无线传送到输电运检中心集中监控装置中的计算机中；
第五步、输电运检中心集中监控装置中的计算机，对各采集点的温度、湿度、风速、雨量、位置和高程数据进行计算，并计算出各采样点的覆冰厚度，并计算出覆冰段的固有频率；
第六步、根据第五步计算出的各采样点的覆冰厚度数据，进行以下判断：
若，采样点的覆冰厚度大于或等于30毫米，则将该采样点确定为除冰点，并建议进行除冰作业；
若，采样点的覆冰厚度在30-20毫米之间，则将该采样点确定为准除冰点，并进行第七步步骤；
若，采样点的覆冰厚度在20-10毫米之间，则将该采样点确定为观测点；
若，采样点的覆冰厚度低于10毫米，则将该采样点确定为安全点；
第七步、计算机调取被确定为准除冰点的采样点的基础位置信息和基础影像信息，并进行一下判断：
若，该准除冰点的基础信息显示该采样点在易覆冰区段，则建议进行除冰作业；
若，该准除冰点的基础信息显示该采样点不在易覆冰区段，则列入重点监测点；
第八步、3-5天后，再次放飞无人机，对第七步列入的重点监测点，进行再次覆冰厚度的采集和计算；
若，覆冰厚度加厚，则建议进行除冰作业；
若，覆冰厚度变薄，则将其移除重点监测点名单。
对第七步列入的重点监测点，进行加权考虑，加权考虑的因素包括采样点的温度、湿度、风速及风速角度、地理环境因素和历史结冰记录，并加重采样点历史结冰记录的权重。
第五步中计算各采样点的覆冰厚度时，采用图像处理方法与边缘检测算法，采集导线覆冰前与覆冰后的图像，利用图像边缘检测算法提取目标导线的边界，对提取出的边界进行轮廓跟踪、几何形状特征分析处理，得到完整的覆冰后导线边界，得到相关像素数据，从而计算出导线的覆冰厚度。
对第七步确定出的建议除冰的准除冰点，进行以下步骤：获取准除冰点处的覆冰段的固有频率，根据该固有频率，制作一个能以该固有频率振动的闭锁式卡线器，将闭锁式卡线器通过无人机，运送并卡接在准除冰点处的覆冰段上，并使闭锁式卡线器以覆冰段的固有频率振动，闭锁式卡线器与覆冰段产生共振，覆冰段出现裂纹并脱落。
本发明采用分级监控处理方法，大大提高了覆冰段冰层严重程度的判断准确性；通过建立覆冰导线近似微分方程和各阶固有频率数学模型，将无人机覆冰厚度监测装置采集到的覆冰厚度和宽度导入，计算覆冰导线固有频率数值，采用共振除冰的措施，在严重覆冰前，将中度覆冰清除，极大提高了输电线路冰害处置效率，降低了倒塔断线的风险，保障了线路安全稳定运行。
实施方式
下面对本发明进行详细说明：
一种架空输电线路覆冰程度监测判断方法，包括架空输电线路、输电运检中心集中监控装置和无人机；在无人机上分别设置有无人机影像采集传输装置、温度传感器、湿度传感器和无人机位置定位模块；其特征在于以下步骤：
第一步、在架空输电线路正常运行下，通过放飞无人机，对架空输电线路进行巡视，得到架空输电线路各采样点上的位置信息和导线的影像信息，并对架空输电线路上的分水岭处采样点、风口处采样点和迎风坡处采样点，进行标记，标记为易覆冰区段采样点；
第二步、在输电运检中心集中监控装置中的计算机上，分别建立架空输电线路的位置坐标、无人机的位置坐标和无人机影像采集传输装置中的图像坐标，建立起架空输电线路的各采样点的基础位置信息数据和基础影像信息数据；
当架空输电线路遭遇到覆冰灾害时：
第三步、在架空输电线路的起点，放飞无人机，使无人机沿架空输电线路巡视飞行，在此过程中，使无人机在输电线路的导线外顺光侧飞行，并且与架空输电线路保持安全距离；
第四步、在巡视飞行中，无人机对架空输电线路上的各采集点的温度、湿度、风速、雨量、位置和高程数据进行采集，并无线传送到输电运检中心集中监控装置中的计算机中；
第五步、输电运检中心集中监控装置中的计算机，对各采集点的温度、湿度、风速、雨量、位置和高程数据进行计算，并计算出各采样点的覆冰厚度，并计算出覆冰段的固有频率；
第六步、根据第五步计算出的各采样点的覆冰厚度数据，进行以下判断：
若，采样点的覆冰厚度大于或等于30毫米，则将该采样点确定为除冰点，并建议进行除冰作业；
若，采样点的覆冰厚度在30-20毫米之间，则将该采样点确定为准除冰点，并进行第七步步骤；
若，采样点的覆冰厚度在20-10毫米之间，则将该采样点确定为观测点；
若，采样点的覆冰厚度低于10毫米，则将该采样点确定为安全点；
第七步、计算机调取被确定为准除冰点的采样点的基础位置信息和基础影像信息，并进行一下判断：
若，该准除冰点的基础信息显示该采样点在易覆冰区段，则建议进行除冰作业；
若，该准除冰点的基础信息显示该采样点不在易覆冰区段，则列入重点监测点；
第八步、3-5天后，再次放飞无人机，对第七步列入的重点监测点，进行再次覆冰厚度的采集和计算；
若，覆冰厚度加厚，则建议进行除冰作业；
若，覆冰厚度变薄，则将其移除重点监测点名单。
对第七步列入的重点监测点，进行加权考虑，加权考虑的因素包括采样点的温度、湿度、风速及风速角度、地理环境因素和历史结冰记录，并加重采样点历史结冰记录的权重；可设计加权计算公式，对各因素用加权平均的方式计算，根据得分进行排序。
第五步中计算各采样点的覆冰厚度时，采用图像处理方法与边缘检测算法，采集导线覆冰前与覆冰后的图像，利用图像边缘检测算法提取目标导线的边界，对提取出的边界进行轮廓跟踪、几何形状特征分析处理，得到完整的覆冰后导线边界，得到相关像素数据，从而计算出导线的覆冰厚度。
对第七步确定出的建议除冰的准除冰点，进行以下步骤：获取准除冰点处的覆冰段的固有频率，根据该固有频率，制作一个能以该固有频率振动的闭锁式卡线器，将闭锁式卡线器通过无人机，运送并卡接在准除冰点处的覆冰段上，并使闭锁式卡线器以覆冰段的固有频率振动，闭锁式卡线器与覆冰段产生共振，覆冰段出现裂纹并脱落；闭锁式卡线器可方便卡接在覆冰的导线上，它自带电池，可遥控启动，其实质为一个同频共振发生器，可直接选择市面上相关产品使用。
在无人机顶部可安装机载覆冰厚度监测装置，其功能包括前端采集图像和温湿度数据、信息通过GPRS/CDMP/OPGW/4G进行传输、无人机控制器屏幕实时监测覆冰情况；在无人机底部安装绝缘绳索挂钩，其功能是辅助闭锁式卡线器到达指定导线覆冰区段。
在输电运检中心集中监控装置中的计算机，设置有图像处理方法与边缘检测算法等程序软件，所设计的系统来采集导线覆冰前、后图像数据，对覆冰厚度与宽度进行分析计算；利用图像边缘检测算法提取目标导线的边界，对提取出的边界进行轮廓跟踪、几何形状特征分析等处理得到完整的覆冰后导线边界，得到相关像素数数据；再利用摄像机标定技术将图像坐标像素值转换为世界坐标米制单位数值，从而计算出导线的覆冰厚度和宽度；建立输电线路覆冰导线近似微分方程：
EI (∂ 2 y) ∕(∂ 2 x)=M(x)；
并建立覆冰段的各阶固有频率数学模型为：
(ω n ) 2 =(n∕l) 4 (π∕b) 2 (EI∕ρ), n=1,2,3,4,5……；
其中，M(x)为弯矩，l为覆冰长度；b为覆冰厚度，ρ为冰的密度，E为覆冰段（2）的导线的弹性模量，I为截面惯性矩，ωi为i阶固有频率；
覆冰段的固有频率ωG为：
ω G =ω 1 +ω 2 +ω 3 +ω 4 +……+ω n ；
获取准除冰点处的覆冰段的固有频率，根据该固有频率，制作一个能以该固有频率振动的闭锁式卡线器，将闭锁式卡线器通过无人机，运送并卡接在准除冰点处的覆冰段上，并使闭锁式卡线器以覆冰段的固有频率振动，闭锁式卡线器与覆冰段产生共振，覆冰段出现裂纹并脱落。
Claims (4)
1.一种架空输电线路覆冰程度监测判断方法，包括架空输电线路、输电运检中心集中监控装置和无人机；在无人机上分别设置有无人机影像采集传输装置、温度传感器、湿度传感器和无人机位置定位模块；其特征在于以下步骤：
第一步、在架空输电线路正常运行下，通过放飞无人机，对架空输电线路进行巡视，得到架空输电线路各采样点上的位置信息和导线的影像信息，并对架空输电线路上的分水岭处采样点、风口处采样点和迎风坡处采样点，进行标记，标记为易覆冰区段采样点；
第二步、在输电运检中心集中监控装置中的计算机上，分别建立架空输电线路的位置坐标、无人机的位置坐标和无人机影像采集传输装置中的图像坐标，建立起架空输电线路的各采样点的基础位置信息数据和基础影像信息数据；
当架空输电线路遭遇到覆冰灾害时：
第三步、在架空输电线路的起点，放飞无人机，使无人机沿架空输电线路巡视飞行，在此过程中，使无人机在输电线路的导线外顺光侧飞行，并且与架空输电线路保持安全距离；
第四步、在巡视飞行中，无人机对架空输电线路上的各采集点的温度、湿度、风速、雨量、位置和高程数据进行采集，并无线传送到输电运检中心集中监控装置中的计算机中；
第五步、输电运检中心集中监控装置中的计算机，对各采集点的温度、湿度、风速、雨量、位置和高程数据进行计算，并计算出各采样点的覆冰厚度，并计算出覆冰段的固有频率；
第六步、根据第五步计算出的各采样点的覆冰厚度数据，进行以下判断：
若，采样点的覆冰厚度大于或等于30毫米，则将该采样点确定为除冰点，并建议进行除冰作业；
若，采样点的覆冰厚度在30-20毫米之间，则将该采样点确定为准除冰点，并进行第七步步骤；
若，采样点的覆冰厚度在20-10毫米之间，则将该采样点确定为观测点；
若，采样点的覆冰厚度低于10毫米，则将该采样点确定为安全点；
第七步、计算机调取被确定为准除冰点的采样点的基础位置信息和基础影像信息，并进行一下判断：
若，该准除冰点的基础信息显示该采样点在易覆冰区段，则建议进行除冰作业；
若，该准除冰点的基础信息显示该采样点不在易覆冰区段，则列入重点监测点；
第八步、3-5天后，再次放飞无人机，对第七步列入的重点监测点，进行再次覆冰厚度的采集和计算；
若，覆冰厚度加厚，则建议进行除冰作业；
若，覆冰厚度变薄，则将其移除重点监测点名单。
2.根据权利要求1所述的一种架空输电线路覆冰程度监测判断方法，其特征在于，对第七步列入的重点监测点，进行加权考虑，加权考虑的因素包括采样点的温度、湿度、风速及风速角度、地理环境因素和历史结冰记录，并加重采样点历史结冰记录的权重。
3.根据权利要求1所述的一种架空输电线路覆冰程度监测判断方法，其特征在于，第五步中计算各采样点的覆冰厚度时，采用图像处理方法与边缘检测算法，采集导线覆冰前与覆冰后的图像，利用图像边缘检测算法提取目标导线的边界，对提取出的边界进行轮廓跟踪、几何形状特征分析处理，得到完整的覆冰后导线边界，得到相关像素数据，从而计算出导线的覆冰厚度。
4.根据权利要求1所述的一种架空输电线路覆冰程度监测判断方法，其特征在于，对第七步确定出的建议除冰的准除冰点，进行以下步骤：获取准除冰点处的覆冰段的固有频率，根据该固有频率，制作一个能以该固有频率振动的闭锁式卡线器，将闭锁式卡线器通过无人机，运送并卡接在准除冰点处的覆冰段上，并使闭锁式卡线器以覆冰段的固有频率振动，闭锁式卡线器与覆冰段产生共振，覆冰段出现裂纹并脱落。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310592659.XA CN116538937A (zh) | 2023-05-24 | 2023-05-24 | 架空输电线路覆冰程度监测判断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310592659.XA CN116538937A (zh) | 2023-05-24 | 2023-05-24 | 架空输电线路覆冰程度监测判断方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116538937A true CN116538937A (zh) | 2023-08-04 |
Family
ID=87446903
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310592659.XA Pending CN116538937A (zh) | 2023-05-24 | 2023-05-24 | 架空输电线路覆冰程度监测判断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116538937A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117313537A (zh) * | 2023-09-28 | 2023-12-29 | 国网吉林省电力有限公司松原供电公司 | 数据驱动的覆冰预测方法及系统 |
-
2023
- 2023-05-24 CN CN202310592659.XA patent/CN116538937A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117313537A (zh) * | 2023-09-28 | 2023-12-29 | 国网吉林省电力有限公司松原供电公司 | 数据驱动的覆冰预测方法及系统 |
| CN117313537B (zh) * | 2023-09-28 | 2024-03-08 | 国网吉林省电力有限公司松原供电公司 | 数据驱动的覆冰预测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103453867B (zh) | 输电线路覆冰厚度监测方法 | |
| CN102938021B (zh) | 一种输电线路覆冰负荷定量估计及预测方法 | |
| CN105675055A (zh) | 一种输电线路覆冰预测预警的方法与系统 | |
| CN104655030B (zh) | 一种输电线路覆冰检测与预警装置 | |
| CN106225843A (zh) | 一种基于小型雷达的输电线路广域覆冰监测预警方法 | |
| CN116538937A (zh) | 架空输电线路覆冰程度监测判断方法 | |
| CN102706389A (zh) | 采用滚动预测的飞机表面积冰短时预报系统及预报方法 | |
| CN116499381A (zh) | 架空输电线路覆冰厚度监测方法 | |
| CN102168962A (zh) | 一种优化的输电线路覆冰厚度估算方法 | |
| CN109214675A (zh) | 一种输电线路覆冰风险评估方法 | |
| CN108680733A (zh) | 一种沥青路面服役性能的智能感知系统及方法 | |
| CN110736502A (zh) | 基于多信息融合的覆冰监测预警系统及方法 | |
| KR20150066315A (ko) | 이중편파 레이더 기반의 강수 추정 시스템 및 그 방법 | |
| CN110595418B (zh) | 一种抽水蓄能电站冰情监测方法及系统 | |
| Abdelaal et al. | Prediction of ice accumulation on bridge cables during freezing rain: A theoretical modeling and experimental study | |
| CN109658722B (zh) | 一种基于多源道路感知的智能路侧系统 | |
| CN114999113A (zh) | 一种高速公路路面结冰状态实时预测方法 | |
| CN113033834A (zh) | 基于物联网电力通讯线缆的覆冰智能感知与预警方法 | |
| CN113358033A (zh) | 基于视觉分析软测量的输电线下树木安全距离判断方法 | |
| CN104573192A (zh) | 一种架空线路耐张塔等值覆冰厚度的在线监测方法 | |
| CN208026865U (zh) | 一种输电线路覆冰在线测距系统 | |
| CN115065169B (zh) | 一种基于5g和物联网技术的电力监控系统 | |
| CN212771922U (zh) | 一种用于悬索桥主缆的外观巡检装置 | |
| CN115014216A (zh) | 一种输电线路覆冰检测方法及装置 | |
| CN114325863A (zh) | 一种高精度倾角法智能覆冰在线监测方法 |
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 |