CN117686844B - 一种基于巡检机器人的电力配网线路监测方法及系统 - Google Patents
一种基于巡检机器人的电力配网线路监测方法及系统 Download PDFInfo
- Publication number
- CN117686844B CN117686844B CN202410145158.1A CN202410145158A CN117686844B CN 117686844 B CN117686844 B CN 117686844B CN 202410145158 A CN202410145158 A CN 202410145158A CN 117686844 B CN117686844 B CN 117686844B
- Authority
- CN
- China
- Prior art keywords
- power
- monitoring
- distribution network
- value
- shielding
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 209
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000007689 inspection Methods 0.000 title claims description 83
- 230000007613 environmental effect Effects 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000037361 pathway Effects 0.000 description 2
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- 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
- G01R31/086—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R21/00—Arrangements for measuring electric power or power factor
- G01R21/006—Measuring power factor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/02—Arrangements for measuring frequency, e.g. pulse repetition rate; Arrangements for measuring period of current or voltage
- G01R23/04—Arrangements for measuring frequency, e.g. pulse repetition rate; Arrangements for measuring period of current or voltage adapted for measuring in circuits having distributed constants
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V8/00—Prospecting or detecting by optical means
- G01V8/10—Detecting, e.g. by using light barriers
- G01V8/20—Detecting, e.g. by using light barriers using multiple transmitters or receivers
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种基于巡检机器人的电力配网线路监测方法及系统，涉及电力监测领域，解决了现有巡检效率低下且巡检成本高昂的问题，包括步骤S1：分别获取配电网络通路对应的第一位置图像至第四位置图像，对第一位置图像至第四位置图像分别进行遮挡物监测，得到环境监测分级数据；步骤S2：分别获取配电网络通路对应的功率因数和负频比波动峰值，得到配电线路电力数据；步骤S3：根据环境监测分级数据得到遮挡物隐患系数分级数据，根据遮挡物隐患系数分级数据进行安全预警；步骤S4：获取配电线路电力数据，根据配电线路电力数据进行电力监测并发布预警；本发明通过能够有效防范和规避遮挡物对配电网络通路造成的安全隐患。
Description
技术领域
本发明属于电力监测领域，涉及机器人技术，具体是一种基于巡检机器人的电力配网线路监测方法及系统。
背景技术
巡检机器人是一种能够自主巡检、监测和维护电力配网设备的智能机器人，它通常配备有各种传感器和摄像头，可以实时监测电力设备的运行状态，必要时发布预警，巡检机器人能够在不同的环境下工作，提高了巡检效率，降低了人工巡检的风险和成本，同时，它还可以通过数据分析和人工智能技术，提供预测性维护，及时发现和解决潜在问题，确保电力配网的安全稳定运行。
现有电力配网线路监测存在以下缺陷：
1、现有巡检方式往往采用巡检工人对电力配网进行巡检，随着电力事业的发展，巡检范围不断扩大，人工巡检效率低下且巡检成本高昂；
2、电力配网线路监测对应的监测区域，往往存在着电压电弧，采用人工巡检的方式会对巡检工人的生命安全造成威胁。
为此，我们提出一种基于巡检机器人的电力配网线路监测方法及系统。
发明内容
针对现有技术存在的不足，本发明的目的是提供一种基于巡检机器人的电力配网线路监测方法及系统，本发明基于获取配电网络通路对应的第一位置图像至第四位置图像，对第一位置图像至第四位置图像分别进行遮挡物监测，得到环境监测分级数据，分别获取配电网络通路对应的功率因数和负频比波动峰值，得到配电线路电力数据，获取环境监测分级数据，环境监测数据包括第一监测区间和第二监测区间，获取第一监测区间遮挡物对应的遮挡距离数值，并对进行阈值判断，得到距离监测分级数据，根据距离监测分级数据对遮挡物进行隐患判断，得到遮挡物隐患系数分级数据，根据遮挡物隐患系数分级数据进行安全预警，获取配电线路电力数据，根据配电线路电力数据进行电力监测并发布预警。
为了实现上述目的，本发明采用了如下技术方案进行实现，一种基于巡检机器人的电力配网线路监测方法还包括以下步骤：
步骤S1：分别获取配电网络通路对应的第一位置图像至第四位置图像，对第一位置图像至第四位置图像分别进行遮挡物监测，得到环境监测分级数据；
步骤S2：分别获取配电网络通路对应的功率因数和负频比波动峰值，得到配电线路电力数据；
步骤S3：获取环境监测分级数据，环境监测数据包括第一监测区间和第二监测区间，获取第一监测区间遮挡物对应的遮挡距离数值，并遮挡距离数值进行阈值判断，得到距离监测分级数据，根据距离监测分级数据对遮挡物进行隐患判断，得到遮挡物隐患系数分级数据，根据遮挡物隐患系数分级数据进行安全预警；
步骤S4：获取配电线路电力数据，根据配电线路电力数据进行电力监测并发布预警。
进一步地，所述步骤S1中，对环境监测分级数据进行获取具体步骤如下：
步骤S11：对配电网络通路进行图像获取；
步骤S12：分别在第一位置图像、第二位置图像、第三位置图像以及第四位置图像中对配电网络通路以及配电网络通路下方进行图像填充，并将其标记为环境监测区；
步骤S13：对第一位置图像、第二位置图像、第三位置图像以及第四位置图像中的遮挡物进行填充，并将其标记为遮挡物填充区域；
步骤S14：使用图像重叠检测算法判断是否有遮挡物与环境监测区域重叠，得到环境监测分级数据；
所述步骤S14具体步骤如下：
步骤S141：若存在遮挡物填充区域与环境监测区域重叠，判断为第一环境监测区间；
步骤S142：若不存在遮挡物填充区域与环境监测区域重叠，判断为第二环境监测区间。
进一步地，所述步骤S11中，获取配电网络通路对应图像具体步骤如下：
步骤S111：巡检机器人随机选择任意位置通过内置的高清摄像头获取选择配电网络通路的图像，将其标记为第一位置图像；
步骤S112：巡检机器人以第一位置图像几何中心点为特征点，沿特征点逆时针旋转90度到达第二位置点，通过内置的高清摄像头获取配电网络通路的图像，将其标记为第二位置图像；
步骤S113：巡检机器人以第一位置图像几何中心点为特征点，沿特征点顺时针旋转90度到达第三位置点，通过内置的高清摄像头获取配电网络通路的图像，将其标记为第三位置图像；
步骤S114：巡检机器人以第一位置图像几何中心点为特征点，沿特征点顺时针旋转180度到达第四位置点，通过内置的高清摄像头获取配电网络通路的图像，将其标记为第四位置图像；
进一步地，所述步骤S2中对配电线路电力数据进行获取具体步骤如下：
步骤S21：将巡检机器人对当前配电网络通路的监测时间中标记m个特征时间点，分别标记为第一特征时间点至第m特征时间点；
步骤S22：通过功率传感器分别获取第一特征点至第m特征时间点的实际功率，将其分别标记为第一实际功率至第m实际功率；
步骤S23：通过功率传感器分别获取第一特征点至第m特征时间点的视在功率，将其分别标记为第一视在功率至第m视在功率；
步骤S24：将第一实际功率至第m实际功率和第一视在功率至第m视在功率通过计算得到配电网络通路对应的功率因数；
步骤S25：通过智能电表获取电力配网在第一特征点至第m特征时间点的对应的电路负载数值，将其分别标记为第一电路负载数值至第m电路负载数值；
步骤S26：通过频率计分别获取第一特征点至第m特征时间点的对应的交流电在每秒钟的周期性变化次数，将其分别标记为第一电路频率至第m电路频率；
步骤S27：根据第一电路负载数值至第m电路负载数值以及第一电路频率至第m电路频率获取负频比波动峰值；
步骤S28：将配电网络通路对应的功率因数和负频比波动峰值定义为配电线路电力数据。
进一步地，所述步骤S27中，对负频比波动峰值进行获取，具体步骤如下：
步骤S271：将第一电路负载、第二电路负载、第一电路频率以及第二电路频率通过计算得到第一负频比波动值；
步骤S272：将第一负频比波动值的计算过程，将第二电路负载、第三电路负载、第二电路频率以及第三电路频率通过计算得到第二负频比波动值；
步骤S273：重复步骤S271和步骤S272，依次计算得到第二负频比波动值至第m-1负频比波动值；
步骤S274：将第一负频比波动值至第m-1负频比波动值进行数值比对，将数值最大的负频比波动值标记为负频比波动峰值Fpbf。
进一步地，所述步骤S3中根据环境监测分级数据进行环境监测并发布监测预警，具体步骤如下：
步骤S31：获取环境监测分级数据，对第一环境监测区间进行环境监测，获取距离监测分级数据；
步骤S32：根据距离监测分级数据对第二距离监测区间进行隐患判断，得到遮挡物隐患系数分级数据；
步骤S33：将处于第一遮挡物隐患系数分级区间的遮挡物划分至第一距离监测区间；
步骤S34：将处于第二遮挡物隐患系数分级区间的遮挡物划分至第三距离监测区间；
步骤S35：若巡检机器人监测到遮挡物处于第一距离监测区间，巡检机器人发布巡检预警，并加大巡检力度，缩短巡检周期；
进一步地，所述步骤S31中，对距离监测分级数据进行获取，具体步骤如下：
步骤S311：巡检机器人获取遮挡物边缘与配电网络通路的距离数值，并将其标记为遮挡距离数值；
步骤S312：获取第一遮挡距离阈值和第二遮挡距离阈值；
步骤S313：将遮挡距离数值分别与第一遮挡距离阈值和第二遮挡距离阈值进行数值比对，获取距离监测分级数据；
数值比对过程，具体如下：
步骤S3131：若遮挡距离数值小于第一遮挡距离阈值，判断为第一距离监测区间；
步骤S3132：若遮挡距离数值大于等于第一遮挡距离阈值且小于第二遮挡距离阈值，判断为第二距离监测区间；
步骤S3133：若遮挡距离数值大于第二遮挡距离阈值，判断为第三距离监测区间。
进一步地，所述步骤S32中，对遮挡物隐患系数分级数据进行获取具体步骤如下：
步骤S321：巡检机器人获取第二距离监测区间对应遮挡物的占地面积数值和遮挡物主体材料的电导率数值；
步骤S322：获取遮挡物隐患系数阈值，将遮挡物隐患系数与遮挡物隐患系数阈值进行数值比对，得到遮挡物隐患系数分级数据；
具体数值比对过程，具体如下：
步骤S3221：若遮挡物隐患系数大于遮挡物隐患系数阈值时，判断为第一遮挡物隐患系数分级区间；
步骤S3222：若遮挡物隐患系数小于等于遮挡物隐患系数阈值时，判断为第二遮挡物隐患系数分级区间。
进一步地，所述步骤S4中根据配电线路电力数据进行电力监测并发布预警，具体步骤如下：
步骤S41：获取配电线路电力数据，根据基础监测数据获取配电网络通路对应的功率因数Gy和负频比波动峰值；
步骤S42：获取配电网络通路额定功率因数Gye、配电网络通路负频比波动额定值Fpbe；
步骤S43：根据配电网络通路额定功率因数、配电网络通路负频比波动额定值对配电网络通路对应的功率因数和负频比波动峰值进行数值比对，得到电力监测分级数据；
具体数值范围比对过程，具体如下：
步骤S431：若1＞Gy＞Gye且Fpbf＜Fpbe，判断电力数据安全；
步骤S432：若存在下述任意一种异常情形，判断电力数据存在隐患；
异常情形包括：Gy≤Gye，Fpbf≥Fpbe；
步骤S44：若巡检机器人监测到电路配网对应的电力数据存在隐患时，巡检机器人发布巡检预警。
一种基于巡检机器人的电力配网线路监测系统，包括：
环境数据模块：获取环境监测分级数据；
电力数据模块：获取配电线路电力数据；
环境监测模块：根据环境监测分级数据进行环境监测并发布监测预警；
电力监测模块：根据配电线路电力数据进行电力监测并发布监测预警。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
1、本发明通过分别获取特征时间点的电路负载和电路频率，计算负频波动值，考虑到了电力数据的随时间的波动变化，能够充分保证电力配网线路监测的科学性；
2、本发明通过对配电网络通路中的遮挡物进行逐层深入地分析，能够有效防范和规避遮挡物对配电网络通路造成的安全隐患。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明做进一步的说明。
图1为本发明的实施步骤图；
图2为本发明的系统框架图；
图3为本发明中配电网络通路各位置图像获取俯视图；
图4为本发明中配电网络通路各位置图像获取示意图。
具体实施方式
下面将结合实施例对本发明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。
实施例一
请参阅图2，本发明提供一种技术方案：一种基于巡检机器人的电力配网线路监测系统，包括环境数据模块、电力数据模块、环境监测模块、电力监测模块和服务器，环境数据模块、电力数据模块、环境监测模块、电力监测模块分别与服务器相连，环境数据模块与环境监测模块相连，电力数据模块与电力监测模块相连；
环境数据模块获取环境监测分级数据；
请参阅图3和图4，巡检机器人获取配电网络通路各位置图像，具体如下：
巡检机器人随机选择任意位置通过内置的高清摄像头获取选择配电网络通路的图像，将其标记为第一位置图像；
巡检机器人以第一位置图像几何中心点为特征点，沿特征点逆时针旋转90度到达第二位置点，通过内置的高清摄像头获取配电网络通路的图像，将其标记为第二位置图像；
巡检机器人以第一位置图像几何中心点为特征点，沿特征点顺时针旋转90度到达第三位置点，通过内置的高清摄像头获取配电网络通路的图像，将其标记为第三位置图像；
巡检机器人以第一位置图像几何中心点为特征点，沿特征点顺时针旋转180度到达第四位置点，通过内置的高清摄像头获取配电网络通路的图像，将其标记为第四位置图像；
此处需要说明的是：
巡检机器人获取的图像数据为配电网络通路的图像，在具体获取的过程中，需将配电网络通路聚焦于图像几何中心点；
在本实施例中所提及的配电网络通路为用来传输和分配电能的通道，包括但不限于电力输配电线路、变电站、配电柜；
获取第一位置图像、第二位置图像、第三位置图像以及第四位置图像；
分别在第一位置图像、第二位置图像、第三位置图像以及第四位置图像中对配电网络通路以及配电网络通路下方进行图像填充，并将其标记为环境监测区；
对第一位置图像、第二位置图像、第三位置图像以及第四位置图像中的遮挡物进行填充，并将其标记为遮挡物填充区域；
使用图像重叠检测算法判断是否有遮挡物与环境监测区域重叠，得到环境监测分级数据；
其中，环境监测分级数据分为第一环境监测区间和第二环境监测区间，对环境监测区间进行判断，具体如下：
若存在遮挡物填充区域与环境监测区域重叠，判断为第一环境监测区间；
若不存在遮挡物填充区域与环境监测区域重叠，判断为第二环境监测区间；
此处需要说明的是：
此处遮挡物填充区域与环境监测区域重叠，说明在环境监测区域内存在遮挡物，即配电网络通路存在遮挡物；
此处涉及的配电网络通路中的遮挡物指的是在输电和配电途径中可能会影响电力线路安全运行的物体；
在本实施例中，遮挡物具体为第一位置图像、第二位置图像、第三位置图像以及第四位置图像中除配电网络通路外的其他物体，包括但不限于树木和建筑物；
在本实施例中，使用的图像重叠检测算法具体限定为SIFT特征点匹配算法；
将环境初步监测数据输送至环境监测模块；
电力数据模块获取配电线路电力数据，具体如下：
将巡检机器人对当前配电网络通路的监测时间中标记m个特征时间点，分别标记为第一特征时间点至第m特征时间点；
通过功率传感器分别获取第一特征点至第m特征时间点的实际功率，将其分别标记为第一实际功率至第m实际功率；
通过功率传感器分别获取第一特征点至第m特征时间点的视在功率，将其分别标记为第一视在功率至第m视在功率；
将第一实际功率至第m实际功率和第一视在功率至第m视在功率通过计算得到配电网络通路功率因数；
对配电网络通路功率因数进行计算，具体公式配置如下：
；
其中，Gy为配电网络通路功率因数，Ws1至Wsn分别为第一实际功率至第m实际功率，Wz1至Wzm分别为第一视在功率至第m视在功率；
通过智能电表获取电力配网在第一特征点至第m特征时间点的对应的电路负载数值，将其分别标记为第一电路负载数值至第m电路负载数值；
通过频率计分别获取第一特征点至第m特征时间点的对应的交流电在每秒钟的周期性变化次数，将其分别标记为第一电路频率至第m电路频率；
将第一电路负载、第二电路负载、第一电路频率以及第二电路频率通过计算得到第一负频比波动值；
对第一负频比波动值进行计算，具体公式配置如下：
；
其中，Fpb1为第一负频比波动值，Fz1为第一电路负载，Fz2为第二电路负载，Pl1为第一电路频率，Pl2为第二电路频率；
将第一负频比波动值的计算过程，将第二电路负载、第三电路负载、第二电路频率以及第三电路频率通过计算得到第二负频比波动值；
重复上述计算过程，依次计算得到第二负频比波动值至第m-1负频比波动值；
将第一负频比波动值至第m-1负频比波动值进行数值比对，将数值最大的负频比波动值标记为负频比波动峰值Fpbf；
将配电网络通路功率因数和负频比波动峰值定义为配电线路电力数据，并输送至电力监测模块；
此处需要说明的是：
在本实施例中，负频比波动值为电路负载波动值与电路频率波动值的比值，负频比波动值为电路负载波动值与电路频率波动值的比值最大值；
在本实施例中，涉及的电阻测量仪、功率传感器和频率计均为巡检机器人内置的监测仪器，涉及的电力数据分别为配电网络通路中输电线路对应干路的电力数据；
环境监测模块根据环境监测分级数据进行环境监测并发布监测预警；
获取环境监测分级数据；
环境监测分级数据包括第一环境监测区间和第二环境监测区间；
针对第一环境监测区间，进行环境监测，具体如下：
巡检机器人获取遮挡物边缘与配电网络通路的距离数值，并将其标记为遮挡距离数值；
获取第一遮挡距离阈值和第二遮挡距离阈值；
将遮挡距离数值分别与第一遮挡距离阈值和第二遮挡距离阈值进行数值比对，获取距离监测分级数据；
数值比对过程，具体如下：
若遮挡距离数值小于第一遮挡距离阈值，判断为第一距离监测区间；
若遮挡距离数值大于等于第一遮挡距离阈值且小于第二遮挡距离阈值，判断为第二距离监测区间；
若遮挡距离数值大于第二遮挡距离阈值，判断为第三距离监测区间；
此处需要说明的是：
在本实施例中，涉及的遮挡距离数值为遮挡物与配电网络通路的最短距离数值；
第一遮挡距离阈值小于第二遮挡距离阈值，且第一遮挡距离阈值和第二遮挡距离阈值均大于0，
其中，第一距离监测区间对应的遮挡距离数值为危险预警距离，配电网络通路存在安全隐患，第二距离监测区间对应的遮挡距离数值为待判断距离，配电网络通路是否存在安全隐患需要进一步分析，第三距离监测区间对应的遮挡距离数值为安全距离，配电网络通路不存在安全隐患；
在具体实施中，第一遮挡距离阈值和第二遮挡距离阈值根据实际情况进行具体设定，例如：当配电网络通路1200伏特室外高压配电网络通路，此时设定第一遮挡距离阈值为25m，第二第一遮挡距离阈值为50m，若存在一遮挡物对应的遮挡距离为20m，则判断其处于第一距离监测区间；
根据距离监测分级数据对第二距离监测区间进行进一步判断，具体如下：
巡检机器人获取第二距离监测区间对应遮挡物的占地面积数值和遮挡物主体材料的电导率数值；
将密度数值和电导率数值通过计算得到遮挡物隐患系数；
计算遮挡物隐患系数的公式具体配置如下：
；
其中，Zd为遮挡物隐患系数，Dd为电导率数值，Md为占地面积数值；
此处需要说明的是：在本实施例中，占地面积数值的单位具体限定为平方米；
获取遮挡物隐患系数阈值，将遮挡物隐患系数与遮挡物隐患系数阈值进行数值比对，得到遮挡物隐患系数分级数据；
具体数值比对过程，具体如下：
若遮挡物隐患系数大于遮挡物隐患系数阈值时，判断为第一遮挡物隐患系数分级区间；
若遮挡物隐患系数小于等于遮挡物隐患系数阈值时，判断为第二遮挡物隐患系数分级区间；
此处需要说明的是；
由于下雨等天气因素导致遮挡物电导率数值产生的变化在本实施例中忽略不计；
此处涉及的遮挡物隐患系数阈值为根据实际进行具体设定；
在具体实施中，设定遮挡物隐患系数阈值为200，若现有遮挡物主体材料为铝合金，其导电率为37.7，占地面积为21平方米，计算得到遮挡物隐患系数阈值为791.7，由于791.7大于200，则现有遮挡物为第一遮挡物隐患系数分级区间；
将处于第一遮挡物隐患系数分级区间的遮挡物划分至第一距离监测区间；
将处于第二遮挡物隐患系数分级区间的遮挡物划分至第三距离监测区间；
若巡检机器人监测到遮挡物处于第一距离监测区间，巡检机器人发布巡检预警，并加大巡检力度，缩短巡检周期；
电力监测模块根据配电线路电力数据进行电力监测并发布预警；
获取配电线路电力数据，根据基础监测数据获取配电网络通路功率因数Gy和负频比波动峰值；
获取配电网络通路对应的额定功率因数Gye、配电网络通路负频比波动额定值Fpbe；
根据配电网络通路对应的额定功率因数、配电网络通路负频比波动额定值对配电网络通路功率因数和负频比波动峰值进行数值比对，得到电力监测分级数据；
具体数值范围比对过程，具体如下：
若1＞Gy＞Gye且Fpbf＜Fpbe，判断电力数据安全；
若存在下述任意一种异常情形，判断电力数据存在隐患；
异常情形包括：Gy≤Gye，Fpbf≥Fpbe；
其中，Gy为配电网络通路功率因数，Fpbf为负频比波动峰值，Gye为配电网络通路对应的额定功率因数，Fpbe为负频比波动额定值；
其中，第一电力监测区间对应的电力数据为安全电力数据，第二电力监测区间对应的电力数据为隐患电力数据；
若巡检机器人监测到电路配网处于第二电力监测区间，巡检机器人发布巡检预警；
此处需要说明的是：配电网络通路对应的额定功率因数为当前配电网络通路的最低功率因数，配电网络通路对应的负频比波动额定值为当前电路在安全范围内所能承受的电路负载波动值与电路频率波动值的比值最大值；
在本申请中，若出现相应的计算公式，则上述计算公式均是去量纲取其数值计算，公式中存在的权重系数、比例系数等系数，其设置的大小是为了将各个参数进行量化得到的一个结果值，关于权重系数和比例系数的大小，只要不影响参数与结果值的比例关系即可。
实施例二
请参阅图1，基于同一发明的又一构思，现提出一种基于巡检机器人的电力配网线路监测，包括如下步骤：
步骤S1：获取环境监测分级数据；
步骤S11：对配电网络通路进行图像获取；
具体如下：
步骤S111：巡检机器人随机选择任意位置通过内置的高清摄像头获取选择配电网络通路的图像，将其标记为第一位置图像；
步骤S112：巡检机器人以第一位置图像几何中心点为特征点，沿特征点逆时针旋转90度到达第二位置点，通过内置的高清摄像头获取配电网络通路的图像，将其标记为第二位置图像；
步骤S113：巡检机器人以第一位置图像几何中心点为特征点，沿特征点顺时针旋转90度到达第三位置点，通过内置的高清摄像头获取配电网络通路的图像，将其标记为第三位置图像；
步骤S114：巡检机器人以第一位置图像几何中心点为特征点，沿特征点顺时针旋转180度到达第四位置点，通过内置的高清摄像头获取配电网络通路的图像，将其标记为第四位置图像；
步骤S12：分别在第一位置图像、第二位置图像、第三位置图像以及第四位置图像中对配电网络通路以及配电网络通路下方进行图像填充，并将其标记为环境监测区，请参阅图3；
步骤S13：对第一位置图像、第二位置图像、第三位置图像以及第四位置图像中的遮挡物进行填充，并将其标记为遮挡物填充区域；
步骤S14：使用图像重叠检测算法判断是否有遮挡物与环境监测区域重叠，得到环境监测分级数据；
对环境监测区间进行判断，具体如下：
步骤S141：若存在遮挡物填充区域与环境监测区域重叠，判断为第一环境监测区间；
步骤S142：若不存在遮挡物填充区域与环境监测区域重叠，判断为第二环境监测区间；
步骤S2：获取配电线路电力数据，具体如下：
步骤S21：将巡检机器人对当前配电网络通路的监测时间中标记m个特征时间点，分别标记为第一特征时间点至第m特征时间点；
步骤S22：通过功率传感器分别获取第一特征点至第m特征时间点的实际功率，将其分别标记为第一实际功率至第m实际功率；
步骤S23：通过功率传感器分别获取第一特征点至第m特征时间点的视在功率，将其分别标记为第一视在功率至第m视在功率；
步骤S24：将第一实际功率至第m实际功率和第一视在功率至第m视在功率通过计算得到配电网络通路对应的功率因数；
步骤S25：通过智能电表获取电力配网在第一特征点至第m特征时间点的对应的电路负载数值，将其分别标记为第一电路负载数值至第m电路负载数值；
步骤S26：通过频率计分别获取第一特征点至第m特征时间点的对应的交流电在每秒钟的周期性变化次数，将其分别标记为第一电路频率至第m电路频率；
步骤S27：根据第一电路负载数值至第m电路负载数值以及第一电路频率至第m电路频率获取负频比波动峰值；
对负频比波动峰值进行获取，具体如下：
步骤S271：将第一电路负载、第二电路负载、第一电路频率以及第二电路频率通过计算得到第一负频比波动值；
步骤S272：将第一负频比波动值的计算过程，将第二电路负载、第三电路负载、第二电路频率以及第三电路频率通过计算得到第二负频比波动值；
步骤S273：重复步骤S271和步骤S272，依次计算得到第二负频比波动值至第m-1负频比波动值；
步骤S274：将第一负频比波动值至第m-1负频比波动值进行数值比对，将数值最大的负频比波动值标记为负频比波动峰值Fpbf；
步骤S28：将配电网络通路对应的功率因数和负频比波动峰值定义为配电线路电力数据；
步骤S3：根据环境监测分级数据进行环境监测并发布监测预警；
步骤S31：获取环境监测分级数据，针对第一环境监测区间，进行环境监测并获取距离监测分级数据具体如下：
步骤S311：巡检机器人获取遮挡物边缘与配电网络通路的距离数值，并将其标记为遮挡距离数值；
步骤S312：获取第一遮挡距离阈值和第二遮挡距离阈值；
步骤S313：将遮挡距离数值分别与第一遮挡距离阈值和第二遮挡距离阈值进行数值比对，获取距离监测分级数据；
数值比对过程，具体如下：
步骤S3131：若遮挡距离数值小于第一遮挡距离阈值，判断为第一距离监测区间；
步骤S3132：若遮挡距离数值大于等于第一遮挡距离阈值且小于第二遮挡距离阈值，判断为第二距离监测区间；
步骤S3133：若遮挡距离数值大于第二遮挡距离阈值，判断为第三距离监测区间；
步骤S32：根据距离监测分级数据对第二距离监测区间进行进一步判断，具体如下：
步骤S321：巡检机器人获取第二距离监测区间对应遮挡物的占地面积数值和遮挡物主体材料的电导率数值；
步骤S322：获取遮挡物隐患系数阈值，将遮挡物隐患系数与遮挡物隐患系数阈值进行数值比对，得到遮挡物隐患系数分级数据；
具体数值比对过程，具体如下：
步骤S3221：若遮挡物隐患系数大于遮挡物隐患系数阈值时，判断为第一遮挡物隐患系数分级区间；
步骤S3222：若遮挡物隐患系数小于等于遮挡物隐患系数阈值时，判断为第二遮挡物隐患系数分级区间；
步骤S33：将处于第一遮挡物隐患系数分级区间的遮挡物划分至第一距离监测区间；
步骤S34：将处于第二遮挡物隐患系数分级区间的遮挡物划分至第三距离监测区间；
步骤S315：若巡检机器人监测到遮挡物处于第一距离监测区间，巡检机器人发布巡检预警，并加大巡检力度，缩短巡检周期；
步骤S4：根据配电线路电力数据进行电力监测并发布预警；
步骤S41：获取配电线路电力数据，根据基础监测数据获取配电网络通路对应的功率因数Gy和负频比波动峰值；
步骤S42：获取配电网络通路额定功率因数Gye、配电网络通路负频比波动额定值Fpbe；
步骤S43：根据配电网络通路额定功率因数、配电网络通路负频比波动额定值对配电网络通路对应的功率因数和负频比波动峰值进行数值比对，得到电力监测分级数据；
具体数值范围比对过程，具体如下：
步骤S431：若1＞Gy＞Gye且Fpbf＜Fpbe，判断电力数据安全；
步骤S432：若存在下述任意一种异常情形，判断电力数据存在隐患；
异常情形包括：Gy≤Gye，Fpbf≥Fpbe；
步骤S44：若巡检机器人监测到电路配网对应的电力数据存在隐患时，巡检机器人发布巡检预警。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (2)
1.一种基于巡检机器人的电力配网线路监测方法，其特征在于，具体包括以下步骤：
步骤S1：分别获取配电网络通路对应的第一位置图像至第四位置图像，对第一位置图像至第四位置图像分别进行遮挡物监测，得到环境监测分级数据；
步骤S2：分别获取配电网络通路对应的功率因数和负频比波动峰值，得到配电线路电力数据；
步骤S3：获取环境监测分级数据，环境监测分级数据包括第一环境监测区间和第二环境监测区间，获取第一环境监测区间遮挡物对应的遮挡距离数值，对遮挡距离数值进行阈值判断，得到距离监测分级数据，根据距离监测分级数据对遮挡物进行隐患判断，得到遮挡物隐患系数分级数据，根据遮挡物隐患系数分级数据进行安全预警；
步骤S4：获取配电线路电力数据，根据配电线路电力数据进行电力监测并发布预警；
所述步骤S1中，对环境监测分级数据进行获取具体步骤如下：
步骤S11：对配电网络通路进行图像获取；
步骤S12：分别在第一位置图像、第二位置图像、第三位置图像以及第四位置图像中对配电网络通路以及配电网络通路下方进行图像填充，并将其标记为环境监测区；
步骤S13：对第一位置图像、第二位置图像、第三位置图像以及第四位置图像中的遮挡物进行填充，并将其标记为遮挡物填充区域；
步骤S14：使用图像重叠检测算法判断是否有遮挡物与环境监测区域重叠，得到环境监测分级数据；
所述步骤S14具体步骤如下：
步骤S141：若存在遮挡物填充区域与环境监测区域重叠，判断为第一环境监测区间；
步骤S142：若不存在遮挡物填充区域与环境监测区域重叠，判断为第二环境监测区间；
所述步骤S11中，获取配电网络通路对应图像具体步骤如下：
步骤S111：巡检机器人随机选择任意位置通过内置的高清摄像头获取选择配电网络通路的图像，将其标记为第一位置图像；
步骤S112：巡检机器人以第一位置图像几何中心点为特征点，沿特征点逆时针旋转90度到达第二位置点，通过内置的高清摄像头获取配电网络通路的图像，将其标记为第二位置图像；
步骤S113：巡检机器人以第一位置图像几何中心点为特征点，沿特征点顺时针旋转90度到达第三位置点，通过内置的高清摄像头获取配电网络通路的图像，将其标记为第三位置图像；
步骤S114：巡检机器人以第一位置图像几何中心点为特征点，沿特征点顺时针旋转180度到达第四位置点，通过内置的高清摄像头获取配电网络通路的图像，将其标记为第四位置图像；
所述步骤S2中对配电线路电力数据进行获取具体步骤如下：
步骤S21：将巡检机器人对当前配电网络通路的监测时间中标记m个特征时间点，分别标记为第一特征时间点至第m特征时间点；
步骤S22：通过功率传感器分别获取第一特征时间点至第m特征时间点的实际功率，将其分别标记为第一实际功率至第m实际功率；
步骤S23：通过功率传感器分别获取第一特征时间点至第m特征时间点的视在功率，将其分别标记为第一视在功率至第m视在功率；
步骤S24：将第一实际功率至第m实际功率和第一视在功率至第m视在功率通过计算得到配电网络通路对应的功率因数；
对配电网络通路功率因数进行计算，具体公式配置如下：
；
其中，Gy为配电网络通路功率因数，Ws1至Wsm分别为第一实际功率至第m实际功率，Wz1至Wzm分别为第一视在功率至第m视在功率；
步骤S25：通过智能电表获取电力配网在第一特征时间点至第m特征时间点的对应的电路负载数值，将其分别标记为第一电路负载数值至第m电路负载数值；
步骤S26：通过频率计分别获取第一特征时间点至第m特征时间点的对应的交流电在每秒钟的周期性变化次数，将其分别标记为第一电路频率至第m电路频率；
步骤S27：根据第一电路负载数值至第m电路负载数值以及第一电路频率至第m电路频率获取负频比波动峰值；
步骤S28：将配电网络通路对应的功率因数和负频比波动峰值定义为配电线路电力数据；
所述步骤S27中，对负频比波动峰值进行获取，具体步骤如下：
步骤S271：将第一电路负载、第二电路负载、第一电路频率以及第二电路频率通过计算得到第一负频比波动值；
对第一负频比波动值进行计算，具体公式配置如下：
；
其中，Fpb1为第一负频比波动值，Fz1为第一电路负载，Fz2为第二电路负载，Pl1为第一电路频率，Pl2为第二电路频率；
步骤S272：根据第一负频比波动值的计算过程，将第二电路负载、第三电路负载、第二电路频率以及第三电路频率通过计算得到第二负频比波动值；
步骤S273：重复步骤S271和步骤S272，依次计算得到第二负频比波动值至第m-1负频比波动值；
步骤S274：将第一负频比波动值至第m-1负频比波动值进行数值比对，将数值最大的负频比波动值标记为负频比波动峰值Fpbf；
所述步骤S3中根据环境监测分级数据进行环境监测并发布监测预警，具体步骤如下：
步骤S31：获取环境监测分级数据，对第一环境监测区间进行环境监测，获取距离监测分级数据；
根据距离监测分级数据对第二距离监测区间进行进一步判断，具体如下：
巡检机器人获取第二距离监测区间对应遮挡物的占地面积数值和遮挡物主体材料的电导率数值；
将占地面积数值和电导率数值通过计算得到遮挡物隐患系数；
计算遮挡物隐患系数的公式具体配置如下：
；
其中，Zd为遮挡物隐患系数，Dd为电导率数值，Md为占地面积数值；
步骤S32：根据距离监测分级数据对第二距离监测区间进行隐患判断，得到遮挡物隐患系数分级数据；
步骤S33：将处于第一遮挡物隐患系数分级区间的遮挡物划分至第一距离监测区间；
步骤S34：将处于第二遮挡物隐患系数分级区间的遮挡物划分至第三距离监测区间；
步骤S35：若巡检机器人监测到遮挡物处于第一距离监测区间，巡检机器人发布巡检预警，并加大巡检力度，缩短巡检周期；
所述步骤S31中，对距离监测分级数据进行获取，具体步骤如下：
步骤S311：巡检机器人获取遮挡物边缘与配电网络通路的距离数值，并将其标记为遮挡距离数值；
步骤S312：获取第一遮挡距离阈值和第二遮挡距离阈值；
步骤S313：将遮挡距离数值分别与第一遮挡距离阈值和第二遮挡距离阈值进行数值比对，获取距离监测分级数据；
数值比对过程，具体如下：
步骤S3131：若遮挡距离数值小于第一遮挡距离阈值，判断为第一距离监测区间；
步骤S3132：若遮挡距离数值大于等于第一遮挡距离阈值且小于第二遮挡距离阈值，判断为第二距离监测区间；
步骤S3133：若遮挡距离数值大于第二遮挡距离阈值，判断为第三距离监测区间；
所述步骤S32中，对遮挡物隐患系数分级数据进行获取具体步骤如下：
步骤S321：巡检机器人获取第二距离监测区间对应遮挡物的占地面积数值和遮挡物主体材料的电导率数值；
步骤S322：获取遮挡物隐患系数阈值，将遮挡物隐患系数与遮挡物隐患系数阈值进行数值比对，得到遮挡物隐患系数分级数据；
具体数值比对过程，具体如下：
步骤S3221：若遮挡物隐患系数大于遮挡物隐患系数阈值时，判断为第一遮挡物隐患系数分级区间；
步骤S3222：若遮挡物隐患系数小于等于遮挡物隐患系数阈值时，判断为第二遮挡物隐患系数分级区间；
所述步骤S4中根据配电线路电力数据进行电力监测并发布预警，具体步骤如下：
步骤S41：获取配电线路电力数据，根据基础监测数据获取配电网络通路对应的功率因数Gy和负频比波动峰值；
步骤S42：获取配电网络通路额定功率因数Gye、配电网络通路负频比波动额定值Fpbe；
步骤S43：根据配电网络通路额定功率因数、配电网络通路负频比波动额定值对配电网络通路对应的功率因数和负频比波动峰值进行数值比对，得到电力监测分级数据；
具体数值范围比对过程，具体如下：
步骤S431：若1＞Gy＞Gye且Fpbf＜Fpbe，判断电力数据安全；
步骤S432：若存在Gy≤Gye或Fpbf≥Fpbe，判断电力数据存在隐患；
步骤S44：若巡检机器人监测到电路配网对应的电力数据存在隐患，巡检机器人发布巡检预警。
2.一种基于巡检机器人的电力配网线路监测系统，适用于所述权利要求1所述的一种基于巡检机器人的电力配网线路监测方法，其特征在于，包括：
环境数据模块：获取环境监测分级数据；
电力数据模块：获取配电线路电力数据；
环境监测模块：根据环境监测分级数据进行环境监测并发布监测预警；
电力监测模块：根据配电线路电力数据进行电力监测并发布监测预警。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410145158.1A CN117686844B (zh) | 2024-02-02 | 2024-02-02 | 一种基于巡检机器人的电力配网线路监测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410145158.1A CN117686844B (zh) | 2024-02-02 | 2024-02-02 | 一种基于巡检机器人的电力配网线路监测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117686844A CN117686844A (zh) | 2024-03-12 |
| CN117686844B true CN117686844B (zh) | 2024-04-16 |
Family
ID=90128518
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410145158.1A Active CN117686844B (zh) | 2024-02-02 | 2024-02-02 | 一种基于巡检机器人的电力配网线路监测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117686844B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106936218A (zh) * | 2017-05-15 | 2017-07-07 | 国家电网公司 | 基于物联网和智能巡检机器人的配电网综合监控系统 |
| KR20200012467A (ko) * | 2018-07-27 | 2020-02-05 | 한국전력공사 | 전력설비 감시용 무인 진단장치 및 방법 |
| CN112511808A (zh) * | 2020-12-17 | 2021-03-16 | 国网辽宁省电力有限公司本溪供电公司 | 一种输电线路智能巡检系统及方法 |
| JP2022165563A (ja) * | 2021-04-20 | 2022-11-01 | 東日本旅客鉄道株式会社 | 自律走行型巡視ロボット |
| KR20230035957A (ko) * | 2021-09-06 | 2023-03-14 | 주식회사 로비고스 | 무인 비행체를 활용한 송전선로 점검 시스템 |
| CN115941529A (zh) * | 2022-11-28 | 2023-04-07 | 国网江苏省电力工程咨询有限公司 | 一种基于机器人的电缆隧道检测方法和系统 |
| CN115979351A (zh) * | 2023-03-22 | 2023-04-18 | 青岛市人防建筑设计研究院有限公司 | 一种基于数据分析的无人值守人防预警系统 |
| CN116476060A (zh) * | 2023-04-24 | 2023-07-25 | 武汉智网兴电科技开发有限公司 | 基于巡检机器人实现的变电站设备智能运检方法及系统 |
| CN117260757A (zh) * | 2023-09-27 | 2023-12-22 | 山东正方智能机器人产业发展有限公司 | 一种基于巡检数据的机器人巡检系统 |
| CN117387603A (zh) * | 2023-12-13 | 2024-01-12 | 西安新视空间信息科技有限公司 | 电力巡检地图导航方法及装置、介质、电子设备 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015027484A1 (en) * | 2013-08-30 | 2015-03-05 | Accenture Global Services Limited | System, method and apparatuses for distribution network reconfiguration and a tangible computer readable medium |
| US20180165931A1 (en) * | 2016-12-14 | 2018-06-14 | Nanjing Avatarmind Robot Technology Co., Ltd. | Robot security inspection method based on environment map and robot thereof |
-
2024
- 2024-02-02 CN CN202410145158.1A patent/CN117686844B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106936218A (zh) * | 2017-05-15 | 2017-07-07 | 国家电网公司 | 基于物联网和智能巡检机器人的配电网综合监控系统 |
| KR20200012467A (ko) * | 2018-07-27 | 2020-02-05 | 한국전력공사 | 전력설비 감시용 무인 진단장치 및 방법 |
| CN112511808A (zh) * | 2020-12-17 | 2021-03-16 | 国网辽宁省电力有限公司本溪供电公司 | 一种输电线路智能巡检系统及方法 |
| JP2022165563A (ja) * | 2021-04-20 | 2022-11-01 | 東日本旅客鉄道株式会社 | 自律走行型巡視ロボット |
| KR20230035957A (ko) * | 2021-09-06 | 2023-03-14 | 주식회사 로비고스 | 무인 비행체를 활용한 송전선로 점검 시스템 |
| CN115941529A (zh) * | 2022-11-28 | 2023-04-07 | 国网江苏省电力工程咨询有限公司 | 一种基于机器人的电缆隧道检测方法和系统 |
| CN115979351A (zh) * | 2023-03-22 | 2023-04-18 | 青岛市人防建筑设计研究院有限公司 | 一种基于数据分析的无人值守人防预警系统 |
| CN116476060A (zh) * | 2023-04-24 | 2023-07-25 | 武汉智网兴电科技开发有限公司 | 基于巡检机器人实现的变电站设备智能运检方法及系统 |
| CN117260757A (zh) * | 2023-09-27 | 2023-12-22 | 山东正方智能机器人产业发展有限公司 | 一种基于巡检数据的机器人巡检系统 |
| CN117387603A (zh) * | 2023-12-13 | 2024-01-12 | 西安新视空间信息科技有限公司 | 电力巡检地图导航方法及装置、介质、电子设备 |
Non-Patent Citations (2)
| Title |
|---|
| Electric power line patrol operation based on vision and laser SLAM fusion perception;Leiqing Ding;《2021 IEEE 4th International Conference on Automation, Electronics and Electrical Engineering (AUTEEE)》;20220110;全文 * |
| 电力线路智能巡检系统研究;戴亮，等;《中国科技信息》;20130701(第13期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117686844A (zh) | 2024-03-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112910094B (zh) | 基于泛在电力物联网的变电站远方自动巡检系统及方法 | |
| CN205486332U (zh) | 一种智能无人巡检系统 | |
| CN106017551A (zh) | 一种智能化输电线路综合监测分析预警方法 | |
| CN113342812A (zh) | 输变电设备故障快速诊断系统、方法及平台 | |
| CN117239926A (zh) | 基于多参量感知的配电台区监测系统及方法 | |
| CN105867267A (zh) | 通过图像识别技术实现配电站房仪表读数自动上报的方法 | |
| CN117686844B (zh) | 一种基于巡检机器人的电力配网线路监测方法及系统 | |
| CN117875699A (zh) | 一种基于风险因素修正的配电网作业风险评估方法及装置 | |
| CN116681255A (zh) | 一种基于物联网的变压器运行监测系统 | |
| CN115297302B (zh) | 一种铁路变电所无人化系统 | |
| CN114935365A (zh) | 一种用于轮式巡检机器人异常报警分析系统 | |
| CN112087058A (zh) | 基于电力数字模型的智能巡检系统 | |
| Han et al. | Application of artificial intelligence technology in power grid enterprises based on enterprise architecture method | |
| Moradzadeh et al. | Image processing-based data integrity attack detection in dynamic line rating forecasting applications | |
| Jin et al. | Intelligent inspection technology of substation secondary system based on machine vision | |
| Yao et al. | Research on intelligent inspection system of substation | |
| Zhou et al. | Research and application of online monitoring and early warning system for converter transformer | |
| Yu et al. | Research on Abnormal Condition Monitoring System of UHV Converter Valve Based on Infrared/UV Image | |
| CN115655374B (zh) | 一种基于温度误差修正函数的电缆故障检测系统与方法 | |
| Zhu et al. | Based on Multiple Swarm Genetic Algorithm of Special High Voltage Transmission Line Monitoring Terminal Deployment Optimization | |
| Qu et al. | Research on Substation Inspection Automatic Planning based on Improved ISOData Algorithm with Dimension Differentiation | |
| Pu et al. | Research on the Application of UAVs in the Anticorrosive Spray Maintenance of Transmission Line Hardware | |
| Wu et al. | Research and Applications of the Key Technology of Intelligent Operation and Maintenance System Architecture for Transmission Power Cables | |
| Niu et al. | Discharge severity evaluation of porcelain insulators based on UV images and YOLOv3 | |
| Xu et al. | Key Technologies and Platform of Auxiliary Safety Management and Operation for Distribution Network |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A method and system for monitoring power distribution network lines based on inspection robots Granted publication date: 20240416 Pledgee: Yantai Rural Commercial Bank Co.,Ltd. Pledgor: SHANDONG DAOWAN ELECTRIC Co.,Ltd. Registration number: Y2024980017439 |