基于深度学习的电网图像识别平台研究与应用
我们的出发点是什么? 我们设计了什么? 我们带来了什么? 我们改变了什么? 我们还能做什么?
IDIP-DR带电检测高压电缆缓冲层缺陷技术汇报
他介绍,为了解决高压电缆多发性本体缓冲层烧蚀严重缺陷缺乏有效检测手段的问题,湖南电力组织省电科院开展了系统攻关,经理论分析和实验室反复验证,摸索出一种基于X射线无损检测,结合图像深度处理、缺陷智能识别技术的检测方法IDIP-DR(Image Depth Intelligent Processing-Digital Radiography),可在电缆设备带电工况下,准确、直观、快速地检测高压电缆缓冲层烧蚀缺陷,判断缺陷的严重程度,并在110千伏茶菊钢电缆进行了现场应用,效果良好。为推广、深化该技术在国网系统的应用,提升公司高压电缆本质安全水平。
国网大数据中心:加强非结构化数据治理 为业务工作赋能
数字信息时代,数据对经济建设、社会生活和企业管理等产生了重要影响。根据高德纳(Gartner)公司分析,企业近80%的数据为非结构化数据。随着数据爆炸式增长,非结构化数据将成为数据增长主力。实施非结构化数据治理、提升数据质量、挖掘数据价值是企业迈入数字化时代的关键。对电网企业而言,海量智能终端所生成的文档、图像、语音、视频等非结构化数据量已达到PB级
智能配电终端自动化检测流水线
智能配电终端是配电网的“神经末档”和“触手”,是配电自动化的基础,对提升配电网感知能力、提高配电网可靠稳定运行水平具有重要作用。随着“十三五”期间配电自动化建设的快速推进,将有大量智能配电终端投运,仅湖南公司2018年就计划投运安装故障指示器超过20000台。然而,不同生产厂家的故障指示器故障原理各不相同,产品质量参差不齐,垂需高效的检测装备实现大批量设备的自动检测。传统人工检测方法采用继保检测仪对手工制作的多重线圈加载特征波形来模拟短路或接地故障对故障指示器进行检测,此方法效率低、标准化程度不足,难以满足海量故障指示器的入网需求。 本项目以机械自动化与自动控制技术为基础,深度融合智能机器人、图像识别与物联网等关键技术,设计了一套智能配电终端自动化检测流水线,创新实现了故障指示器产品检定的自动控制与全过程管控,为提高配电线路故障指示器的检测效率和效果、保障配电自动化系统稳定可靠运行、提升配电自动化实用化水平提供有力支撑。
3D点云在变电站隔离开关开合位置自动巡检中的应用研究
智能巡检系统对变电站设备工作状态自动巡检过程中,可以识别变电设备的外观状态,但是采用二维图像识别技术无法精确识别变电设备的精细状态,因而不能完全达到智能电网无人化巡检的要求。 深圳供电局结合3D扫描技术以及机器人自动巡检技术,开发了一种基于智能巡检机器人搭载高精度三维激光扫描仪对变电设备进行识别的系统。巡检机器人在巡检过程中,自动监测变电设备形变、位移、位置状态的巡检系统。本文以隔离开关为例,介绍机器人将模板点云和巡检点云数据进行匹配识别、最终精确识别刀闸合闸位置的过程。 本系统识别速度快,应用范围广,具有很大的推广价值。
基于多源数据融合的输电线路通道走廊三维精准测距预警研究与应用
国网江苏省电力有限公司为解决线路通道远程监控问题,大量部署单目可视化监拍装置,定时拍摄图像后识别目标物进行告警,由于单目相机不能准确测距,导致告警有效性低,无效告警约占96.76%,单目相机告警测距技术是输电线路运行领域亟待攻克的技术难题。国网江苏省电力有限公司泰州供电分公司通过自主创新,首创了使用无人机已采集点云数据和电力杆塔上安装摄像头采集图像,运用二维-三维映射技术、内方位元素标定技术、海量空间数据并发加载和搜索技术,解决无法量测通道内危险源与线路安全距离的问题,实现输电线路通道全天候、全天时精准监测,做到及时发现危险源并阻止外破事件发生。