简介：摘要：设备故障常常表现为发热，长时间的发热可能会导致设备故障的进一步加深，最终威胁电力系统的稳定。利用红外成像技术不受电磁干扰、无需停电、安全可靠、判断准确等特点，可以采用红外成像仪对设备运行情况进行监测，并观测设备是否存在故障。然而实际运行中，红外图像的拍摄与处理均由运维人员人工完成，过程较为繁琐，且耗费大量时间成本。因此，本文基于现有的红外成像仪以及红外图像拍摄特点，提出一种基于图像识别技术的红外图像批量识别与归档方法，自动识别红外图像关键数据，并对图像按照设备位置进行归档，节省红外图像人工处理成本，为设备运维工作提供便利。

简介：摘要：随着移动机器人的智能化发展，工业、运输、电力等领域都开始应用移动机器人，以达到减少工作压力的目的。在应用范围不断扩张的同时，各行业对机器人性能也提出更高要求。尤其在服务行业和电力行业中，移动机器人的工作环境较为复杂，一旦机器人移动过程中与障碍物相撞，在影响工作效率的同时还会产生额外的经济损失。基于此，以下对电力设备巡检缺陷图像智能识别技术进行了探讨，以供参考。

简介：摘要：随着科技水平的进步，热图像处理技术被广泛应用在各个领域中。设备温度关系着电力设备的安全运行和使用寿命,温度监测在众多工业应用中是必不可少的技术手段之一。为此,本文提出了一种基于热图像处理技术的电力设备温度监测。其分布式测量能力可以在数十公里电缆沿线的多个点上绘制温度图。首先,基于现场众多的传感器元件采集温度数据,结合数据的时间连续性,依次堆叠温度曲线创建热图像,再采用基于多级阈值的图像分割技术对图像进行处理。然后,采用温度误差和热点尺寸相关联的多项式函数来解决拉曼分布式温度传感器(RDTS)设备本身的局限,搭建热浴槽实验平台获取不同热点尺寸的温度数据。最后,采用所提出的方法对所获数据进行分析,结果表明该技术可以实现对尺寸在3cm-15m内的热点检测和校正,校正偏差仅为1.78%,大大提高了RDTS设备的实用性。

简介：摘要：随着煤炭行业生产自动化程度的提高，计量技术也越来越受到重视。然而，传统的计量方式容易受到外界环境的影响，使用误差大且维护量高。为了提高计量精度和稳定性，图像复核双校验计量系统应运而生。本文主要探讨了图像复核双校验计量系统在枣泉洗煤厂现场应用的效果。首先介绍了该系统的概念、组成及工作流程，接着分析了该系统在现场应用的效果。随后提出了在枣泉洗煤厂现场应用需要继续优化的地方。最后，结论指出该系统的应用效果显著，具有良好的推广应用前景。

简介：摘要：GAN网络在电网领域的数据生成工作中还存在一些问题，如训练过程不够稳定，少样本训练生成高分辨率图像时，模型容易崩溃、丢失梯度等问题。设计方法改进网络稳定性，设计模式改变生成图像的方式对使用GAN网络解决一些电网领域的深度学习可应用场景的数据稀缺问题具有十分重要的意义和价值。

简介：摘要：本文通过比较图像复核双校验计量系统与传统电子皮带秤的优势，揭示了图像复核双校验计量系统在非接触监测、无需频繁实物标定、动态校验、实时监测和动态衡器标定等方面的显著优势。为进一步发挥这些优势，提出了智能优化算法与实时数据分析、远程监控与维护智能化等两点对策建议。这些对策旨在通过智能化处理、动态监控最大化地发挥图像复核双校验计量系统的优势，为各行业提供更可靠、高效的计量手段。

简介：摘要：变电站机器人是目前电力系统应用领域研究的重点方向之一。基于深度学习算法，可大大提升机器人的操作精准度。只需通过在远端平台对机器人下达操作/巡检指令后，通过机器人摄像头对现场传输回的图像数据进行检测，可准确判定待操作对象是否正确，检测对象状态是否正确（包括压板/手车/闸刀）。基于深度学习算法的图像识别检测精准率高、检测速度快、模型的泛化性好，可以保证机器人准确完成操作命令，提高了变电站机器人操作的可靠性。