电力设备巡检缺陷图像智能识别技术研究 |
| |
引用本文: | 吕强,王伟,马国强,张益明,李晖,王力.电力设备巡检缺陷图像智能识别技术研究[J].安徽师范大学学报(自然科学版),2022(6):545-552. |
| |
作者姓名: | 吕强 王伟 马国强 张益明 李晖 王力 |
| |
作者单位: | 1. 国网甘肃省电力公司超高压公司;2. 国网甘肃省电力公司;3. 国网甘肃省电力公司天水供电公司;4. 兰州倚能电力(集团)有限公司 |
| |
摘 要: | 电力设备具有点多、面广、长期暴露野外等特点,运行过程中易受外界环境等多方面因素影响。外界环境因素包括风偏、鸟害、覆冰、雷击、山火等,其他因素还有设备老化、质量、设计、验收、运维等,单一因素或多个综合因素都可导致设备故障,进而造成大面积停电,严重影响设备运行。随着无人机电力设备巡检的应用和发展,无人机巡检数据不断的积累,通过智能化处理手段,利用无人机巡检数据的获取电力设备缺陷信息,对巡检数据中存在的规律性、潜在性、趋势性问题和隐患进行自动判断识别,对数据进行关联分析和综合应用,可以深入地判断电力设备健康状态水平,并为运维部门提供更为准确的决策依据。
|
关 键 词: | 电力设备 设备故障 无人机 缺陷信息 自动判断识别 |
|
|