一、GPS在输电线路巡检中的应用(论文文献综述)
张波[1](2021)在《电力系统无人机巡检输电线路技术》文中进行了进一步梳理我国电网规模不断扩大,电力行业发展前景良好。但是在具体发展中仍存在阻碍,尤其是智能巡检方面。针对此问题,文章具体分析了电力系统无人机巡检输电线路技术包含的工作内容,存在的优势与不足以及具体的应用场景,旨在保证工作人员的安全,提高工作效率。
王新月[2](2021)在《融合卫星影像的输电线路无人机巡检方法研究》文中研究指明随着现代电网的飞速发展,对电力系统安全稳定运行的要求也越来越高,输电线路巡检方式也在不断进步。目前,输电线路无人机巡检技术已经得到广泛的应用,但由于输电线路的数量和长度的日益增加,巡检范围也逐步扩大,对运维巡检要求也越来越高。对于无人机巡检技术而言,由于受到通信、天气变化、无人机续航能力等限制,存在对输电线路故障隐患受条件限制无法实施巡检等问题。近年来,我国遥感卫星技术发展迅猛,卫星影像的分辨率已经达到了亚米级的水平,为巡检输电线路的水灾、山火等大面积的故障隐患提供了新手段。本文在分析和总结无人机巡检研究成果的基础上,提出研究融合卫星影像的输电线路无人机巡检新方法,对输电线路巡检流程全自主化进行了研究,进一步提高输电线路巡检的全自主化水平。本文重点研究融合卫星影像的输电线路无人机巡检方法,针对输电线路水灾故障隐患,充分利用遥感卫星技术的优势,与无人机巡检技术相结合,二者优势互补,可以实现大范围、高精度的输电线路巡检,对实现输电线路巡检过程全自主化进行了研究,提高输电线路巡检的全自主化水平。研究基于多时相SAR图像的变化检测技术,提出基于卫星影像图像差值法的输电线路杆塔水灾故障隐患的检测方法。建立考虑电力杆塔风险概率的无人机巡检路径规划模型,通过计算电力杆塔风险概率,将电力杆塔风险概率作为巡检路径规划目标函数中的子函数之一。打破传统的巡检路径规划仅考虑路径最短或时间最短的思路,结合输电杆塔的风险概率,在考虑路径最短的同时,优先巡检风险概率较高的输电杆塔。研究无人机智慧机库选址定址策略,将新兴的无人机智慧机库作为无人机巡检电力杆塔路径中的中转站,解决了无人机目前存在的续航能力不足这一问题。建立基于智慧机库的无人机全自主巡检的模型,实现无人机全自主化巡检,真正做到巡视现场无人化、现场操作自动化。通过典型算例分析,对本文搭建的各种模型和提出的全自主化巡检流程进行验证,验证了本文方法的有效性和优越性,融合卫星影像的输电线路无人机巡检技术可提升对输电线路大面积故障隐患的全自主化巡检水平。
王定松[3](2021)在《基于无人机的输电线路立体巡检系统设计及图像处理研究》文中研究表明电力线路检测是我国电网领域极为重要的任务。近年来伴随人工智能的进步、机器学习的成熟,世界范围内电力行业都着手研究,在电力线路巡检工作中运用无人机搭载摄像装备。红外图像、紫外图像、可见光图像是无人机电力巡检中主要检测对象。因此,针对以上三种光学图像的检测,本文进行了如下研究。首先,本文介绍了电网巡检的任务要求,阐述了目前无人机在电力线路巡检中的发展现状,说明了无人机在电力线路巡检中所需完成的任务以及完成这些任务所面临的困难。其次,针对无人机的图像采集介绍了多光路系统设计,详细说明了红外、紫外、可见光三种光学分析在电力巡检中检测原理及系统设计,提出了三维全景检测方案与现场情况示意图。对于数字图像的分析工具采用OpenCV进行图像分析。最后,针对无人机航拍过程所采集到的红外、紫外、可见光三种光学图像信息进行缺陷定位识别。应用图像处理算法对红外、紫外、可见光三种光学图像进行处理,应用到的变换有:灰度变换、反色、滤波、形态学变换、二值化、轮廓处理、霍夫直线变换等。在红外图谱检测中对传统模式加以改进,在去噪同时极大的保留了待测目标物的细节。在紫外检测中利用图像融合算法对输电线路上的电晕光斑进行精准定位。在可见光检测中,对输电导线的短路检测采用了霍夫直线变换对导线进行定位,通过类比Hu矩判断导线是否短路;对均匀防电环的缺陷识别中通过椭圆拟合识别出均压环的轮廓,通过对比破损均压环与完整均压环进行椭圆拟合所找到的椭圆个数判断均压环是否完整;对绝缘子的自爆缺失问题,基于传统的模板匹配方法,建立了一个模板库,提出了通过观察绝缘子中心连线的灰度值变换来判断绝缘子是否发生自爆缺失。电力线路检测中有很多故障需要通过观察可光图像进行检测,随着计算机技术的发展,电力线路检测技术水平也不断得到提高,有效地支撑了电力巡检工作的开展。
李佳,赵雪坤,林杰,肖天浩[4](2021)在《传感技术在输电线路多旋翼无人机精细巡检中的应用》文中提出随着传感器技术、图像识别技术、电子技术的飞速发展,无人机技术越来越广泛的应用于输电线路的日常巡检与精细化巡检作业中。输电线路及其配件长期处于自然环境下,容易产生诸如杆塔接地下引线断裂、绝缘子污秽破损、线夹温升过高等故障,依靠传统的人工巡检的方式,工作量大,检出率低,无法满足现代电力系统安全稳定运行的需要。本文概述了多旋翼无人机进行输电线路精细巡检的关键技术,并分析了不同的传感技术适用于何种缺陷,采用对输电线路进行精细巡检,进行了归纳总结,希望能为相关研究提供一些有益参考。
祝一帆,王强,项兴尧,袁雪珺[5](2021)在《输电线路无人机智能巡检技术概述》文中研究说明随着我国高压输电线路的快速建设,传统效率较低的人工巡检模式已难以跟上和满足其巡检需求。无人机智能巡检技术在这种背景下应运而生,并且得到了一定程度的发展。然而,该智能巡检技术涉及多个专业领域,而如何将这些领域的方法和技术合理、高效地应用于其中,尚存在一定的困难和挑战。本文首先概述了输电线路无人机智能巡检技术的应用现状,而后指出了这项技术的工作模式和特点;在此基础上,分析了输电线路无人机智能巡检技术的技术需求,继而引出了其存在的四个尚未解决的关键科学和技术问题:巡检数据智能处理、无人机自主巡航、无人机续航和无人机智能巡检方法与规程。针对这四个关键问题,探讨了潜在的解决方案,并且对未来输电线路无人机智能巡检技术发展进行了展望,以期为该智能巡检技术的快速发展和相关研究一定的指引和帮助。
董灵鹏[6](2021)在《电力巡检无人机电磁场测距研究及路径规划》文中提出近年来,无人机巡检已成为架空输电线路日常运行维护的主要手段之一。目前巡检无人机与输电线之间的距离主要依据目视判断,存在较大的安全隐患。因此,需要探索无人机测距及应对的线路规划理论与技术。为此,本文建立了实际输电线路电磁场的仿真模型,分析了杆塔对电场的影响,基于输电线路周边电磁场分布规律开展无人机测距适应性研究;提出了电场有效值与高度相结合的精确测距方法和巡检无人机安全区域的电场最大保护阈值,并通过在实际线路进行了验证。具体内容如下:研究了电场传感器安装位置对电场的影响、电场测量的畸变效应及其校准方法。提出梯度下降算法求解电场畸变系数并修正无人机飞行误差,基于1000 kV特高压架空输电线路的实际电场的测量结果修正了实验无人机的电场测量值,并通过现场飞行测试验证了无人机与输电线路距离反演的准确性。研究了无人机巡检路径规划与避障策略。分析了无人机巡检路径规划问题及约束条件,基于实际线路提出了无人机廊道巡检和杆塔巡检的飞行路径。提出了输电线路巡检无人机的避障策略,并通过实际飞行测试验证了路径和避障策略的有效性。论文成果为输电线路巡检无人机的距离控制、航向规划、高度调节和电场测量等问题提供了参考,具有重大的工程实践意义。
侯建勋,梁介众,许保瑜,陈国宇[7](2020)在《无人机在35-500kV输电线路的发展应用及关键举措》文中进行了进一步梳理本文就无人机在35-500kV输电线路巡检中的应用进行了研究。实践证明,输电线路巡检能够有效保证输电线路的安全可靠运行,尤其是无人机巡检以其高效率逐渐得到推广。
幸运星[8](2020)在《无人机技术在输电线路巡检工作中的应用及展望分析》文中研究表明文章简述了无人机技术的原理与功能,探讨了无人机在输电线路巡检中的优势与不足,分析了无人机技术在电网巡检中的具体应用,同时展望了无人机技术在输电线路巡检工作中的应用前景,以供相关人员参考。
黎春翔[9](2020)在《无人机电力巡检图像的缺陷检测和信息量化》文中进行了进一步梳理为满足国家工业、科技产业的发展需求,我国的电力规模不断扩张,而因此带来的运维成本也逐年上升。同时近年来5G技术、无人机技术和人工智能技术的快速发展,催生了智能电网概念并推动其快速发展,使得无人机巡检输电线路得以有效应用,智能巡检也已成为电力巡检发展的必然趋势。本文主要研究了无人机巡检输电线路图像中关键组件和缺陷的实例分割算法,以及部分组件的信息量化方法。本文首先介绍了无人机电力巡检的应用情况以及深度学习的实例分割算法发展现状。之后,针对成像差、低对比度的无人机图像,本文提出采用暗通道去雾和自适应伽马校正进行图像增强。同时采用多种在线随机数据增强方法扩充训练数据集,丰富小样本数据集的位置多样性和背景多样性。在电力组件和缺陷的检测和分割任务上,针对对象特点选用Mask R-CNN算法作为基础的实例分割算法。同时为解决算法对高分辨率无人机图像中的长目标的定位精度差和小目标检测精度低的问题,采用路径增强结构和自适应池化结构提高不同层级特征图的利用率,并设计包含分组思想和通道注意力机制的特征提取网络。最终优化后的算法相对Mask R-CNN算法在测试集上平均检测精度提升了9.3%。在玻璃绝缘子的信息量化研究上,本文采用实例分割算法结合不变矩特征对玻璃绝缘子类别、片数以及自爆片数进行统计。同时为降低标注的工作量,提出了基于聚类和分水岭算法的玻璃绝缘子片的辅助标注方法。而对于金具的信息量化,先通过颜色保持的去光照算法降低阴影对于金具信息量化的干扰。然后采用超红色算法结合HS分量统计算法实现对锈蚀程度的百分比量化。并借鉴人体骨架点检测思想,采用深度学习关键点检测算法定位关键点来量化悬垂线夹偏转角并结合透视变换修正角度。本文实验测试了对无人机巡检图像中组件的分割效果和缺陷的检测精度,并评估了信息量化的准确率,验证算法具备较好的精度和较强的抗干扰能力,并将算法实现在可视化界面上。
兰琦[10](2020)在《基于分数阶的输电线路巡检无人机飞行控制器设计》文中进行了进一步梳理随着我国电网建设规模的不断扩大,输电线路巡检工作迎来了更大的挑战,面对人工巡检中效率低、风险高、经济性差等诸多问题,更加安全、高效、快捷的线路巡检无人机开始走进了我们的视野,并且正在逐渐取代传统的人工线路巡检。输电线路巡检的主要目的是提高线路运行的安全性和稳定性,这就要求线路巡检工作必须在对线路本身的干扰尽可能小的情况下完成,输电线路巡检工作通常是在复杂多变野外环境中进行的,这就对无人机的飞行控制性能提出了更高的要求,为了解决这一问题,本文结合国内外研究现状,在前人成果的基础上展开了以下研究工作:首先,通过对线路巡检无人机的关键技术进行讨论,分析了无人机在线路巡检中自主避障功能和自动定距巡线功能对于无人机飞行控制性能的依赖性,进而对无人机的飞行控制进行深入研究,阐述了无人机飞行控制的原理,并建立了无人机姿态控制模型。然后,针对整数阶控制器下无人机响应速度慢、灵敏度低,无法满足无人机在电力线路巡检中输电线路追踪飞行稳定性的问题,提出了无人机控制器的改进思路:设计分数阶控制器以替代原本的整数阶控制器。然后,为巡线无人机的四种飞行姿态(俯仰、翻滚、高度、偏航)控制回路设计分数阶控制器,并在Matlab/Simulink中进行仿真验证,通过对分数阶控制器和整数阶控制器的阶跃响应特性,以及无人机对于特定航线的三维追踪误差进行对比分析,验证了分数阶控制器相对于传统整数阶控制器的优势:响应速度快、超调量小、稳定性好,说明了分数阶控制器的引入极大的提高了无人机系统的姿态控制性能,有助于无人机在线路巡检工作中更应对复杂的工作环境和实现更好的线路追踪。
二、GPS在输电线路巡检中的应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、GPS在输电线路巡检中的应用(论文提纲范文)
(1)电力系统无人机巡检输电线路技术(论文提纲范文)
1. 输电线路巡检和无人机巡检内容 |
2. 电力系统无人机巡检输电线路的应用优势和不足 |
2.1 应用优势 |
2.2 应用不足 |
2.3 无人机巡检技术的发展前景 |
3. 电力系统无人机巡检输电线路技术使用 |
3.1 高效巡检输电线路 |
3.2 故障检测输电线路 |
3.3 特殊缺陷巡检 |
4. 结语 |
(2)融合卫星影像的输电线路无人机巡检方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 本文研究的主要内容 |
第2章 遥感卫星及SAR图像变化检测技术 |
2.1 SAR图像变化检测相关理论 |
2.2 变化检测的技术路线 |
2.3 遥感卫星变化检测方法 |
2.3.1 直接比较法 |
2.3.2 分类后比较法 |
2.4 本章小结 |
第3章 基于多源SAR图像的水灾隐患确定方法 |
3.1 SAR图像预处理 |
3.1.1 Lee滤波 |
3.1.2 Frost滤波 |
3.2 基于多时相SAR图像灰度差值的检测方法 |
3.2.1 图像灰度差值法 |
3.2.2 图像差值运算 |
3.3 杆塔水灾故障隐患距离算法及判据 |
3.3.1 基于塔基网格距离搜索算法 |
3.3.2 基于距离算法的故障隐患判据 |
3.4 本章小结 |
第4章 考虑杆塔风险概率的无人机巡检规划 |
4.1 输电杆塔风险概率模型 |
4.2 无人机机库的选址方法 |
4.3 基于智慧机库的无人机巡检规划模型 |
4.3.1 基于智慧机库的无人机巡检思路 |
4.3.2 模型建立 |
4.3.3 智慧机库重入策略 |
4.4 本章小结 |
第5章 融合卫星影像的无人机巡检算例分析 |
5.1 杆塔水灾故障隐患计算 |
5.2 参数选取 |
5.3 考虑输电杆塔风险概率的无人机巡检路径规划 |
5.4 本章小结 |
第6章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
攻读硕士学位期间发表的论文及其它成果 |
致谢 |
(3)基于无人机的输电线路立体巡检系统设计及图像处理研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 无人机巡检现状研究 |
1.2.2 无人机巡检中图像识别技术的研究现状 |
1.3 目前无人机巡检的内容和问题 |
1.4 本文主要研究内容及结构安排 |
第二章 立体巡检系统方案设计 |
2.1 多光路设计 |
2.2 红外测温系统设计 |
2.2.1 红外测温原理 |
2.2.2 红外热像设备的选择 |
2.2.3 红外热像系统设计 |
2.3 紫外局放检测光学设计 |
2.3.1 紫外局放检测原理及特点 |
2.3.2 紫外成像仪系统原理 |
2.4 可见光检测设计 |
2.5 输电线路通道三维全景监测系统 |
2.6 计算机视觉 |
2.7 现场试验 |
2.8 本章小结 |
第三章 电力线路红外图谱故障诊断研究 |
3.1 电力线路红外图谱的预处理 |
3.1.1 电力线路图像的灰度化处理 |
3.1.2 电力线路图像降噪 |
3.1.3 电力线路图像二值化处理 |
3.1.4 电力线路形态学开运算 |
3.2 电力线路红外图谱梯度检测 |
3.2.1 Sobel算子 |
3.2.2 Laplacian算子 |
3.2.3 结果分析 |
3.3 研究利用设备标识对比进行红外图谱故障诊断技术 |
3.4 本章小结 |
第四章 电力线路紫外图谱识别及故障诊断 |
4.1 电力线路紫外局放图像预处理 |
4.2 图像融合 |
4.2.1 图像融合原理 |
4.2.2 图像融合算法 |
4.3 局放检测 |
4.3.1 Canny算子检测 |
4.3.2 故障定位流程 |
4.4 本章小结 |
第五章 电力线路及设备缺陷检测研究 |
5.1 可见光检测法 |
5.2 导线表面检测 |
5.2.1 导线表面定位预处理 |
5.2.2 Hough变换直线提取 |
5.2.3 导线短路判断 |
5.3 均压放电环破损检测 |
5.3.1 均压环图像预处理 |
5.3.2 椭圆检测及缺陷识别 |
5.3.3 均压环椭圆检测结果比对 |
5.4 绝缘子缺陷识别 |
5.4.1 基于改进模板匹配算法的绝缘子缺失识别 |
5.4.2 模板匹配 |
5.4.3 绝缘子缺失识别 |
5.5 本章小结 |
第六章 结论和展望 |
6.1 全文工作总结 |
6.2 工作展望 |
参考文献 |
致谢 |
(4)传感技术在输电线路多旋翼无人机精细巡检中的应用(论文提纲范文)
0 引言 |
1 多旋翼无人机精细巡检关键技术简介 |
1.1 电力无人机巡检中的高精度定位技术 |
1.1.1 电力无人机巡检中的RTK技术 |
1.1.2 电力无人机巡检中的PPK技术 |
1.2 多旋翼无人机飞控技术 |
1.3 多传感器同步融合技术 |
2 无人机巡检输电线路常见缺陷探测技术 |
2.1 视觉图像识别检测技术 |
2.2 红外探测技术 |
2.3 紫外线探测技术 |
2.4 激光雷达探测技术 |
3 多旋翼无人机高压输电线路精细巡检技术展望 |
(5)输电线路无人机智能巡检技术概述(论文提纲范文)
1 引言 |
2 输电线路无人机智能巡检现状 |
3 输电线路无人机智能巡检存在的关键问题 |
3.1 图像数据处理 |
3.2 无人机自主巡航 |
3.3 无人机续航 |
3.4 无人机巡检方法和规程 |
4 结论 |
(6)电力巡检无人机电磁场测距研究及路径规划(论文提纲范文)
致谢 |
摘要 |
Abstract |
1 绪论 |
1.1 项目背景及意义 |
1.2 国内外无人机的发展现状 |
1.2.1 国外旋翼飞行器研究现状 |
1.2.2 国内旋翼飞行器研究现状 |
1.3 国内外无人机电力巡检研究现状 |
1.4 无人机测距避障系统的发展现状 |
1.5 本文主要内容 |
2 基于电磁场的无人机巡检距离检测方法 |
2.1 输电线路电磁场数值计算方法 |
2.1.1 工频电磁场的产生 |
2.1.2 电磁场数值计算的理论基础 |
2.1.3 电磁场数值计算方法 |
2.2 输电线路电磁场仿真模型 |
2.2.1 220kV输电线路模型 |
2.2.2 500kV输电线路模型 |
2.2.3 1000kV输电线路模型 |
2.3 杆塔对电场屏蔽影响 |
2.4 基于输电线路电磁场分布的无人机测距适应性研究 |
2.4.1 电场分布 |
2.4.2 磁场分布 |
2.4.3 电场梯度 |
2.4.4 磁场梯度 |
2.5 无人机与输电线路安全距离 |
2.5.1 输电线路距离精确测量 |
2.5.2 输电线路安全保护距离 |
2.6 本章小结 |
3 输电线路测距系统 |
3.1 电磁场检测硬件设备与数据采集 |
3.1.1 电磁场传感器检测原理 |
3.1.2 电场传感器硬件设备 |
3.1.3 电磁场探头安装位置 |
3.2 电场畸变影响及其修正 |
3.2.1 梯度下降算法 |
3.2.2 输电线路测量的电场值修正 |
3.3 实际输电线路距离检测验证 |
3.4 本章小结 |
4 无人机巡检规划与避障策略 |
4.1 六旋翼无人机的基本架构与控制原理 |
4.1.1 六旋翼无人机的基本构架 |
4.1.2 六轴飞行器系统实验平台搭建 |
4.1.3 六旋翼无人机系统的控制原理 |
4.2 无人机巡检路径飞行 |
4.2.1 巡检路径规划约束条件 |
4.2.2 廊道巡检路径规划 |
4.2.3 杆塔巡检路径规划 |
4.3 输电线路巡检避障策略 |
4.3.1 廊道巡检避障策略 |
4.3.2 杆塔巡检避障策略 |
4.3.3 输电线路电场保护阈值验证 |
4.4 本章小结 |
5 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
作者攻读研究生期间发表的论文 |
(7)无人机在35-500kV输电线路的发展应用及关键举措(论文提纲范文)
1 输电线路巡检现状 |
2 无人机在35-500k V输电线路巡检中的应用 |
2.1 无人机概述 |
2.2 无人机巡检的关键问题 |
2.2.1 数据智能处理 |
2.2.2 无人机自主导航 |
2.2.3 续航问题 |
3 局限性分析及相关建议 |
3.1 局限性分析 |
3.1.1 气象因素 |
3.1.2 干扰源 |
3.1.3 图像数据的处理方式 |
3.2 相关建议 |
3.2.1 提升无人机的抗风能力 |
3.2.2 提升无人机的抗干扰能力 |
3.2.3 提升无人机的图像数据处理能力 |
4 结语 |
(8)无人机技术在输电线路巡检工作中的应用及展望分析(论文提纲范文)
0 引言 |
1 无人机技术的原理与功能 |
2 无人机在输电线路巡检中的优势与劣势 |
2.1 无人机在输电线巡检中的优势 |
2.2 无人机在输电线路巡检中的劣势 |
3 无人机技术在输电线路巡检中的具体应用 |
3.1 利用无人机全方位高效巡检输电线路 |
3.2 利用无人机快速清除输电线路附着杂物 |
3.3 利用无人机进行非常规状态中的输电线路巡检与故障检测工作 |
4 无人机技术在输电线路巡检工作中的应用前景展望 |
4.1 重视巡检人员的无人机技术培训工作 |
4.2 加快无人机技术与人工智能技术的有效融合 |
5 结语 |
(9)无人机电力巡检图像的缺陷检测和信息量化(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 输电线路无人机巡检研究现状 |
1.2.2 输电线路缺陷检测和信息量化研究现状 |
1.2.3 实例分割算法研究现状 |
1.3 研究内容和结构安排 |
1.3.1 研究内容 |
1.3.2 论文章节安排 |
第二章 预处理和数据增强 |
2.1 图像预处理 |
2.1.1 暗通道去雾算法 |
2.1.2 自适应伽马校正 |
2.2 数据增强方法 |
2.3 本章小结 |
第三章 基于深度学习的实例分割算法 |
3.1 实例分割介绍 |
3.2 Mask R-CNN |
3.2.1 FPN |
3.2.2 RPN |
3.2.3 Ro IAlign |
3.2.4 Mask预测分支 |
3.3 网络结构优化 |
3.3.1 路径增强 |
3.3.2 动态特征池化 |
3.4 基干网络 |
3.4.1 Res Net |
3.4.2 Res Ne Xt |
3.4.3 SENet |
3.4.4 基干网络设计与对比 |
3.5 本章小结 |
第四章 玻璃绝缘子信息统计 |
4.1 绝缘子片检测和分割 |
4.1.1 基于颜色特征的绝缘子片分割 |
4.1.2 基于区域的绝缘子片分割 |
4.1.3 基于机器学习的绝缘子片检测 |
4.1.4 基于深度学习的绝缘子片分割 |
4.2 绝缘子片辅助标注 |
4.2.1 K-Means聚类分割绝缘子 |
4.2.2 绝缘子片标记 |
4.3 绝缘子串信息统计 |
4.3.1 基于不变矩的绝缘子片质心定位 |
4.3.2 绝缘子串类别统计 |
4.3.3 绝缘子片自爆数量统计 |
4.4 本章小结 |
第五章 金具信息量化 |
5.1 去光照处理 |
5.1.1 限制对比度的自适应直方图均衡化 |
5.1.2 基于二维伽马函数的自适应校正 |
5.1.3 带色彩恢复的多尺度视网膜增强算法 |
5.1.4 算法对比 |
5.2 锈蚀程度量化 |
5.3 悬垂线夹偏转角计算 |
5.3.1 偏转角 |
5.3.2 关键点检测网络 |
5.3.3 损失函数 |
5.3.4 角度校正 |
5.4 本章小结 |
第六章 实验分析和界面 |
6.1 评价指标 |
6.2 无人机图片组件分割实验 |
6.2.1 数据增强实验 |
6.2.2 网络优化实验 |
6.2.3 基干网络实验 |
6.2.4 分割效果对比 |
6.3 玻璃绝缘子片属性实验 |
6.4 悬垂线夹偏转角量化实验 |
6.5 巡检图像智能分析的可视化界面 |
6.6 本章小结 |
第七章 结论与展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
攻读硕士学位期间取得的研究成果 |
致谢 |
附件 |
(10)基于分数阶的输电线路巡检无人机飞行控制器设计(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 研究现状 |
1.2.1 无人机巡检国内外研究现状 |
1.2.2 分数阶在无人机上应用 |
1.3 本文的研究内容与结构安排 |
第二章 分数阶控制理论 |
2.1 分数阶微积分的概念 |
2.1.1 分数阶微积分算子 |
2.1.2 基本函数 |
2.2 分数阶微积分的定义和性质 |
2.2.1 分数阶微积分的定义 |
2.2.2 分数阶微积分的性质 |
2.3 分数阶系统的数学描述 |
2.3.1 时域描述 |
2.3.2 频域描述 |
2.3.3 状态空间描述 |
2.4 本章小结 |
第三章 无人机在线路巡检中的定距追踪和姿态控制 |
3.1 .无人机数学模型的建立 |
3.1.1 .无人机坐标系矩阵转换 |
3.1.2 .无人机的运动和受力情况分析 |
3.1.3 .无人机的运动方程 |
3.1.4 .无人机数学模型 |
3.2 .无人机对输电线的定距追踪 |
3.2.1 .输电线路的巡检安全距离 |
3.2.2 .无人机对输电线路追踪方案设计 |
3.3 .无人机巡线中的姿态控制 |
3.4 .本章小结 |
第四章 分数阶控制器 |
4.1 分数阶控制器 |
4.1.1 整数阶PID控制器 |
4.1.2 分数阶PID控制器 |
4.1.3 分数阶控制器的分类 |
4.2 分数阶控制器的参数影响和整定方式 |
4.2.1 控制参数对系统性能的影响 |
4.2.2 参数整定 |
4.3 分数阶微积分算子的实现 |
4.4 本章小结 |
第五章 巡线无人机分数阶控制器设计仿真 |
5.1 分数阶控制器的参数整定设计 |
5.2 无人机姿态控制分数阶控制器的设计仿真 |
5.2.1 俯仰/翻滚回路 |
5.2.2 高度回路 |
5.2.3 偏航回路 |
5.3 分数阶控制器调节下无人机线路定距追踪仿真 |
5.4 本章小结 |
结论 |
参考文献 |
致谢 |
四、GPS在输电线路巡检中的应用(论文参考文献)
- [1]电力系统无人机巡检输电线路技术[J]. 张波. 中国高新科技, 2021(17)
- [2]融合卫星影像的输电线路无人机巡检方法研究[D]. 王新月. 华北电力大学(北京), 2021(01)
- [3]基于无人机的输电线路立体巡检系统设计及图像处理研究[D]. 王定松. 扬州大学, 2021(08)
- [4]传感技术在输电线路多旋翼无人机精细巡检中的应用[J]. 李佳,赵雪坤,林杰,肖天浩. 北华航天工业学院学报, 2021(02)
- [5]输电线路无人机智能巡检技术概述[J]. 祝一帆,王强,项兴尧,袁雪珺. 电气开关, 2021(02)
- [6]电力巡检无人机电磁场测距研究及路径规划[D]. 董灵鹏. 浙江大学, 2021(08)
- [7]无人机在35-500kV输电线路的发展应用及关键举措[J]. 侯建勋,梁介众,许保瑜,陈国宇. 电子技术与软件工程, 2020(22)
- [8]无人机技术在输电线路巡检工作中的应用及展望分析[J]. 幸运星. 无线互联科技, 2020(19)
- [9]无人机电力巡检图像的缺陷检测和信息量化[D]. 黎春翔. 华南理工大学, 2020(02)
- [10]基于分数阶的输电线路巡检无人机飞行控制器设计[D]. 兰琦. 东北石油大学, 2020(03)