-
公开(公告)号:CN111855500A
公开(公告)日:2020-10-30
申请号:CN202010747964.8
申请日:2020-07-30
Applicant: 华北电力大学(保定) , 保定云深电子科技有限公司
Abstract: 本发明公开了一种基于深度学习的复合绝缘子老化程度智能检测方法,包括:获得无人机采集的待检测复合绝缘子憎水性图像;利用YOLOv3-tiny算法模型在待检测复合绝缘子憎水性图像上进行复合绝缘子伞裙的识别,得到复合绝缘子伞裙外接矩形的位置坐标,将复合绝缘子伞裙外接矩形水迹区域输入到插入CBAM卷积注意力机制模块的VGG-16网络模型中进行水迹类型判别,得到该待检测复合绝缘子的憎水性等级。本发明提供的基于深度学习的复合绝缘子老化程度智能检测方法,基于深度学习算法,对无人机采集图像进行复合绝缘子憎水性等级的自动判定,提高检测效率和准确性。
-
公开(公告)号:CN111475974A
公开(公告)日:2020-07-31
申请号:CN202010152717.3
申请日:2020-03-06
Applicant: 华北电力大学(保定) , 国网山东省电力公司电力科学研究院
IPC: G06F30/23 , G06F30/398
Abstract: 本发明公开了一种输电线路中绝缘子串污秽检测模拟方法、装置及存储介质,包括获取绝缘子串参数及绝缘子串图形,采用三维有限元软件对绝缘子串参数及绝缘子串图形进行仿真计算;根据仿真计算的结果,构建无雾仿真模型,得到绝缘子串第一电场分布数据;根据仿真计算的结果,构建有雾仿真模型,得到绝缘子串第二电场分布数据;对比绝缘子串第一电场分布数据、绝缘子串第二电场分布数据,得到绝缘子串的污秽情况。本发明的技术方案,能够通过对比绝缘子串第一电场分布数据与绝缘子串第二电场分布数据,得到绝缘子串的污秽情况,根据绝缘子串污秽情况,便于对绝缘子串及时采取防污或者清理污秽措施,保证输电线路正常运行。
-
公开(公告)号:CN111047598A
公开(公告)日:2020-04-21
申请号:CN201911066537.7
申请日:2019-11-04
Applicant: 华北电力大学(保定) , 国网山东省电力公司电力科学研究院
Abstract: 本发明公开了基于深度学习的输变电设备紫外放电光斑分割方法及装置,包括全卷积神经网络和多尺度特征融合两部分,利用全卷积神经网络模型对紫外图谱中的紫外光斑进行自动提取以及学习光斑的纹理、形状等特征,避免了传统分割模型对于高亮白色背景及分散小光斑无法有效分离的弊端,避免了传统分割算法模型复杂的特征选择过程,通过FCN模型实现了端到端的特征提取的自主化与智能化。在减少人工电力巡检的工作量的同时,提高了巡检的效率和准确度,具有很大的实用性,十分符合复杂的现场环境。该自动分割和诊断方法,极大的减少了误检的情况,使得电气设备异常放电全自动巡检成为可能。
-
公开(公告)号:CN207490405U
公开(公告)日:2018-06-12
申请号:CN201721532609.9
申请日:2017-11-16
Applicant: 华北电力大学(保定)
Abstract: 本实用新型公开了一种小型智能分体式变电站,包括:变压器室、压力控制系统及温度控制系统;变压器室呈封闭设置,变压器室的内部设置有温度传感器及压力传感器,上端设置控制板。温度控制系统,其设置在变压器室右端,包括水循环散热系统、冷却水泵,水循环散热系统通过散热管路与变压器室内部连通,以将变压器室内的热量向外传输;压力控制系统,其包括其包括压力传感器、通气管以及泄压阀,用以维持变压器室内的气压平衡。本实用新型变电站设置为左右分体式,变压器组件设置在左端密封并具有良好隔音隔热效果的变压器室内,保障了对变压器组件充分的散热效果,有效地解决了常规设置中散热问题和压力问题,实现散热和压力平衡。
-
-
-