CN109115101A - 考虑输电线路弧垂的电流磁场反演导线参数的方法 - Google Patents
考虑输电线路弧垂的电流磁场反演导线参数的方法 Download PDFInfo
- Publication number
- CN109115101A CN109115101A CN201810732261.0A CN201810732261A CN109115101A CN 109115101 A CN109115101 A CN 109115101A CN 201810732261 A CN201810732261 A CN 201810732261A CN 109115101 A CN109115101 A CN 109115101A
- Authority
- CN
- China
- Prior art keywords
- magnetic field
- conducting wire
- sag
- transmission line
- route
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
- G01B7/02—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring length, width or thickness
- G01B7/06—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring length, width or thickness for measuring thickness
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electric Cable Installation (AREA)
- Locating Faults (AREA)
Abstract
一种考虑输电线路弧垂的电流磁场反演导线参数的方法,包括线路的反演模型部分,线路的分段线性反演部分,输电导线位置及弧垂估算部分。其有益效果是:摆脱人为控制,减小成本,提高效率和检查精度,输电线路由于自身重力会存在弧垂,在本反演方法中考虑到线路弧垂的因素,提出用抛物线模型拟合输电线路弧垂的导线参数反演方法,提高了反演精度,保障无人机飞行的安全性。
Description
技术领域
本发明涉及智能算法领域,特别是一种在考虑输电线路弧垂的情况下,根据输电线路周围空间磁场反演导线参数的方法。
背景技术
安全性和可靠性是现代电力***的两大重要特征和要求,为了保证供电可靠性,对输电线路的定期检查十分必要。相比于地下电缆,架空输电线路铺设成本低,易于检修维护,是目前电力***采取的主要输电方式。然而,架空输电线路由于长期暴露在露天环境中,容易受到气象条件的影响,由于雷击,雨淋,积污和人为原因出现故障,因此需要定期对架空输电线路进行检查。目前主要采用的检查方式是人工巡检,由工人爬上杆塔进行检查,然而这种检修方式成本高,对工作人员的要求高且有一定的危险性,因此,近些年来,采用无人机进行线路巡检得到了越来越多的关注。目前的无人机巡线技术主要是使用无人机搭载摄像机或红外热传感器,人为控制无人机迫近输电线路,拍摄输电线路的图像或热成像图,之后再由工作人员进行处理分析,发现和排除线路中的故障。然而该方法受人为因素制约,成本高,需要特殊的技术人员操控无人机飞行,且无人机的GPS***精度较低,难以准确定位,同时无人机在飞行的过程中具有一定的危险性,存在撞击输电线路出现故障和危险的可能。
发明内容
本发明的目的是为了解决上述问题,设计了一种考虑输电线路弧垂的电流磁场反演导线参数的方法。具体设计方案为:
一种考虑输电线路弧垂的电流磁场反演导线参数的方法,包括线路的反演模型部分,线路的分段线性反演部分,输电导线位置及弧垂估算部分,首先向算法输入无人机在飞行过程中等时间间隔采样的空间磁场强度和GPS位置信息,所述线路的反演模型部分,线路的分段线性反演部分,输电导线位置及弧垂估算部分依次进行,
所述线路的反演模型部分中,向算法输入无人机在飞行过程中等时间间隔采样的空间磁场强度和GPS位置信息,用于后续计算处理,
所述线路的分段线性反演部分中,建立直导线输电线路基于几何关系和Biot-Sarvart定律的空间磁场分布模型,将输电导线抽象成线路的一组参数,
将输电线路分为等间隔的小段,将位置信息和磁场强度信息也相应分段,之后使用无约束优化方法进行反演,对于每一小段内的数据,将其按照反演模型部分提出的直导线模型使用无约束非线性优化方法进行反演,得到该段线路信息,包括位置,电流幅值和相位,
所述输电导线位置及弧垂估算部分中,通过中值滤波和抛物线拟合,得到带弧垂的导线位置信息,输出给无人机的飞控***,用于指导后续无人机的飞行,实现智能巡线。
所述线路的反演模型部分中,
设导线L位于高度为H的平行于水平面的平面S内,在平面内的方程为ax+by+c=0,设测量点A的坐标为(xr,yr,zr),则B点的坐标为(xr,yr,H),由导线位置方程可解得C点的坐标为:
且点A、点B、点C之间有几何关系为:
设导线电流方向向量为对于流过直流电流的无限长直导线,基于几何关系的模型下的磁场强度,建立空间磁场强度与线路参数的关联模型为:
所述线路的分段线性反演部分中,
考虑到输电线路的弧垂,为了同时保证反演算法的准确性和高效率,在线路的分段线性反演部分首先对输电线路进行分段直导线化处理,
选取采样点数N,每N个采样点为一小段,在该小段内将磁场源即有弧垂的输电导线看做直导线进行处理,使用该小段内的磁场强度和无人机位置信息进行反演,得到各小段磁场源的位置和电流信息,
使用无约束优化算法Nelder-Mead算法,引入目标函数f,其中:
f=||Hcal-Hsam||
其中Hcal表示根据前述线路模型计算出的采样点处磁场强度,Hsam表示实际传感器测量得到的磁场强度值,
通过最小化目标函数f的值得到与当前一小段内的若干个磁场量测点的测量值最符合的导线模型参数,即导线的位置和电流,对于交流导线,在给出导线位置的同时给出导线上电流的幅值和相位。
所述输电导线位置及弧垂估算部分中,在得到各小段的导线位置信息后,首先通过中值滤波去除异常点对反演的影响,之后将导线弧垂抽象成抛物线模型,使用抛物线对所得到的各小段导线位置进行拟合,得到带弧垂的输电线路反演结果。将反演的输电导线位置结果输出给无人机的飞控部分,指导无人机沿线路飞行,实现智能巡检。
通过本发明的上述技术方案得到的考虑输电线路弧垂的电流磁场反演导线参数的方法,其有益效果是:
摆脱人为控制,减小成本,提高效率和检查精度,输电线路由于自身重力会存在弧垂,在本反演方法中考虑到线路弧垂的因素,提出用抛物线模型拟合输电线路弧垂的导线参数反演方法,提高了反演精度,保障无人机飞行的安全性。
附图说明
图1是本发明所述考虑输电线路弧垂的电流磁场反演导线参数的方法的流程框图;
图2是本发明所述线路的反演模型部分中建立的直导线反演模型示意图;
图3是在交流输电线路实例下基于磁场强度的输电导线位置反演算法部分给出的带弧垂的输电导线反演结果,
图4是在交流输电线路实例下基于磁场强度的输电导线位置反演算法部分给出的带弧垂的反演结果与导线真是高度对比图;
图5是在交流输电线路实例下基于磁场强度的输电导线位置反演算法部分给出的带弧垂的反演电流曲线图。
具体实施方式
下面结合附图对本发明进行具体描述。
图1是本发明所述考虑输电线路弧垂的电流磁场反演导线参数的方法的流程框图,如图1所示,一种考虑输电线路弧垂的电流磁场反演导线参数的方法,包括线路的反演模型部分,线路的分段线性反演部分,输电导线位置及弧垂估算部分,首先向算法输入无人机在飞行过程中等时间间隔采样的空间磁场强度和GPS位置信息,所述线路的反演模型部分,线路的分段线性反演部分,输电导线位置及弧垂估算部分依次进行,
所述线路的反演模型部分中,向算法输入无人机在飞行过程中等时间间隔采样的空间磁场强度和GPS位置信息,用于后续计算处理,
所述线路的分段线性反演部分中,建立直导线输电线路基于几何关系和Biot-Sarvart定律的空间磁场分布模型,将输电导线抽象成线路的一组参数,
将输电线路分为等间隔的小段,将位置信息和磁场强度信息也相应分段,之后使用无约束优化方法进行反演,对于每一小段内的数据,将其按照反演模型部分提出的直导线模型使用无约束非线性优化方法进行反演,得到该段线路信息,包括位置,电流幅值和相位,
所述输电导线位置及弧垂估算部分中,通过中值滤波和抛物线拟合,得到带弧垂的导线位置信息,输出给无人机的飞控***,用于指导后续无人机的飞行,实现智能巡线。
所述线路的反演模型部分中,
设导线L位于高度为H的平行于水平面的平面S内,在平面内的方程为ax+by+c=0,设测量点A的坐标为(xr,yr,zr),则B点的坐标为(xr,yr,H),由导线位置方程可解得C点的坐标为:
且点A、点B、点C之间有几何关系为:
设导线电流方向向量为对于流过直流电流的无限长直导线,基于几何关系的模型下的磁场强度,建立空间磁场强度与线路参数的关联模型为:
所述线路的分段线性反演部分中,
考虑到输电线路的弧垂,为了同时保证反演算法的准确性和高效率,在线路的分段线性反演部分首先对输电线路进行分段直导线化处理,
选取采样点数N,每N个采样点为一小段,在该小段内将磁场源即有弧垂的输电导线看做直导线进行处理,使用该小段内的磁场强度和无人机位置信息进行反演,得到各小段磁场源的位置和电流信息,
使用无约束优化算法Nelder-Mead算法,引入目标函数f,其中:
f=||Hcal-Hsam||
其中Hcal表示根据前述线路模型计算出的采样点处磁场强度,Hsam表示实际传感器测量得到的磁场强度值,
通过最小化目标函数f的值得到与当前一小段内的若干个磁场量测点的测量值最符合的导线模型参数,即导线的位置和电流,对于交流导线,在给出导线位置的同时给出导线上电流的幅值和相位。
所述输电导线位置及弧垂估算部分中,在得到各小段的导线位置信息后,首先通过中值滤波去除异常点对反演的影响,之后将导线弧垂抽象成抛物线模型,使用抛物线对所得到的各小段导线位置进行拟合,得到带弧垂的输电线路反演结果。将反演的输电导线位置结果输出给无人机的飞控部分,指导无人机沿线路飞行,实现智能巡检
实施例1
线路的反演模型部分:线路的反演模型基于几何关系和Biot-Sarvart定律建立空间磁场与磁场源直导线的关联模型。该模型将线路导线抽象成不同的几个参数。
在线路的反演模型中,设导线L位于高度为H的平行于水平面的平面S内,在平面内的方程为ax+by+c=0,设测量点A的坐标为(xr,yr,zr),则B点的坐标为(xr,yr,H)。由导线位置方程可解得C点的坐标为
且有如下几何关系,
设导线电流方向向量为对于流过直流电流的无限长直导线,基于几何关系的模型下的磁场强度如下,建立了空间磁场强度与线路参数的关联模型。
该模型为后续的基于磁场强度的输电导线位置反演算法提供基础。
线路的分段线性反演部分:考虑到输电线路的弧垂,为了同时保证反演算法的准确性和高效率,在线路的分段线性反演部分首先对输电线路进行分段直导线化处理。选取采样点数N,每N个采样点为一小段,在该小段内将磁场源即有弧垂的输电导线看做直导线进行处理,使用该小段内的磁场强度和无人机位置信息进行反演,得到各小段磁场源的位置和电流信息。本部分的反演建立在直导线的反演模型的基础上,使用无约束优化算法Nelder-Mead算法,引入目标函数f,其中:
f=||Hcal-Hsam||
其中Hca表示根据前述线路模型计算出的采样点处磁场强度,Hsam表示实际传感器测量得到的磁场强度值。通过最小化目标函数f的值得到与当前一小段内的若干个磁场量测点的测量值最符合的导线模型参数,即导线的位置和电流,对于交流导线,在给出导线位置的同时给出导线上电流的幅值和相位。
输电导线位置及弧垂估算部分:在得到各小段的导线位置信息后,首先通过中值滤波去除异常点对反演的影响,之后将导线弧垂抽象成抛物线模型,使用抛物线对所得到的各小段导线位置进行拟合,得到带弧垂的输电线路反演结果。将反演的输电导线位置结果输出给无人机的飞控部分,指导无人机沿线路飞行,实现智能巡检。
实施例2
图3是在交流输电线路实例下基于磁场强度的输电导线位置反演算法部分给出的带弧垂的输电导线反演结果,图4是在交流输电线路实例下基于磁场强度的输电导线位置反演算法部分给出的带弧垂的反演结果与导线真是高度对比图;图5是在交流输电线路实例下基于磁场强度的输电导线位置反演算法部分给出的带弧垂的反演电流曲线图,如图3-5所示,建立直导线空间磁场反演模型,使用分段线性化将带弧垂的输电线路抽象成多段直导线使用无约束优化算法进行反演处理,减小了反演复杂程度,节约了反演时间,提高了反演精度
不同于传统的无人机搭载红外传感器或照相机的巡线方案,本方法中无人机搭载的是磁场传感器,测量的数据磁场强度与无人机和输电线路的相对距离有密切关系,可以根据传感器的测量数据推算出输电线路的位置。
考虑到实际输电线路具有弧垂的特点,得到分段线路反演结果后引入中值滤波和抛物线拟合方法,根据分段离散的数据估算出线路弧垂,提高了反演精度。本方法具有良好的拓展性,不仅适用于交流输电***,也适用于直流输电***,同时也可以应用于多回多相线路,能够准确反演出线路位置并估算出线路弧垂,输出数据到无人机飞控***,实现无人机自主和智能巡线。
根据磁场传感器测量的空间中一些位置点处的磁场强度,反演出磁场源(即输电导线)的位置和电流大小,同时可以对导线的弧垂进行反映。可以应用在无人机巡线上,在无人机的飞行过程中采集磁场强度值,反演出输电线路的位置和电流大小,指导无人机下一步的飞行方向,克服传统无人机巡线的诸多缺陷,为无人机的智能巡线提供可能。
上述技术方案仅体现了本发明技术方案的优选技术方案,本技术领域的技术人员对其中某些部分所可能做出的一些变动均体现了本发明的原理,属于本发明的保护范围之内。
Claims (4)
1.一种考虑输电线路弧垂的电流磁场反演导线参数的方法,包括线路的反演模型部分,线路的分段线性反演部分,输电导线位置及弧垂估算部分,其特征在于,首先向算法输入无人机在飞行过程中等时间间隔采样的空间磁场强度和GPS位置信息,所述线路的反演模型部分,线路的分段线性反演部分,输电导线位置及弧垂估算部分依次进行,其特征在于,
所述线路的反演模型部分中,向算法输入无人机在飞行过程中等时间间隔采样的空间磁场强度和GPS位置信息,用于后续计算处理,
所述线路的分段线性反演部分中,建立直导线输电线路基于几何关系和Biot-Sarvart定律的空间磁场分布模型,将输电导线抽象成线路的一组参数,
将输电线路分为等间隔的小段,将位置信息和磁场强度信息也相应分段,之后使用无约束优化方法进行反演,对于每一小段内的数据,将其按照反演模型部分提出的直导线模型使用无约束非线性优化方法进行反演,得到该段线路信息,包括位置,电流幅值和相位,
所述输电导线位置及弧垂估算部分中,通过中值滤波和抛物线拟合,得到带弧垂的导线位置信息,输出给无人机的飞控***,用于指导后续无人机的飞行,实现智能巡线。
2.根据权利要求1中所述的考虑输电线路弧垂的电流磁场反演导线参数的方法,其特征在于,所述线路的反演模型部分中,
设导线L位于高度为H的平行于水平面的平面S内,在平面内的方程为ax+by+c=0,设测量点A的坐标为(xr,yr,zr),则B点的坐标为(xr,yr,H),由导线位置方程可解得C点的坐标为:
且点A、点B、点C之间有几何关系为:
设导线电流方向向量为对于流过直流电流的无限长直导线,基于几何关系的模型下的磁场强度,建立空间磁场强度与线路参数的关联模型为:
3.根据权利要求2中所述的考虑输电线路弧垂的电流磁场反演导线参数的方法,其特征在于,所述线路的分段线性反演部分中,选取采样点数N,每N个采样点为一小段,在该小段内将磁场源即有弧垂的输电导线看做直导线进行处理,使用该小段内的磁场强度和无人机位置信息进行反演,得到各小段磁场源的位置和电流信息,
使用无约束优化算法Nelder-Mead算法,引入目标函数f,其中:
f=||Hcal-Hsam||
其中Hcal表示根据前述线路模型计算出的采样点处磁场强度,Hsam表示实际传感器测量得到的磁场强度值,
通过最小化目标函数f的值得到与当前一小段内的若干个磁场量测点的测量值最符合的导线模型参数,即导线的位置和电流,对于交流导线,在给出导线位置的同时给出导线上电流的幅值和相位。
4.根据权利要求3中所述的考虑输电线路弧垂的电流磁场反演导线参数的方法,其特征在于,所述输电导线位置及弧垂估算部分中,在得到各小段的导线位置信息后,首先通过中值滤波去除异常点对反演的影响,之后将导线弧垂抽象成抛物线模型,使用抛物线对所得到的各小段导线位置进行拟合,得到带弧垂的输电线路反演结果。将反演的输电导线位置结果输出给无人机的飞控部分,指导无人机沿线路飞行,实现智能巡检。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810732261.0A CN109115101B (zh) | 2018-07-05 | 2018-07-05 | 考虑输电线路弧垂的电流磁场反演导线参数的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810732261.0A CN109115101B (zh) | 2018-07-05 | 2018-07-05 | 考虑输电线路弧垂的电流磁场反演导线参数的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109115101A true CN109115101A (zh) | 2019-01-01 |
CN109115101B CN109115101B (zh) | 2020-12-18 |
Family
ID=64821960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810732261.0A Active CN109115101B (zh) | 2018-07-05 | 2018-07-05 | 考虑输电线路弧垂的电流磁场反演导线参数的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109115101B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110261731A (zh) * | 2019-06-03 | 2019-09-20 | 清华大学 | 一种基于电流磁场的多输电线路参数测量方法 |
CN110927484A (zh) * | 2019-11-15 | 2020-03-27 | 国网江西省电力有限公司电力科学研究院 | 一种交流输电线路无线电干扰三维分布计算方法及*** |
CN111666690A (zh) * | 2020-06-11 | 2020-09-15 | 海南电网有限责任公司 | 输电线路导线的弧垂分析方法、装置、设备和介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03199903A (ja) * | 1989-12-27 | 1991-08-30 | Tokyo Electric Power Co Inc:The | 送電線弛度検知装置 |
CN102346014A (zh) * | 2011-06-20 | 2012-02-08 | 西安工程大学 | 一种基于图像处理的输电线路导线弧垂的测量方法 |
CN105241498A (zh) * | 2015-09-25 | 2016-01-13 | 三峡大学 | 一种基于弱磁探测的直流架空输电线路弧垂和应力监测方法 |
CN107515621A (zh) * | 2017-07-12 | 2017-12-26 | 清华大学 | 基于输电线路电磁感知的巡线无人机飞行轨迹控制方法 |
CN108919367A (zh) * | 2018-07-05 | 2018-11-30 | 国网陕西省电力公司电力科学研究院 | 基于电流磁场的交流输电线路反演方法 |
-
2018
- 2018-07-05 CN CN201810732261.0A patent/CN109115101B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03199903A (ja) * | 1989-12-27 | 1991-08-30 | Tokyo Electric Power Co Inc:The | 送電線弛度検知装置 |
CN102346014A (zh) * | 2011-06-20 | 2012-02-08 | 西安工程大学 | 一种基于图像处理的输电线路导线弧垂的测量方法 |
CN105241498A (zh) * | 2015-09-25 | 2016-01-13 | 三峡大学 | 一种基于弱磁探测的直流架空输电线路弧垂和应力监测方法 |
CN107515621A (zh) * | 2017-07-12 | 2017-12-26 | 清华大学 | 基于输电线路电磁感知的巡线无人机飞行轨迹控制方法 |
CN108919367A (zh) * | 2018-07-05 | 2018-11-30 | 国网陕西省电力公司电力科学研究院 | 基于电流磁场的交流输电线路反演方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110261731A (zh) * | 2019-06-03 | 2019-09-20 | 清华大学 | 一种基于电流磁场的多输电线路参数测量方法 |
CN110927484A (zh) * | 2019-11-15 | 2020-03-27 | 国网江西省电力有限公司电力科学研究院 | 一种交流输电线路无线电干扰三维分布计算方法及*** |
CN111666690A (zh) * | 2020-06-11 | 2020-09-15 | 海南电网有限责任公司 | 输电线路导线的弧垂分析方法、装置、设备和介质 |
CN111666690B (zh) * | 2020-06-11 | 2023-10-20 | 海南电网有限责任公司 | 输电线路导线的弧垂分析方法、装置、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109115101B (zh) | 2020-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109115217A (zh) | 基于电流磁场的输电线路特殊杆塔位置导线参数反演方法 | |
Huang et al. | An online technology for measuring icing shape on conductor based on vision and force sensors | |
CN109584238B (zh) | 一种基于立体视觉的弓网运行状况在线检测***及方法 | |
CN109115101A (zh) | 考虑输电线路弧垂的电流磁场反演导线参数的方法 | |
CN109870108B (zh) | 输电线路覆冰检测方法及装置 | |
CN108919367A (zh) | 基于电流磁场的交流输电线路反演方法 | |
CN109300118B (zh) | 一种基于rgb图像的高压电力线路无人机巡检方法 | |
CN112200178A (zh) | 基于人工智能的变电站绝缘子红外图像检测方法 | |
Ahmed et al. | Inspection and identification of transmission line insulator breakdown based on deep learning using aerial images | |
CN110472477A (zh) | 一种利用rtk版无人机搭载红外相机监测覆冰方法 | |
CN102519846B (zh) | 基于高光谱的复合绝缘子憎水性检测方法 | |
CN111342391A (zh) | 一种输电线路绝缘子和线路故障巡视方法及巡视体系 | |
CN103604419A (zh) | 基于三维重构的导线覆冰监测方法及*** | |
CN105866558B (zh) | 一种小区域雷电监测定位方法及*** | |
CN109521792A (zh) | 一种基于输变电设备三维模型的无人机地面飞行控制*** | |
CN114944816B (zh) | 一种应用于光伏组件的智能巡检*** | |
Wang et al. | Transmission line sag measurement based on single aerial image | |
CN102621419A (zh) | 基于激光和双目视觉图像对线路电气设备自动识别和监测方法 | |
Fang et al. | A framework of power pylon detection for UAV-based power line inspection | |
Han et al. | Transformer defects detection method based on visible and infrared fusion images | |
CN117498225A (zh) | 一种无人机智能电力线路巡检*** | |
CN109144109A (zh) | 一种直升机巡线过程中的动态热点追踪锁定方法 | |
Wang et al. | Intelligent inspection enabling platform for power distribution network based on 5G wireless communication connected unmanned aerial vehicle | |
CN105203024A (zh) | 一种多传感器集成的输电线路覆冰摄影测量方法 | |
CN103198326B (zh) | 一种输电线路直升机巡检的图像分类方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |