CN116148614B - 一种基于无人移动载具的电缆局部放电检测***及方法 - Google Patents
一种基于无人移动载具的电缆局部放电检测***及方法 Download PDFInfo
- Publication number
- CN116148614B CN116148614B CN202310408839.8A CN202310408839A CN116148614B CN 116148614 B CN116148614 B CN 116148614B CN 202310408839 A CN202310408839 A CN 202310408839A CN 116148614 B CN116148614 B CN 116148614B
- Authority
- CN
- China
- Prior art keywords
- mechanical arm
- instruction
- information
- unmanned mobile
- mobile carrier
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 130
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000007613 environmental effect Effects 0.000 claims abstract description 29
- 238000007405 data analysis Methods 0.000 claims abstract description 8
- 238000012544 monitoring process Methods 0.000 claims description 64
- 238000004891 communication Methods 0.000 claims description 40
- 238000012360 testing method Methods 0.000 claims description 34
- 239000013598 vector Substances 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 27
- 230000004927 fusion Effects 0.000 claims description 21
- 238000007689 inspection Methods 0.000 claims description 15
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 239000012634 fragment Substances 0.000 claims description 9
- 238000001228 spectrum Methods 0.000 claims description 9
- 230000000007 visual effect Effects 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 6
- 239000002344 surface layer Substances 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000009191 jumping Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 230000009471 action Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000009413 insulation Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1227—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials
- G01R31/1263—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials of solid or fluid materials, e.g. insulation films, bulk material; of semiconductors or LV electronic components or parts; of cable, line or wire insulation
- G01R31/1272—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials of solid or fluid materials, e.g. insulation films, bulk material; of semiconductors or LV electronic components or parts; of cable, line or wire insulation of cable, line or wire insulation, e.g. using partial discharge measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及高压电缆隧道电缆本体状态检测技术领域,具体为一种基于无人移动载具的电缆局部放电检测***及方法,所述***包括隧道环境监测模块、无人移动载具控制模块、无线通信模块及监测服务模块,所述无人移动载具控制模块包括定位导航模块及运动控制模块,所述定位导航模块用于构建隧道点云信息,并根据所得点云信息对无人移动载具的行进路径进行导航,所述运动控制模块控制无人移动载具上机械臂进行运动。本发明同一套***中融合了局放检测、温度检测、环境气体检测,并进行综合数据分析,比单一条件判断告警更加精确,更好的提前预防事故发生。
Description
技术领域
本发明涉及高压电缆隧道电缆本体状态检测技术领域,具体为一种基于无人移动载具的电缆局部放电检测***及方法。
背景技术
高压电缆隧道是电网中重要的城市基础设施,在其运维工作中需要监测包括电缆温度、局部放电在内的各项综合环境指标。相关监测工作存在作业环境恶劣、人力和检测技术能力不足、监测性价比等问题;作业环境恶劣包括高温、恶劣和有害的空气质量、电缆位置操作不便等。
现有的人力和检测能力均存在不足,表现在巡检工作人员数量不足、培训不足以及缺乏可用的检测工具。同时人工检测难以实现标准化操作,检测结果可重复性差。
而现有的隧道电缆局部放电检测***,一方面采用在线实时检测方式,但是在工程上实施大规模在线实时监测缺少性价比(监测性价比是指很多电缆隐患指标数据具有信息密度低、随机性强的特点,无法通过一次检测准确加以捕获,同时相关隐患需要经过长期和缓慢的过程才有可能会造成事故);
另一方面采用无人载具巡检方式,但是现有的无人载具巡检方式存在较大缺陷,通常仅仅采用单一类型的传感器检测隧道电缆数据,检测结果误判率高;同时,无人载具控制机械臂放置传感器时,不能兼顾到实际隧道环境,实现对机械臂控制指令的自适应调节,往往执行预置的控制指令集,传感器放置位置偏差较大,进一步影响传感器的检测精度。
发明内容
本发明的目的在于提供一种基于无人移动载具的电缆局部放电检测***及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于无人移动载具的电缆局部放电检测***,所述***包括隧道环境监测模块、无人移动载具控制模块、无线通信模块及监测服务模块,
所述隧道环境监测模块包括局放采集模块、温度采集模块及视觉监控模块,所述局放采集模块通过局放传感器获取隧道内电缆局部放电时由电流脉冲生产的超高频电磁波信号,所述温度采集模块通过双光谱云台获取电缆监测区域内电缆表面温度,所述视觉监控模块通过摄像头获取隧道内的图像;
所述无人移动载具控制模块包括定位导航模块及运动控制模块,所述定位导航模块用于构建隧道点云信息,并根据所得点云信息对无人移动载具的行进路径进行导航,所述运动控制模块控制无人移动载具上机械臂进行运动;
所述无线通信模块通过隧道内的无线通信基站将隧道环境监测模块的数据采集结果传递给内网中的监测服务模块,并接收内网中监测服务模块传递的反馈信息;
所述监测服务模块用于对无线通信模块传递的数据采集结果进行数据分析,并生成故障告警信息。
进一步的,所述局放采集模块获取超高频电磁波信号时,通过机械臂将局放传感器贴附于电缆表层,监测预置的测试时长内预设频段的高频脉冲电流信号。
本发明在监测到高频脉冲电流信号之后,采用时域积分将电流信号转换为电荷值,从而捕获到局部放电产生的电荷量,这一指标可以明确区分高风险的内部放电类型,以及低风险的表面放电和电晕放电类型,分辨出不同的局放源。进行电缆局部放电检测时,采用无人式移动载具,按指定频次移动到指定位置,利用机械臂定点(测试位置)在指定电缆的表层贴附传感器,按指定时间间隔(预置的测试时长)取样,并在本地分析结果,上传到后端的信息化***。
所述温度采集模块通过双光谱云台获取电缆监测区域内电缆表面温度时,双光谱云台拍摄同一角度的可见光与红外视频/照片,从可见光图片中识别出电缆区域,映射到红外图片上(通过AI智能算法),从而读取出红外图片中电缆表面温度。
本发明在读取出不同测试位置的电缆表面温度后,计算同一根电缆表面最大温差,进而做数据分析;前述载具也可以搭载其他环境指标监测用传感器,例如温度、湿度、气体成分等,实现综合监测。
进一步的,所述定位导航模块用于构建隧道点云信息时,通过无人移动载具搭载激光雷达对隧道环境进行视觉识别,完成即时定位与隧道地图构建,生成点云;
所述运动控制模块控制无人移动载具上机械臂进行运动时,获取定位导航模块得到即时定位结果与点云信息,分析无人移动载具所属的环境信息状态,并结合历史检测数据中的机械臂示教信息,生成机械臂伸展路线最优指令集,并控制机械臂伸展。
进一步的,所述无线通信模块通过隧道内的无线通信基站进行通信时,若无线通信模块在向内网中的监测服务模块传递数据采集结果的时间点之后的第一预设时间内,未接收到内网中监测服务模块传递的反馈信息,则判定通信失败,并再次重新传递数据采集结果;
若同一数据采集结果连续n次判定通信失败,则对相应数据采集结果对应的监测点周边的无线通信基站进行标记,并停止传递相应数据采集结果,所述n为数据库中预置的常数。
进一步的,所述监测服务模块用于对无线通信模块传递的数据采集结果进行数据分析时,分析同一检测点的同一类型检测数据在不同检测时间对应的采集数据,并获取同一检测点的同一类型检测数据随时间变化趋势,识别相应检测点的同一类型检测数据对应的检测异常点,并结合同一检测点不同类型检测数据中的检测异常点,生成相应的检测点的故障告警信息。
本发明获取同一检测点的同一类型检测数据随时间变化趋势后,会以图表的形式通过人机界面提示巡检监测人员;生成的检测点的故障告警信息会以警报的形式通过人机界面提示巡检监测人员。
一种基于无人移动载具的电缆局部放电检测方法,所述方法包括以下步骤:
S1、采用搭载激光雷达的无人移动载具,对隧道环境进行视觉识别,完成即时定位与隧道地图构建,生成点云;载具通过视觉识别的点云,自动识别巡检路线状态;
S2、无人移动载具在行驶到检测区域时,采集隧道中检测区域内的环境信息,结合历史检测数据中的机械臂示教信息,生成机械臂伸展路线最优指令集及机械臂初始状态,控制机械臂伸展,通过机械臂将传感器放置在测试位置上;触发放置的传感器进入工作状态,测量指标后记录并通过本地数据处理设备对测试数据进行分析,生成数据测试结果;
S3、将当前无人移动载具对应的载具信息、传感器数据测试结果以及相关的日志信息,通过数据传输设备经由隧道内无线通信基站与内网中的监测服务器进行通信,监测服务器记录并分析所得的载具信息、传感器数据测试结果以及相关的日志信息,通过人机界面,以提示信息的形式提示巡检监测人员,并生成反馈信号传输给无人移动载具;
S4、无人移动载具接收到反馈信号且经过预置的测试时长后,控制机械臂恢复至初始状态,载具继续向下一个标识的测试位置行进,直至测试位置全部监测结束。
本发明判定无人移动载具行驶到检测区域,是通过在隧道检测区域设置射频传感器的方式实现的,当无人移动载具行驶过程中接收到设置的射频传感器发出的射频信号时,则判定无人移动载具行驶到相应射频信号对应的检测区域;无人移动载具对应的载具信息包括载具位置、载具姿态及机械手动作状态,提示信息包括警报及图表。
进一步的,所述S1中无人移动载具在自动识别巡检路线状态过程中,实时判断行进路径中地面的障碍物情况,并根据监测到的障碍物情况,无人移动载具进行自动避障。
本发明无人移动载具自动避障路径是采用神经网络算法进行训练获取的,在巡检路线自动识别已知的静态目标确定自***置,实现自主的通过、驻停、避障和回退等动作,自主前进到标识的测试区域,实现预定姿态。
所述S2中采集隧道中检测区域内的环境信息时,将隧道中第i个检测点区域内的环境信息记为(Ai,Bi,Ci),其中,Ci表示隧道中第i个检测区域内的点云信息,Ai表示无人移动的载具的即时定位,所述即时定位为无人移动载具与机械臂连接处的中心点在检测区域对应点云信息中的相对位置,Bi表示隧道中第i个检测区域内对应的电缆测试位置且Bi∈Ci;
以Ai对应的位置为原点,以过原点的水平面中原点与隧道轴线距离最短的线段所属的直线为x轴,以过原点的水平面中垂直于x轴的直线为y轴,以过原点的竖直垂线为z轴,构建空间直角坐标系Di;
获取历史检测数据中的机械臂示教信息,所述机械臂示教信息为历史数据中机械臂每次伸展路线对应的指令集,所述指令内容包括不同自由度的关节运动、直线运动和旋转运动,将机械臂示教信息中第j次伸展路线对应的指令集为Fj,
获取隧道中第i个检测点区域内的环境信息为(Ai,Bi,Ci)时,无人移动载具对应的初始状态QMi及相应初始状态下机械臂端点坐标Qi,所述初始状态包括机械臂中所有相邻两个的关节点分别构成的向量,所述Ai与Qi构成的向量等于相应初始状态中各个向量之和,
将伸直状态下的机械臂,沿机械臂底部至机械臂端部的方向,对各个关节点按从小到大的顺序进行编号,相邻两个关节点构成的向量的方向为机械臂中为对应编号小的关节点至对应编号大的关节点的方向。
进一步的,所述S2得到基于无人移动载具对应的初始状态QMi及环境信息(Ai,Bi,Ci)时的机械臂伸展指令集,所述方法包括以下步骤:
S21、模拟机械臂在初始状态QMi下执行Fj中指令时,机械臂在Di中驶过的区域,记为Gi,
S22、比较Gi∩Ci与Bi之间的关系,
若Gi为机械臂在初始状态QMi下执行Fj中指令时,机械臂在Di中驶过的区域,
当Gi∩Ci=Bi时,则Fj为基于无人移动载具对应的初始状态QMi、环境信息(Ai,Bi,Ci)及Fj时的机械臂伸展指令集,停止执行后续步骤,
当Gi∩Ci≠Bi时,获取Fj执行过程中,机械臂在Di中驶过的区域Gi中第一次出现的与Ci对应点云中最短距离小于第一阈值的点,记为K,并获取Fi中从开始至第一次行驶至K时对应指令相应的指令集,记为第一指令片段,并获取QMi执行第一指令片段后的状态信息,记为ZT,所述QMi执行第一指令片段后的状态信息为机械臂中所有相邻两个的关节点分别构成的向量;
若Gi不为机械臂在初始状态QMi下执行Fj中指令时,机械臂在Di中驶过的区域,
当Gi∩Ci=Bi时,则第一指令片段与Hmin的并集为基于无人移动载具对应的初始状态QMi、环境信息(Ai,Bi,Ci)及Fj时的机械臂伸展指令集,所述并集中第一指令片段中的指令均在Hmin中对应指令的前方,
当Gi∩Ci≠Bi时,获取Hmin执行过程中,机械臂在Di中驶过的区域Gi中第一次出现的与Ci对应点云中最短距离小于第一阈值的点,或者与Ci对应点云中最短距离均大于等于第一阈值的情况下距离Bi最近的点,作为新的K值,并获取Hmin中从开始至第一次行驶至K时对应指令相应的指令集与第一指令片段的并集,作为新的第一指令片段,并获取ZT执行新的第一指令片段后的状态信息,作为新的ZT值;
S23、获取机械臂示教信息中过K与Bi两点的所有指令集中相应的指令片段,得到指令片段数组,记为[H1,H2,...,Hp],所述Hp表示机械臂示教信息中过K与Bi两点的第p个指令集中相应的指令片段,
选取[H1,H2,...,Hp]中每个指令片段对应的示教信息中相应机械臂在K点时的状态信息与ZT之间差异值最小的指令片段,记为Hmin,将HP对应的示教信息中相应机械臂在K点时的状态信息与ZT之间差异值记为CY(HP,ZT),
CY(HP,ZT)=∑r=1 r=r1|ZT1r-ZTr|,其中,r1表示机械臂状态信息中包含的向量个数,ZTr表示ZT中的第r个向量,ZT1r表示HP对应的示教信息中相应机械臂在K点时的状态信息内的第r个向量,|ZT1r-ZTr|表示ZT1r-ZTr对应向量的模长;
S24、对Gi进行更新,将机械臂在状态信息为ZT的情况下执行Hmin中指令时,机械臂在Di中驶过区域的模拟结果作为新的Gi,并跳转到S22。
本发明得到基于无人移动载具对应的初始状态QMi及环境信息(Ai,Bi,Ci)时的机械臂伸展指令集的过程中,是基于机械臂示教信息中的每个指令集进行不断筛选的过程中,按照上述方法,基于机械臂示教信息中的每个指令集均可以得到相应的机械臂伸展指令集;本发明在获取机械臂伸展指令集时,还可以对机械臂示教信息中参照的指令集进行限定,限定具体参照的具体指令集(若限定的参照指令集为f个,则得到的相应机械臂伸展指令集个数为f个)。
进一步的,获取j为不同值时,基于无人移动载具对应的初始状态QMi、环境信息(Ai,Bi,Ci)及Fj时的各个机械臂伸展指令集,选取对应指令总数最少的所得机械臂伸展指令集作为待选指令集,并对待选指令集中的指令进行优化,优化方法包括以下步骤:
S201、统计待选指令集中指令类型相同的不同指令,并采用相同的标记方式进行标记,指令类型包括关节运动类型、直线运动类型及旋转运动类型;
S202、将标记方式相同的不同指令进行指令融合,生成不同的指令融合方案,获取每个指令融合方案对应的指令集,将第g个指令融合方案对应的指令集记为FFg;
S203、模拟机械臂在初始状态QMi下执行FFg中指令时,机械臂在Di中驶过的区域,记为GiFFg,当GiFFg∩Ci=Bi时,则判定FFg指令融合成功,当GiFFg∩Ci≠Bi时,则判定FFg指令融合失败;
S204、选取指令融合成功且指令总数最少的指令集,作为基于无人移动载具对应的初始状态QMi及环境信息(Ai,Bi,Ci)时的机械臂伸展路线最优指令集;
本发明中获取机械臂伸展路线最优指令集,是为了消除待选指令集中的无效指令(冗余的指令),降低无效指令对机械臂伸展过程的影响,缩减了机械臂伸展时长,提高了无人移动载具对隧道的巡检效率。
获取基于无人移动载具对应的初始状态QMi及环境信息(Ai,Bi,Ci)时的机械臂初始状态时,获取历史数据内隧道中第i个检测点区域至第i+1个检测点区域之间的环境信息及相应区间内的隧道中轴线,获取历史数据中垂直与中轴线上不同位置的截面中点云相对于无人移动载具与机械臂连接处中心点的位置,并在以无人移动载具与机械臂连接处中心点为第二原点、以水平面上垂直与中轴线的直线为x1轴且以过第二原点的竖直垂线为y1轴的平面直角坐标系中相应的坐标点上进行标记,得到第一标记点区域;
获取机械臂在初始状态QMi下执行相应的机械臂伸展路线最优指令集中指令时,机械臂在Di中驶过的区域在xoz平面的投影坐标分别转化为平面直角坐标系内的坐标点后,
最后一次出现且与第一标记点区域对应标记点中最短距离大于等于第一阈值的点,记为KE,
获取机械臂在初始状态QMi下执行相应的机械臂伸展路线最优指令集中指令的过程中,从开始执行指令至最后第一次行驶至KE时对应指令相应的指令集,记为第二指令片段,并获取QMi执行第二指令片段后的状态信息,记为基于无人移动载具对应的初始状态QMi及环境信息(Ai,Bi,Ci)时的机械臂初始状态;若不存在KE,则基于无人移动载具对应的初始状态QMi及环境信息(Ai,Bi,Ci)时的机械臂初始状态为数据库中预置的第一初始状态。
本发明获取基于无人移动载具对应的初始状态QMi及环境信息(Ai,Bi,Ci)时的机械臂初始状态,是对无人载具在根据环境信息(Ai,Bi,Ci)完成检测任务后的机械臂初始状态的更新,为后续检测过程中机械臂伸展路线的初始状态;正常状态下,无人移动载具在完成检测任务后,机械臂需要由伸展状态收回,但是全部收回存在较长的收回时长,而后续检测过程中依旧需要进行二次展开(且展开过程可能存在与前一次伸展指令集相同的指令片段),即该过程存在冗余指令片段且冗余指令片段占用了较长的机械臂控制时长,影响无人移动载具的巡检效率,而对初始状态进行更新,在一定程度上能够缩减冗余指令对应的机械臂控制时长,提升无人移动载具的巡检效率;本发明默认数据库中预置的第一初始状态为认为设置且无人移动载具在行进过程中始终不受隧道环境干扰的机械臂初始状态。
与现有技术相比,本发明所达到的有益效果是:
本发明同一套***中融合了局放检测、温度检测、环境气体检测,并进行综合数据分析,比单一条件判断告警更加精确,更好的提前预防事故发生;
通过可见光与红外视频的融合,从红外视频中精准的标定出电缆区域,从而取得电缆表面最高温度、同一根电缆表面的最大温差,进行温度数据的分析与告警;
通过监测隧道不同环境下对应的机械臂伸展指令集合,结合隧道环境的实际情况,实现对机械臂伸展指令的自适应调节及对机械臂初始状态的更新;降低了冗余指令对机械臂伸展过程的影响,缩减了机械臂的伸展时长,提高了无人移动载具对隧道的巡检效率。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于无人移动载具的电缆局部放电检测***的结构示意图;
图2是本发明一种基于无人移动载具的电缆局部放电检测方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明提供技术方案:一种基于无人移动载具的电缆局部放电检测***,所述***包括隧道环境监测模块、无人移动载具控制模块、无线通信模块及监测服务模块,
所述隧道环境监测模块包括局放采集模块、温度采集模块及视觉监控模块,所述局放采集模块通过局放传感器获取隧道内电缆局部放电时由电流脉冲生产的超高频电磁波信号,所述温度采集模块通过双光谱云台获取电缆监测区域内电缆表面温度,所述视觉监控模块通过摄像头获取隧道内的图像;所述局放采集模块获取超高频电磁波信号时,通过机械臂将局放传感器贴附于电缆表层,监测预置的测试时长内预设频段的高频脉冲电流信号;所述温度采集模块通过双光谱云台获取电缆监测区域内电缆表面温度时,双光谱云台拍摄同一角度的可见光与红外视频/照片,通过AI智能算法,从可见光图片中识别出电缆区域,映射到红外图片上,从而读取出红外图片中电缆表面温度。
本实施例中获取高频脉冲电流信号时,通过贴附于电缆表层的传感器,监测3分钟内0.1~100MHz频段的高频脉冲电流信号,之后采用时域积分将电流信号转换为电荷值,从而以0.5pC灵敏度捕获到局部放电产生的电荷量。
所述无人移动载具控制模块包括定位导航模块及运动控制模块,所述定位导航模块用于构建隧道点云信息,并根据所得点云信息对无人移动载具的行进路径进行导航,所述运动控制模块控制无人移动载具上机械臂进行运动;
所述定位导航模块用于构建隧道点云信息时,通过无人移动载具搭载激光雷达对隧道环境进行视觉识别,完成即时定位与隧道地图构建,生成点云;所述运动控制模块控制无人移动载具上机械臂进行运动时,获取定位导航模块得到即时定位结果与点云信息,分析无人移动载具所属的环境信息状态,并结合历史检测数据中的机械臂示教信息,生成机械臂伸展路线最优指令集,并控制机械臂伸展。
所述无线通信模块通过隧道内的无线通信基站将隧道环境监测模块的数据采集结果传递给内网中的监测服务模块,并接收内网中监测服务模块传递的反馈信息;
所述无线通信模块通过隧道内的无线通信基站进行通信时,若无线通信模块在向内网中的监测服务模块传递数据采集结果的时间点之后的第一预设时间内,未接收到内网中监测服务模块传递的反馈信息,则判定通信失败,并再次重新传递数据采集结果;若同一数据采集结果连续n次判定通信失败,则对相应数据采集结果对应的监测点周边的无线通信基站进行标记,并停止传递相应数据采集结果,所述n为数据库中预置的常数。
所述监测服务模块用于对无线通信模块传递的数据采集结果进行数据分析,并生成故障告警信息;所述监测服务模块用于对无线通信模块传递的数据采集结果进行数据分析时,分析同一检测点的同一类型检测数据在不同检测时间对应的采集数据,并获取同一检测点的同一类型检测数据随时间变化趋势,识别相应检测点的同一类型检测数据对应的检测异常点,并结合同一检测点不同类型检测数据中的检测异常点,生成相应的检测点的故障告警信息。
局部放电是指在发生于两电极之间的绝缘内部微小电气击穿过程,长期的局部放电可引发电缆绝缘层中的微小气泡、不光滑点等损伤不断扩大,从而导致设备老化甚至绝缘被击穿,以及保护***失效;
本实施例中由于隧道电缆巡检设备中的传感器灵敏度较高,检测过程中容易收到周边环境中的干扰,使得检测结果出现较大的偏差,进而如果只是采用单一检测类型的传感器对应的采集数据,无法准确判断传感器检测过程中的数据是否受到周边隧道环境的干扰(如:在周边存在列车通行的情况下,隧道内的环境会产生电磁干扰,影响局放传感器的检测结果,使得检测数据激增);并且隧道电缆异常状况的维护成本较高,进而对隧道内的故障判定方式要求更高(综合考虑同一时间对应的多种类型的检测数据,能够提高电缆异常状态判断精度),
本实施例中同时考虑到电缆局部放电数据及温度数据中的异常情况(电缆局部放电与温度变化存在关联,电缆局部放电会导致温度升高),在同一位置对应的电缆局部放电数据与温度检测数据同时出现异常且异常检测情况连续出现3次时,才判定隧道相应检测位置的电缆存在故障,需要人为进行检修维护。
如图2所示,一种基于无人移动载具的电缆局部放电检测方法,所述方法包括以下步骤:
S1、采用搭载激光雷达的无人移动载具,对隧道环境进行视觉识别,完成即时定位与隧道地图构建,生成点云;载具通过视觉识别的点云,自动识别巡检路线状态;
所述S1中无人移动载具在自动识别巡检路线状态过程中,实时判断行进路径中地面的障碍物情况,并根据监测到的障碍物情况,无人移动载具进行自动避障。
S2、无人移动载具在行驶到检测区域时,采集隧道中检测区域内的环境信息,结合历史检测数据中的机械臂示教信息,生成机械臂伸展路线最优指令集及机械臂初始状态,控制机械臂伸展,通过机械臂将传感器放置在测试位置上;触发放置的传感器进入工作状态,测量指标后记录并通过本地数据处理设备对测试数据进行分析,生成数据测试结果;
所述S2中采集隧道中检测区域内的环境信息时,将隧道中第i个检测点区域内的环境信息记为(Ai,Bi,Ci),其中,Ci表示隧道中第i个检测区域内的点云信息,Ai表示无人移动的载具的即时定位,所述即时定位为无人移动载具与机械臂连接处的中心点在检测区域对应点云信息中的相对位置,Bi表示隧道中第i个检测区域内对应的电缆测试位置且Bi∈Ci;
以Ai对应的位置为原点,以过原点的水平面中原点与隧道轴线距离最短的线段所属的直线为x轴,以过原点的水平面中垂直于x轴的直线为y轴,以过原点的竖直垂线为z轴,构建空间直角坐标系Di;
获取历史检测数据中的机械臂示教信息,所述机械臂示教信息为历史数据中机械臂每次伸展路线对应的指令集,所述指令内容包括不同自由度的关节运动、直线运动和旋转运动,将机械臂示教信息中第j次伸展路线对应的指令集为Fj,
获取隧道中第i个检测点区域内的环境信息为(Ai,Bi,Ci)时,无人移动载具对应的初始状态QMi及相应初始状态下机械臂端点坐标Qi,所述初始状态包括机械臂中所有相邻两个的关节点分别构成的向量,所述Ai与Qi构成的向量等于相应初始状态中各个向量之和,将伸直状态下的机械臂,沿机械臂底部至机械臂端部的方向,对各个关节点按从小到大的顺序进行编号,相邻两个关节点构成的向量的方向为机械臂中为对应编号小的关节点至对应编号大的关节点的方向。
所述S2得到基于无人移动载具对应的初始状态QMi及环境信息(Ai,Bi,Ci)时的机械臂伸展指令集,所述方法包括以下步骤:
S21、模拟机械臂在初始状态QMi下执行Fj中指令时,机械臂在Di中驶过的区域,记为Gi,
S22、比较Gi∩Ci与Bi之间的关系,
若Gi为机械臂在初始状态QMi下执行Fj中指令时,机械臂在Di中驶过的区域,
当Gi∩Ci=Bi时,则Fj为基于无人移动载具对应的初始状态QMi、环境信息(Ai,Bi,Ci)及Fj时的机械臂伸展指令集,停止执行后续步骤,
当Gi∩Ci≠Bi时,获取Fj执行过程中,机械臂在Di中驶过的区域Gi中第一次出现的与Ci对应点云中最短距离小于第一阈值的点,记为K,并获取Fi中从开始至第一次行驶至K时对应指令相应的指令集,记为第一指令片段,并获取QMi执行第一指令片段后的状态信息,记为ZT,所述QMi执行第一指令片段后的状态信息为机械臂中所有相邻两个的关节点分别构成的向量;
若Gi不为机械臂在初始状态QMi下执行Fj中指令时,机械臂在Di中驶过的区域,
当Gi∩Ci=Bi时,则第一指令片段与Hmin的并集为基于无人移动载具对应的初始状态QMi、环境信息(Ai,Bi,Ci)及Fj时的机械臂伸展指令集,所述并集中第一指令片段中的指令均在Hmin中对应指令的前方,
当Gi∩Ci≠Bi时,获取Hmin执行过程中,机械臂在Di中驶过的区域Gi中第一次出现的与Ci对应点云中最短距离小于第一阈值的点,或者与Ci对应点云中最短距离均大于等于第一阈值的情况下距离Bi最近的点,作为新的K值,并获取Hmin中从开始至第一次行驶至K时对应指令相应的指令集与第一指令片段的并集,作为新的第一指令片段,并获取ZT执行新的第一指令片段后的状态信息,作为新的ZT值;
S23、获取机械臂示教信息中过K与Bi两点的所有指令集中相应的指令片段,得到指令片段数组,记为[H1,H2,...,Hp],所述Hp表示机械臂示教信息中过K与Bi两点的第p个指令集中相应的指令片段,
选取[H1,H2,...,Hp]中每个指令片段对应的示教信息中相应机械臂在K点时的状态信息与ZT之间差异值最小的指令片段,记为Hmin,将HP对应的示教信息中相应机械臂在K点时的状态信息与ZT之间差异值记为CY(HP,ZT),
CY(HP,ZT)=∑r=1 r=r1|ZT1r-ZTr|,其中,r1表示机械臂状态信息中包含的向量个数,ZTr表示ZT中的第r个向量,ZT1r表示HP对应的示教信息中相应机械臂在K点时的状态信息内的第r个向量,|ZT1r-ZTr|表示ZT1r-ZTr对应向量的模长;
S24、对Gi进行更新,将机械臂在状态信息为ZT的情况下执行Hmin中指令时,机械臂在Di中驶过区域的模拟结果作为新的Gi,并跳转到S22。
获取j为不同值时,基于无人移动载具对应的初始状态QMi、环境信息(Ai,Bi,Ci)及Fj时的各个机械臂伸展指令集,选取对应指令总数最少的所得机械臂伸展指令集作为待选指令集,并对待选指令集中的指令进行优化,优化方法包括以下步骤:
S201、统计待选指令集中指令类型相同的不同指令,并采用相同的标记方式进行标记,指令类型包括关节运动类型、直线运动类型及旋转运动类型;
S202、将标记方式相同的不同指令进行指令融合,生成不同的指令融合方案,获取每个指令融合方案对应的指令集,将第g个指令融合方案对应的指令集记为FFg;
S203、模拟机械臂在初始状态QMi下执行FFg中指令时,机械臂在Di中驶过的区域,记为GiFFg,当GiFFg∩Ci=Bi时,则判定FFg指令融合成功,当GiFFg∩Ci≠Bi时,则判定FFg指令融合失败;
S204、选取指令融合成功且指令总数最少的指令集,作为基于无人移动载具对应的初始状态QMi及环境信息(Ai,Bi,Ci)时的机械臂伸展路线最优指令集;
获取基于无人移动载具对应的初始状态QMi及环境信息(Ai,Bi,Ci)时的机械臂初始状态时,获取历史数据内隧道中第i个检测点区域至第i+1个检测点区域之间的环境信息及相应区间内的隧道中轴线,获取历史数据中垂直与中轴线上不同位置的截面中点云相对于无人移动载具与机械臂连接处中心点的位置,并在以无人移动载具与机械臂连接处中心点为第二原点、以水平面上垂直与中轴线的直线为x1轴且以过第二原点的竖直垂线为y1轴的平面直角坐标系中相应的坐标点上进行标记,得到第一标记点区域;
获取机械臂在初始状态QMi下执行相应的机械臂伸展路线最优指令集中指令时,机械臂在Di中驶过的区域在xoz平面的投影坐标分别转化为平面直角坐标系内的坐标点后,
最后一次出现且与第一标记点区域对应标记点中最短距离大于等于第一阈值的点,记为KE,
获取机械臂在初始状态QMi下执行相应的机械臂伸展路线最优指令集中指令的过程中,从开始执行指令至最后第一次行驶至KE时对应指令相应的指令集,记为第二指令片段,并获取QMi执行第二指令片段后的状态信息,记为基于无人移动载具对应的初始状态QMi及环境信息(Ai,Bi,Ci)时的机械臂初始状态;若不存在KE,则基于无人移动载具对应的初始状态QMi及环境信息(Ai,Bi,Ci)时的机械臂初始状态为数据库中预置的第一初始状态。
S3、将当前无人移动载具对应的载具信息、传感器数据测试结果以及相关的日志信息,通过数据传输设备经由隧道内无线通信基站与内网中的监测服务器进行通信,监测服务器记录并分析所得的载具信息、传感器数据测试结果以及相关的日志信息,通过人机界面,以提示信息的形式提示巡检监测人员,并生成反馈信号传输给无人移动载具;
S4、无人移动载具接收到反馈信号且经过预置的测试时长后,控制机械臂恢复至初始状态,载具继续向下一个标识的测试位置行进,直至测试位置全部监测结束。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于无人移动载具的电缆局部放电检测方法,其特征在于,所述方法包括以下步骤:
S1、采用搭载激光雷达的无人移动载具,对隧道环境进行视觉识别,完成即时定位与隧道地图构建,生成点云;载具通过视觉识别的点云,自动识别巡检路线状态;
S2、无人移动载具在行驶到检测区域时,采集隧道中检测区域内的环境信息,结合历史检测数据中的机械臂示教信息,生成机械臂伸展路线最优指令集及机械臂初始状态,控制机械臂伸展,通过机械臂将传感器放置在测试位置上;触发放置的传感器进入工作状态,测量指标后记录并通过本地数据处理设备对测试数据进行分析,生成数据测试结果;
S3、将当前无人移动载具对应的载具信息、传感器数据测试结果以及相关的日志信息,通过数据传输设备经由隧道内无线通信基站与内网中的监测服务器进行通信,监测服务器记录并分析所得的载具信息、传感器数据测试结果以及相关的日志信息,通过人机界面,以提示信息的形式提示巡检监测人员,并生成反馈信号传输给无人移动载具;
S4、无人移动载具接收到反馈信号且经过预置的测试时长后,控制机械臂恢复至初始状态,载具继续向下一个标识的测试位置行进,直至测试位置全部监测结束。
2.根据权利要求1所述的一种基于无人移动载具的电缆局部放电检测方法,其特征在于:所述S1中无人移动载具在自动识别巡检路线状态过程中,实时判断行进路径中地面的障碍物情况,并根据监测到的障碍物情况,无人移动载具进行自动避障;
所述S2中采集隧道中检测区域内的环境信息时,将隧道中第i个检测点区域内的环境信息记为(Ai,Bi,Ci),其中,Ci表示隧道中第i个检测区域内的点云信息,Ai表示无人移动的载具的即时定位,所述即时定位为无人移动载具与机械臂连接处的中心点在检测区域对应点云信息中的相对位置,Bi表示隧道中第i个检测区域内对应的电缆测试位置且Bi∈Ci;
以Ai对应的位置为原点,以过原点的水平面中原点与隧道轴线距离最短的线段所属的直线为x轴,以过原点的水平面中垂直于x轴的直线为y轴,以过原点的竖直垂线为z轴,构建空间直角坐标系Di;
获取历史检测数据中的机械臂示教信息,所述机械臂示教信息为历史数据中机械臂每次伸展路线对应的指令集,所述指令内容包括不同自由度的关节运动、直线运动和旋转运动,将机械臂示教信息中第j次伸展路线对应的指令集为Fj,
获取隧道中第i个检测点区域内的环境信息为(Ai,Bi,Ci)时,无人移动载具对应的初始状态QMi及相应初始状态下机械臂端点坐标Qi,所述初始状态包括机械臂中所有相邻两个的关节点分别构成的向量,所述Ai与Qi构成的向量等于相应初始状态中各个向量之和;将伸直状态下的机械臂,沿机械臂底部至机械臂端部的方向,对各个关节点按从小到大的顺序进行编号,相邻两个关节点构成的向量的方向为机械臂中为对应编号小的关节点至对应编号大的关节点的方向。
3.根据权利要求2所述的一种基于无人移动载具的电缆局部放电检测方法,其特征在于:所述S2得到基于无人移动载具对应的初始状态QMi及环境信息(Ai,Bi,Ci)时的机械臂伸展指令集,所述方法包括以下步骤:
S21、模拟机械臂在初始状态QMi下执行Fj中指令时,机械臂在Di中驶过的区域,记为Gi,
S22、比较Gi∩Ci与Bi之间的关系,
若Gi为机械臂在初始状态QMi下执行Fj中指令时,机械臂在Di中驶过的区域,
当Gi∩Ci=Bi时,则Fj为基于无人移动载具对应的初始状态QMi、环境信息(Ai,Bi,Ci)及Fj时的机械臂伸展指令集,停止执行后续步骤,
当Gi∩Ci≠Bi时,获取Fj执行过程中,机械臂在Di中驶过的区域Gi中第一次出现的与Ci对应点云中最短距离小于第一阈值的点,记为K,并获取Fi中从开始至第一次行驶至K时对应指令相应的指令集,记为第一指令片段,并获取QMi执行第一指令片段后的状态信息,记为ZT,所述QMi执行第一指令片段后的状态信息为机械臂中所有相邻两个的关节点分别构成的向量;
若Gi不为机械臂在初始状态QMi下执行Fj中指令时,机械臂在Di中驶过的区域,
当Gi∩Ci=Bi时,则第一指令片段与Hmin的并集为基于无人移动载具对应的初始状态QMi、环境信息(Ai,Bi,Ci)及Fj时的机械臂伸展指令集,所述并集中第一指令片段中的指令均在Hmin中对应指令的前方,
当Gi∩Ci≠Bi时,获取Hmin执行过程中,机械臂在Di中驶过的区域Gi中第一次出现的与Ci对应点云中最短距离小于第一阈值的点,或者与Ci对应点云中最短距离均大于等于第一阈值的情况下距离Bi最近的点,作为新的K值,并获取Hmin中从开始至第一次行驶至K时对应指令相应的指令集与第一指令片段的并集,作为新的第一指令片段,并获取ZT执行新的第一指令片段后的状态信息,作为新的ZT值;
S23、获取机械臂示教信息中过K与Bi两点的所有指令集中相应的指令片段,得到指令片段数组,记为[H1,H2,...,Hp],所述Hp表示机械臂示教信息中过K与Bi两点的第p个指令集中相应的指令片段,
选取[H1,H2,...,Hp]中每个指令片段对应的示教信息中相应机械臂在K点时的状态信息与ZT之间差异值最小的指令片段,记为Hmin,将HP对应的示教信息中相应机械臂在K点时的状态信息与ZT之间差异值记为CY(HP,ZT),
CY(HP,ZT)=∑r=1 r=r1|ZT1r-ZTr|,其中,r1表示机械臂状态信息中包含的向量个数,ZTr表示ZT中的第r个向量,ZT1r表示HP对应的示教信息中相应机械臂在K点时的状态信息内的第r个向量,|ZT1r-ZTr|表示ZT1r-ZTr对应向量的模长;
S24、对Gi进行更新,将机械臂在状态信息为ZT的情况下执行Hmin中指令时,机械臂在Di中驶过区域的模拟结果作为新的Gi,并跳转到S22。
4.根据权利要求3所述的一种基于无人移动载具的电缆局部放电检测方法,其特征在于:获取j为不同值时,基于无人移动载具对应的初始状态QMi、环境信息(Ai,Bi,Ci)及Fj时的各个机械臂伸展指令集,选取对应指令总数最少的所得机械臂伸展指令集作为待选指令集,并对待选指令集中的指令进行优化,优化方法包括以下步骤:
S201、统计待选指令集中指令类型相同的不同指令,并采用相同的标记方式进行标记,指令类型包括关节运动类型、直线运动类型及旋转运动类型;
S202、将标记方式相同的不同指令进行指令融合,生成不同的指令融合方案,获取每个指令融合方案对应的指令集,将第g个指令融合方案对应的指令集记为FFg;
S203、模拟机械臂在初始状态QMi下执行FFg中指令时,机械臂在Di中驶过的区域,记为GiFFg,当GiFFg∩Ci=Bi时,则判定FFg指令融合成功,当GiFFg∩Ci≠Bi时,则判定FFg指令融合失败;
S204、选取指令融合成功且指令总数最少的指令集,作为基于无人移动载具对应的初始状态QMi及环境信息(Ai,Bi,Ci)时的机械臂伸展路线最优指令集;
获取基于无人移动载具对应的初始状态QMi及环境信息(Ai,Bi,Ci)时的机械臂初始状态时,获取历史数据内隧道中第i个检测点区域至第i+1个检测点区域之间的环境信息及相应区间内的隧道中轴线,获取历史数据中垂直与中轴线上不同位置的截面中点云相对于无人移动载具与机械臂连接处中心点的位置,并在以无人移动载具与机械臂连接处中心点为第二原点、以水平面上垂直与中轴线的直线为x1轴且以过第二原点的竖直垂线为y1轴的平面直角坐标系中相应的坐标点上进行标记,得到第一标记点区域;
获取机械臂在初始状态QMi下执行相应的机械臂伸展路线最优指令集中指令时,机械臂在Di中驶过的区域在xoz平面的投影坐标分别转化为平面直角坐标系内的坐标点后,
最后一次出现且与第一标记点区域对应标记点中最短距离大于等于第一阈值的点,记为KE,
获取机械臂在初始状态QMi下执行相应的机械臂伸展路线最优指令集中指令的过程中,从开始执行指令至最后第一次行驶至KE时对应指令相应的指令集,记为第二指令片段,并获取QMi执行第二指令片段后的状态信息,记为基于无人移动载具对应的初始状态QMi及环境信息(Ai,Bi,Ci)时的机械臂初始状态;若不存在KE,则基于无人移动载具对应的初始状态QMi及环境信息(Ai,Bi,Ci)时的机械臂初始状态为数据库中预置的第一初始状态。
5.应用权利要求1-4中任意一项所述的一种基于无人移动载具的电缆局部放电检测方法的基于无人移动载具的电缆局部放电检测***,其特征在于,所述***包括隧道环境监测模块、无人移动载具控制模块、无线通信模块及监测服务模块,
所述隧道环境监测模块包括局放采集模块、温度采集模块及视觉监控模块,所述局放采集模块通过局放传感器获取隧道内电缆局部放电时由电流脉冲生产的超高频电磁波信号,所述温度采集模块通过双光谱云台获取电缆监测区域内电缆表面温度,所述视觉监控模块通过摄像头获取隧道内的图像;
所述无人移动载具控制模块包括定位导航模块及运动控制模块,所述定位导航模块用于构建隧道点云信息,并根据所得点云信息对无人移动载具的行进路径进行导航,所述运动控制模块控制无人移动载具上机械臂进行运动;
所述无线通信模块通过隧道内的无线通信基站将隧道环境监测模块的数据采集结果传递给内网中的监测服务模块,并接收内网中监测服务模块传递的反馈信息;
所述监测服务模块用于对无线通信模块传递的数据采集结果进行数据分析,并生成故障告警信息。
6.根据权利要求5所述的一种基于无人移动载具的电缆局部放电检测***,其特征在于:所述局放采集模块获取超高频电磁波信号时,通过机械臂将局放传感器贴附于电缆表层,监测预置的测试时长内预设频段的高频脉冲电流信号;
所述温度采集模块通过双光谱云台获取电缆监测区域内电缆表面温度时,双光谱云台拍摄同一角度的可见光与红外视频/照片,从可见光图片中识别出电缆区域,映射到红外图片上,从而读取出红外图片中电缆表面温度。
7.根据权利要求5所述的一种基于无人移动载具的电缆局部放电检测***,其特征在于:所述定位导航模块用于构建隧道点云信息时,通过无人移动载具搭载激光雷达对隧道环境进行视觉识别,完成即时定位与隧道地图构建,生成点云;
所述运动控制模块控制无人移动载具上机械臂进行运动时,获取定位导航模块得到即时定位结果与点云信息,分析无人移动载具所属的环境信息状态,并结合历史检测数据中的机械臂示教信息,生成机械臂伸展路线最优指令集,并控制机械臂伸展。
8.根据权利要求5所述的一种基于无人移动载具的电缆局部放电检测***,其特征在于:所述无线通信模块通过隧道内的无线通信基站进行通信时,若无线通信模块在向内网中的监测服务模块传递数据采集结果的时间点之后的第一预设时间内,未接收到内网中监测服务模块传递的反馈信息,则判定通信失败,并再次重新传递数据采集结果;
若同一数据采集结果连续n次判定通信失败,则对相应数据采集结果对应的监测点周边的无线通信基站进行标记,并停止传递相应数据采集结果,所述n为数据库中预置的常数。
9.根据权利要求5所述的一种基于无人移动载具的电缆局部放电检测***,其特征在于:所述监测服务模块用于对无线通信模块传递的数据采集结果进行数据分析时,分析同一检测点的同一类型检测数据在不同检测时间对应的采集数据,并获取同一检测点的同一类型检测数据随时间变化趋势,识别相应检测点的同一类型检测数据对应的检测异常点,并结合同一检测点不同类型检测数据中的检测异常点,生成相应的检测点的故障告警信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310408839.8A CN116148614B (zh) | 2023-04-18 | 2023-04-18 | 一种基于无人移动载具的电缆局部放电检测***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310408839.8A CN116148614B (zh) | 2023-04-18 | 2023-04-18 | 一种基于无人移动载具的电缆局部放电检测***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116148614A CN116148614A (zh) | 2023-05-23 |
CN116148614B true CN116148614B (zh) | 2023-06-30 |
Family
ID=86341018
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310408839.8A Active CN116148614B (zh) | 2023-04-18 | 2023-04-18 | 一种基于无人移动载具的电缆局部放电检测***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116148614B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112677338A (zh) * | 2020-12-25 | 2021-04-20 | 上海晓奥汽车有限公司 | 一种多自由度反向制孔机器人 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105334433B (zh) * | 2014-08-07 | 2018-08-07 | 国家电网公司 | 电缆局部放电的检测方法及装置 |
CN105891674B (zh) * | 2016-04-08 | 2018-07-13 | 河海大学常州校区 | 海底动力电缆局部放电部位快速定位装置及方法 |
CN106291278B (zh) * | 2016-08-03 | 2019-01-15 | 国网山东省电力公司电力科学研究院 | 一种基于多视觉***的开关柜局部放电自动检测方法 |
CN106443387B (zh) * | 2016-10-25 | 2019-03-08 | 广东电网有限责任公司珠海供电局 | 一种控制巡检机器人局部放电检测的方法、装置及*** |
CN109470996A (zh) * | 2018-11-28 | 2019-03-15 | 上海迈内能源科技有限公司 | 一种电缆层智能一体化非接触式在线监测装置 |
CN209043376U (zh) * | 2018-12-21 | 2019-06-28 | 山东智洋电气股份有限公司 | 电缆隧道智能电缆运行监测*** |
CN110262546B (zh) * | 2019-06-18 | 2021-07-20 | 武汉大学 | 一种隧道智能无人机巡检方法 |
CN111308284A (zh) * | 2020-02-25 | 2020-06-19 | 国家电网有限公司 | 一种用于检测运行的gis故障的***及方法 |
CN111897332B (zh) * | 2020-07-30 | 2022-10-11 | 国网智能科技股份有限公司 | 一种语义智能变电站机器人仿人巡视作业方法及*** |
CN214205657U (zh) * | 2020-11-02 | 2021-09-14 | 江苏钛科圈物联网科技有限公司 | 一种带可升降旋转盖板的双光谱云台摄像机 |
CN213619360U (zh) * | 2020-11-18 | 2021-07-06 | 槃实科技(深圳)有限公司 | 一种巡检机器人 |
CN214520208U (zh) * | 2020-11-23 | 2021-10-29 | 合肥中科深谷科技发展有限公司 | 一种用于电站巡检的移动操作装置 |
CN115705050A (zh) * | 2021-08-06 | 2023-02-17 | 中能智旷(北京)科技有限公司 | 智能巡检机器人*** |
CN114800428A (zh) * | 2022-05-12 | 2022-07-29 | 北京美能天成科技有限公司 | 一种基于路径检验修正的轮式巡检机器人 |
CN115167412A (zh) * | 2022-06-30 | 2022-10-11 | 慈溪市输变电工程有限公司 | 一种巡检机器人和基于巡检机器人的配电房设备操控方法 |
CN115122343B (zh) * | 2022-09-02 | 2022-11-08 | 泉州通维科技有限责任公司 | 一种复杂环境下、大跨距机械臂路径规划方法 |
CN115766776A (zh) * | 2022-11-02 | 2023-03-07 | 深圳供电局有限公司 | 一种实现电力通道实时状态监测的方法及边缘物联终端 |
-
2023
- 2023-04-18 CN CN202310408839.8A patent/CN116148614B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112677338A (zh) * | 2020-12-25 | 2021-04-20 | 上海晓奥汽车有限公司 | 一种多自由度反向制孔机器人 |
Also Published As
Publication number | Publication date |
---|---|
CN116148614A (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105835059B (zh) | 一种机器人控制*** | |
CN103235562B (zh) | 变电站基于巡检机器人的综合参数检测***及巡检方法 | |
CN110908370A (zh) | 一种火电厂无人巡检任务规划方法及其*** | |
US20110196535A1 (en) | Line inspection robot and system | |
CN111179457A (zh) | 一种工业设备的巡检***及巡检方法 | |
WO2020047879A1 (zh) | 一种用于隧道的智能巡检*** | |
CN206194076U (zh) | 一种变电站设备检测*** | |
CN109839951B (zh) | 一种无人机自主循迹路径模型的生成***及方法 | |
CN103846915A (zh) | 机器人*** | |
CN115793649B (zh) | 一种电缆沟自动巡检装置及巡检方法 | |
CN111037574A (zh) | 用于通信站点巡检的交互式机器人***及其控制方法 | |
CN116148614B (zh) | 一种基于无人移动载具的电缆局部放电检测***及方法 | |
CN112332541A (zh) | 一种用于变电站的监测***和方法 | |
CN117572863A (zh) | 用于变电站机器人的路径优化方法及*** | |
EP4052103B1 (en) | Object handling in an absolute coordinate system | |
CN111947647B (zh) | 一种视觉与激光雷达融合的机器人精准定位方法 | |
CN117313969A (zh) | 变电站机器人巡视路径优化方法及装置 | |
CN112491467B (zh) | 一种基于机器人的通信光纤故障处理方法及装置 | |
CN115586748A (zh) | 一种移动式智能柔性运动控制***及其方法 | |
Menendez et al. | Autonomous robotic system with tunnel inspection tool positioning | |
CA2745815C (en) | Line inspection robot and system | |
CN110989686A (zh) | 无人机与变电站执行机构交互方法及*** | |
CN115128979A (zh) | 一种变电站机器人的远程控制*** | |
CN115497189B (zh) | 一种基于5g及uwb的ar眼镜的水库巡检*** | |
CN114466315B (zh) | 一种基于北斗高精度的铁路线上作业人员安全防护*** |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20231216 Address after: Room B2-303-120, Building 2, Phase 1, No. 198 Qidi Road, Xiaoshan Economic and Technological Development Zone, Xiaoshan District, Hangzhou City, Zhejiang Province, 311215 (self declared) Patentee after: Zhejiang Shenzhou Mingyue Intelligent Technology Co.,Ltd. Address before: 213000 Science and Education City Chuangyan Port 3A1501, No. 18 Changwu Middle Road, Wujin District, Changzhou City, Jiangsu Province Patentee before: Jiangsu Mingyue Software Technology Co.,Ltd. |