基于深度学习的设备缺陷识别算法优化及应用
当前,基于深度学习目标检测技术的设备缺陷识别已经在变电站远程智能巡视中得到广泛应用,本报告先总体概述基于深度学习目标检测的技术发展路线图;其次通过对不同类别和场景设备缺陷识别算法的深度分析,给出相应的技术路线在算法层面和数据层面的优化,在算法层面,引入特征提取和表征能力更强的Transformer架构,再结合端到端的目标检测架构,实现检测效果大幅度提升;数据层面,采用数据生成和增广策略,如生成对抗网络和扩散模型,增加样本的多样性,从而进一步实现检测效果的提升;最后探讨基于深度学习的设备缺陷识别及设备状态评价技术研发趋势及应用前景。
基于声纹Ai的开关柜故障诊断&局放缺陷识别技术
工业听诊器替代了电力行业中老师傅常用的听筒或听棒。配电柜设备在运行过程中会产生噪音,如果有故障产生会伴随产生异响,工业听诊器利用声纹AI技术对异常声纹进行故障建模,24小时在线听诊,及时发现故障以及大数据分析预测故障。
基于深度学习的电力行业巡检数据小部件及缺陷识别定位技术研究工作汇报
输电线路直升机高效巡检与缺陷智能识别关键技术及应用
本项目系统开展关键技术研究:研制直升机搭载的高精度、高智能化巡检终端,攻克直升机巡检光电吊舱亚像素级实时电子稳像、线路元件自动跟踪、海量数据智能选帧等关键技术,显著提升直升机巡检作业水平;提出并采用基于深度学习和特征分析相融合的缺陷识别技术,构建面向多类型缺陷识别的卷积神经网络模型,首次开发输电线路缺陷智能识别应用系统,典型缺陷识别率实现突破性提高;发明渐进加密金字塔式海量激光点云高效存储处理技术,开发输电线路激光点云数据分析专用软件,实现广域输电线路交叉跨越和树障等空间距离快速检测和安全预警;构建南方电网架空输电线路直升机巡检标准体系,开发了南方电网直升机巡检技术支持系统 (18个支撑软件)。 项目成果己在南方电网各分子公司应用,有效规范输电线路直升机巡视作业规模化、规范化开展,保障作业安全的同时,提升作业效率,提高作业质量,从而及时发现输电线路的缺陷和隐患,有效降低电网故障和因停电导致的损失,保障人民生活稳定,国家和区域经济持续增长。同时,部分项目成果集成于广州科易光电技术有限公司、中船重工第717研究所等光电吊舱设备中,进一步提高了相关光电吊舱性能指标和产品竞争力;成果软件已推广应用到四川测绘地理信息局、河北省第三测绘院、国家海洋技术中心等相关企事业单位中,在应用,在地理勘测、应急救灾、海岸巡查中发挥了重要作用,具有良好通用性和产业带动效应。