输电线路无人机巡检智能管理系统的研究与应用附视频

被引：14

作者：

郑仟

李宁

机构：

[1] 国网宁夏电力有限公司检修公司

来源：

电子设计工程 | 2019年 / 09期

关键词：

无人机巡检; 深度学习; 卷积神经网络; 缺陷识别; 信息管理;

D O I：

10.14022/j.cnki.dzsjgc.2019.09.017

中图分类号：

V279 [无人驾驶飞机]; TM75 [线路及杆塔];

学科分类号：

1111 ; 080802 ;

摘要：

文中针对目前无人机巡检过程中产生的海量图像和视频数据在人工处理时工作效率低下、工作量巨大等问题,采用J2EE技术体系,按照多层次软件开发体系对输电线路无人机智能管理系统进行了研究。该系统采用了基于Faster-Rcnn的深度学习算法,利用深度卷积神经网络算法对数据进行预处理和分类。同时能够完成设备缺陷的标注,并将识别结果进行反馈。此外,系统集成了无人机巡检工作的整个作业流程,实现了对无人机巡检作业的智能化调度和全流程监控。该系统的研究对于实现输电线路无人机巡检的高效工作具有重要意义。

引用

收藏

页码：74 / 77+82 +82

页数：5

相关论文

共 18 条

[1] 匹配输电线路巡检需求的无人机选型研究 [J].

王淼 ;

刘伟东 ;

李一鹏 ;

武艺 ;

李源源 ;

张忠瑞 ;

陈明 .

电子科技大学学报, 2018, 47 (01) :60-65

[2] 无人机在输电线路巡检中的应用 [J].

李建峰 ;

段宇涵 ;

王仓继 ;

王西鹏 ;

郭鹏 ;

张友民 .

电网与清洁能源, 2017, 33 (08) :62-65+70

[3] 大型固定翼无人机在架空输电线路中的应用模式研究 [J].

王淼 ;

李源源 ;

陈艳芳 ;

刘伟东 ;

武艺 ;

陈利明 .

测绘通报, 2017, (S1) :159-163

[4] 基于三维GIS的无人机巡检航迹规划研究 [J].

冯智慧 ;

张雪峰 ;

方书博 ;

龚浩 ;

刘春翔 .

高压电器, 2017, 53 (08) :81-86+93

[5] 面向电网巡检的多旋翼无人机航测系统关键技术研究及应用 [J].

汤坚 ;

杨骥 ;

宫煦利 .

测绘通报, 2017, (05) :67-70

[6] 高压输电线路多无人机自主协同巡线设计与测试 [J].

施孟佶 ;

秦开宇 ;

李凯 ;

郑永康 .

电力系统自动化, 2017, 41 (10) :117-122

[7] 输电线路巡检绝缘子跟踪与测距技术 [J].

杨蔚 ;

周辉 ;

杨生兰 ;

杨颖锐 .

电子科技, 2017, (05) :124-127

[8] 大型无人机电力巡检LiDAR点云安全距离诊断方法 [J].

陈驰 ;

彭向阳 ;

宋爽 ;

王柯 ;

钱金菊 ;

杨必胜 .

电网技术, 2017, 41 (08) :2723-2730

[9] 无人机激光扫描作业杆塔位置提取算法 [J].

彭向阳 ;

宋爽 ;

钱金菊 ;

陈驰 ;

王柯 ;

杨钰琪 ;

郑晓光 .

电网技术, 2017, 41 (11) :3670-3677

[10] 基于RCNN的无人机巡检图像电力小部件识别研究 [J].

王万国 ;

田兵 ;

刘越 ;

刘俍 ;

李建祥 .

地球信息科学学报, 2017, 19 (02) :256-263