基于无人机红外视频的输电线路发热缺陷智能诊断技术

被引:73
作者
张文峰 [1 ]
彭向阳 [2 ]
陈锐民 [2 ]
陈驰 [3 ]
邓超怡 [3 ]
钱金菊 [3 ]
徐文学 [3 ]
机构
[1] 广东电网公司
[2] 广东电力科学研究院
[3] 测绘遥感信息工程国家重点实验室(武汉大学)
关键词
无人机; 红外图像处理; 输电线提取; 故障诊断;
D O I
10.13335/j.1000-3673.pst.2014.05.032
中图分类号
TM75 [线路及杆塔]; TP391.41 [];
学科分类号
080802 ; 080203 ;
摘要
以无人机搭载的红外传感器获取的视频为数据源,研究了基于红外图像的电力设备异常发热检测,实现了输电线故障缺陷位置的自动诊断和定位。首先从红外视频中抽取红外序列图像帧并对抽取的红外图像进行自动拼接和帧间差分,进而确定输电线的主方向,并对输电线区域进行定位;然后根据红外图像和输电线故障诊断标准对提取的输电线进行故障诊断,最终实现了输电线故障的定位和自动诊断。实践证明该方法具有较高的自动化程度和效率。
引用
收藏
页码:1334 / 1338
页数:5
相关论文
共 17 条
[11]   电力线路巡检系统信息分析软件的设计与实现 [J].
邵志一 ;
韩军 ;
宋海华 .
电网技术, 2008, (12) :100-104
[12]   基于地理信息的电力线全景图像信息融合方法 [J].
宋海华 ;
韩军 ;
邵志一 .
电网技术, 2008, (07) :92-95
[13]   红外诊断技术在火力发电厂生产中的应用 [J].
王达宇 .
电网技术, 2007, (S1) :210-213
[14]   一种稳健的道路主方向提取算法 [J].
张道兵 ;
张慧 ;
张正 ;
刘波 ;
王宏琦 .
光子学报, 2007, (S1) :326-330
[15]   红外热诊断技术在电力系统中的应用 [J].
曹春梅 ;
张晓宏 .
激光与红外, 2006, (S1) :781-784
[16]   高压输电线路红外图像的边缘检测 [J].
肖晓晖 ;
杜娥 ;
谌青昊 ;
吴功平 .
中国电力, 2005, (01) :31-33
[17]   红外热成像技术在线故障诊断 [J].
许仲仁 ;
唐上林 .
电力设备, 2004, (03) :75-77