科创中国

行业领域

电子信息技术

需求背景

随着我国经济的快速发展以及城市规模的不断扩大，居民用电和商业用电需求与日俱增。在巨大用电量需求下，输电网络规模不断扩大，与此同时给输电网的检修和维护带来巨大工作量和挑战。目前，我国长距离输电主要采用的是高压、超高压架空电力线路。输电线路杆塔及其上面各部分电气元件由于长期暴露在外界环境中，容易受到材料老化、雷击、污秽以及其它因素侵扰，从而导致输电线路发生故障。因此，定期对输电线路上的各种设备进行巡检对于保证电力系统的安全、可靠运行具有重要意义

需解决的主要技术难题

   无人机巡检过程中，受环境干扰以及机载相机拍摄尺度和角度影响，待检测的巡检图像往往背景较为复杂，如何在复杂背景下实现输电线路多目标故障的准确检测是本项目拟解决的主要问题

期望实现的主要技术目标

（1）本项目技术开发中拟采用目前世界公认检测性能最好的深度学习检测算法之一的YOLO-v3。在项目实施过程中，对该算法进行了改进，对其中的网络结构进行了优化。该算法相比于目前的各类检测算法，不仅精度更高，而且实时性更好。

（2）本项目拟开发的高压输电线路故障自动检测系统具有操作简单、方便，可以对无人机或直升机采集到的海量视频或图片数据进行自动检测和识别。

（3）本项目所开发的系统可以进行二次开发，拓展故障检测的模型和类别。

（4）本项目采用深度学习检测框架，随着样本的丰富，检测精度会越来越高。

（5）本项目采用模块化设计，结构简单，便于移植，可以将本项目的检测框架移植到其他相关检测领域

需求解析

解析单位：重庆市永川区 解析时间：2022-10-31

廖磊

重庆大学

教授

综合评价

技术需求清晰

查看更多>

处理进度