典型文献
基于机器学习的500 kV超高压变电站变电状态机器人巡检系统设计
文献摘要：
变电状态巡检是保证超高压变电站稳定工作的重要环节,受到巡检路径规划技术的影响,系统巡检时间较长,因此,提出基于机器学习的500 kV超高压变电站变电状态机器人巡检系统设计.根据机器人外部传感器采集的环境信息,创建变电站巡检地图.应用机器学习中的DBSCAN算法,结合激光雷达扫描线设计机器人巡检路径规划技术;通过幂次变换与经典直方图算法对目标巡检图像进行增强处理,提取图像特征检测异常变电状态.再结合控制中心实现变电状态巡检管理,输出巡检结果.系统测试结果表明:巡检时间缩短了64.5％与59.2％,有效提升了系统巡检效率.
文献关键词：
机器学习;超高压变电站;变电状态;智能机器人;巡检;图像检测
中图分类号：
作者姓名：
张文;许明政;李仲强;刘嘉豪
作者机构：
国网安徽省电力有限公司超高压分公司,合肥230000
文献出处：
引用格式：
[1]张文;许明政;李仲强;刘嘉豪-.基于机器学习的500 kV超高压变电站变电状态机器人巡检系统设计)[J].自动化与仪表,2022(07):48-53
A类：
变电状态
B类：
基于机器学习,kV,超高压变电站,状态机,机器人巡检系统,站稳,巡检路径规划,路径规划技术,环境信息,变电站巡检,DBSCAN,激光雷达,扫描线,直方图,图像特征,特征检测,常变,控制中心,巡检管理,出巡,系统测试,巡检效率,智能机器人,图像检测
AB值：
0.220334
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
