期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于GA-SA算法的无人机巡检输电铁塔三维航迹优化
被引量：
8
1
作者
刘书山
刘兰兰
+3 位作者
肖乔莎
郭昊
徐溧
陈彬
《科学技术与工程》
北大核心
2023年第6期2438-2446,共9页
无人机巡检输电铁塔本体和金具、绝缘子等附属部件的航迹优化属于典型的旅行商问题。由于巡检对象的结构复杂、巡检部件多,采用单一的启发式算法会造成航迹重叠、容易陷入局部最优解等问题。为此,考虑无人机航迹三维空间结构的特点,引...
无人机巡检输电铁塔本体和金具、绝缘子等附属部件的航迹优化属于典型的旅行商问题。由于巡检对象的结构复杂、巡检部件多,采用单一的启发式算法会造成航迹重叠、容易陷入局部最优解等问题。为此,考虑无人机航迹三维空间结构的特点,引入全局搜索能力强的遗传算法(genetic algorithm, GA)与局部收敛速度快的模拟退火算法(simulated annealing, SA)相结合的无人机三维航迹混合GA-SA寻优算法。以无人机巡检500 kV超高压交流双回鼓型塔为例,根据三维有限元仿真得到的无人机电磁防护安全距离为2 m,结合巡检对象及常见缺陷出现的位置确定了61个高空安全悬停点,分别采用GA、SA和混合GA-SA算法对无人机遍历高空安全悬停点的航迹进行优化。结果表明:混合GA-SA算法的迭代收敛次数相比GA和SA分别减小了45.6%与55.2%,最优航迹距离分别缩短了8.1%与8.9%,验证了所提方法的有效性。
展开更多
关键词
无人机巡检
航迹优化
电磁防护安全距离
有限元方法
混合算法
下载PDF
职称材料
基于深度学习的架空输电导线缺陷检测方法研究
被引量：
5
2
作者
翟学明
李晓
翟羽佳
《电网技术》
EI
CSCD
北大核心
2023年第3期1022-1030,共9页
无人机巡检图像中,架空输电导线断股、表面磨损等缺陷存在人工复检效率低、误检漏检率高的问题,为此提出了一种基于深度学习的架空输电导线缺陷智能检测方法。该方法以Unet为基础网络,结合迁移学习的思想,将VGG16(visual geometry group...
无人机巡检图像中,架空输电导线断股、表面磨损等缺陷存在人工复检效率低、误检漏检率高的问题,为此提出了一种基于深度学习的架空输电导线缺陷智能检测方法。该方法以Unet为基础网络,结合迁移学习的思想,将VGG16(visual geometry group,16 weight layers)作为主干特征提取网络,并且将VGG16在ImageNet数据集上训练的权重作为预训练权重,以增强训练效果;然后将网络中的普通卷积用深度可分离卷积代替,有效地减少了网络的参数量;最后引入轻量级的高效通道注意力模块(efficient channel attention,ECA),实现不降维的局部跨信道交互策略,突出重要特征的同时克服了性能和复杂性之间的矛盾。在自建的输电导线缺陷数据集上,对方法进行了功能与性能测试,实验结果表明所提方法在导线断股检测上的准确率达到89.81%,在表面擦痕检测上的准确率达到90.86%,在表面刮损检测上的准确率达到93.58%,平均交并比(mean intersection over union,MIoU)值为86.12%,单张检测速度相对于Unet网络提升了8倍左右,提高了网络检测速度和检测精度。
展开更多
关键词
无人机巡检图像
输电导线缺陷检测
迁移学习
深度可分离卷积
高效通道注意力
下载PDF
职称材料
题名
基于GA-SA算法的无人机巡检输电铁塔三维航迹优化
被引量：
8
1
作者
刘书山
刘兰兰
肖乔莎
郭昊
徐溧
陈彬
机构
三峡大学电气与新能源学院
智能带电作业技术及装备(机器人)湖南省重点实验室
带电巡检与智能作业技术国网公司实验室
国网湖南省电力有限公司超高压输电公司
出处
《科学技术与工程》
北大核心
2023年第6期2438-2446,共9页
基金
智能带电作业技术及装备(机器人)湖南省重点实验室开放性课题(2021KZD1001)
国网湖南省电力有限公司科技项目(5216AJ21004)。
文摘
无人机巡检输电铁塔本体和金具、绝缘子等附属部件的航迹优化属于典型的旅行商问题。由于巡检对象的结构复杂、巡检部件多,采用单一的启发式算法会造成航迹重叠、容易陷入局部最优解等问题。为此,考虑无人机航迹三维空间结构的特点,引入全局搜索能力强的遗传算法(genetic algorithm, GA)与局部收敛速度快的模拟退火算法(simulated annealing, SA)相结合的无人机三维航迹混合GA-SA寻优算法。以无人机巡检500 kV超高压交流双回鼓型塔为例,根据三维有限元仿真得到的无人机电磁防护安全距离为2 m,结合巡检对象及常见缺陷出现的位置确定了61个高空安全悬停点,分别采用GA、SA和混合GA-SA算法对无人机遍历高空安全悬停点的航迹进行优化。结果表明:混合GA-SA算法的迭代收敛次数相比GA和SA分别减小了45.6%与55.2%,最优航迹距离分别缩短了8.1%与8.9%,验证了所提方法的有效性。
关键词
无人机巡检
航迹优化
电磁防护安全距离
有限元方法
混合算法
Keywords
uav
(
unmanned
aerial
vehicles
)
inspection
track
optimization
electromagnetic
protection
safety
distance
finite
element
method
hybrid
algorithm
分类号
TM755 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
基于深度学习的架空输电导线缺陷检测方法研究
被引量：
5
2
作者
翟学明
李晓
翟羽佳
机构
华北电力大学控制与计算机工程学院
国网石家庄供电公司
出处
《电网技术》
EI
CSCD
北大核心
2023年第3期1022-1030,共9页
文摘
无人机巡检图像中,架空输电导线断股、表面磨损等缺陷存在人工复检效率低、误检漏检率高的问题,为此提出了一种基于深度学习的架空输电导线缺陷智能检测方法。该方法以Unet为基础网络,结合迁移学习的思想,将VGG16(visual geometry group,16 weight layers)作为主干特征提取网络,并且将VGG16在ImageNet数据集上训练的权重作为预训练权重,以增强训练效果;然后将网络中的普通卷积用深度可分离卷积代替,有效地减少了网络的参数量;最后引入轻量级的高效通道注意力模块(efficient channel attention,ECA),实现不降维的局部跨信道交互策略,突出重要特征的同时克服了性能和复杂性之间的矛盾。在自建的输电导线缺陷数据集上,对方法进行了功能与性能测试,实验结果表明所提方法在导线断股检测上的准确率达到89.81%,在表面擦痕检测上的准确率达到90.86%,在表面刮损检测上的准确率达到93.58%,平均交并比(mean intersection over union,MIoU)值为86.12%,单张检测速度相对于Unet网络提升了8倍左右,提高了网络检测速度和检测精度。
关键词
无人机巡检图像
输电导线缺陷检测
迁移学习
深度可分离卷积
高效通道注意力
Keywords
uav
(
unmanned
aerial
vehicl
e)
inspection
image
transmission
wire
defect
detection
transfer
learning
depthwise
separable
convolution
efficient
channel
attention
分类号
TM721 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于GA-SA算法的无人机巡检输电铁塔三维航迹优化
刘书山
刘兰兰
肖乔莎
郭昊
徐溧
陈彬
《科学技术与工程》
北大核心
2023
8
下载PDF
职称材料
2
基于深度学习的架空输电导线缺陷检测方法研究
翟学明
李晓
翟羽佳
《电网技术》
EI
CSCD
北大核心
2023
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
