-
题名智能巡检机器人在海上风电升压站的应用
被引量：6
- 1
-
-
作者
张昊
和庆冬
石永恒
-
机构
国家电投集团江苏电力有限公司
国家电投集团江苏海上风力发电有限公司
江苏未来智慧信息科技有限公司
-
出处
《工业控制计算机》
2021年第3期73-74,78,共3页
-
文摘
为了解决传统海上风电升压站巡检工作中人力物力消耗高、效率低、无法直观管理等问题,提出了用智能巡检机器人替代运维巡检人员的应用要求;阐述了智能巡检机器人的系统结构组成;详细介绍了智能巡检机器人的后台软件系统、供电系统、通信系统、机器人系统等重要组成部分,机器人的防腐设计以及系统的主要功能。通过现场工业性试验情况表明,智能巡检机器人实现了“自动化减人”的目标,降低了成本,提高了自动化程度和故障处理效率,具有良好的经济技术效益。
-
关键词
智能巡检
机器人
海上升压站
-
Keywords
intelligent inspection
robot
sea ascending station
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
TM614
[自动化与计算机技术—控制科学与工程]
-
-
题名基于深度学习的海上升压站仪表识别方法
被引量：3
- 2
-
-
作者
张昊
周国钧
王凤雷
-
机构
国家电投集团江苏电力有限公司
国家电投集团江苏海上风力发电有限公司
江苏未来智慧信息科技有限公司
-
出处
《工业控制计算机》
2021年第3期56-57,60,共3页
-
文摘
随着人工智能和自动化水平的提高,机器人被越来越广泛地应用于变电站、升压站等场所巡检,为图像采集带来了便利,但是仪表图像的自动读数识别准确性问题尚未很好解决。提出一种基于深度学习的仪表识别技术,将仪表识别过程简化为仪表检测和仪表识别两个子任务,针对子任务的特点和难度设计不同的深度学习模型,通过某海上升压站现场采集的仪表图片对模型进行训练和验证,结果表明提出的模型具有较高的准确度和识别速度。
-
关键词
深度学习
仪表识别
YOLOv4
海上升压站
-
Keywords
deep learning
instrument identification
YOLOv4
sea ascending station
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP391.41
[自动化与计算机技术—控制科学与工程]
TM63
[电气工程—电力系统及自动化]
-
