针对电力设备巡检智能化水平较低的现状，文中将增强现实（Augmented Reality，AR）技术应用于电力设备巡检过程。文中从智能巡检终端、服务器与数据库3个层面构建了基于AR技术的电力设备智能巡检系统架构。提出基于AR技术和深度神经网络（Deep Neural Networks，DNN）算法的电力设备故障识别方法，将智能巡检终端采集的图像作为输入，在线识别电力设备可能存在的故障类型。通过仿真测试表明，所提方法故障识别时间与支持向量机（Support Vector Machine， SVM）与BP神经网络（Back Propagation-Neural network， BP-NN）算法相近。但是各类故障识别准确率均大于98%，大于SVM与BP-NN算法，所提方法能够快速准确地识别电力设备故障类型。
2023-03-04 13:49:26
1.54MB
1
使用掌上电脑技术，结合GPS定位技术，实现巡检人员到达检测现场的考核监督和线路设备运行状况的数据录入；采用GPRS和PC机的接口通信技术，实现巡检数据的实时传送或离线读入；应用功能强大的数据库管理系统软件技术，根据巡检管理工作的具体要求，开发完成各种功能处理模块，实现巡检数据的综合查询分析处理和图文报表的产生。通过上述一系列的系统集成，最终实现电力线路设备巡检数据的采集、传输、浏览、分析一体化综合处理。并通过接口与GIS地理信息系统结合，在GIS 系统上反映设备的巡检结果,构建功能完整的电力智能巡检信息管理系统。
2022-10-20 11:16:15
61KB
1
报警，ds18b20，阈值设定，仅供参考。如需帮助记得联系19947455500，仅供参考。报警，ds18b20，阈值设定，仅供参考。如需帮助记得联系19947455500，仅供参考。报警，ds18b20，阈值设定，仅供参考。如需帮助记得联系19947455500，仅供参考。
2022-10-05 10:33:33
221KB
1