基于视频跟踪的输电线路舞动监测技术研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:albeewang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,我国在电力系统建设上的投入不断增加,电网覆盖范围也越来越广,随之而来的是输电线路舞动事故发生频率逐年攀升。舞动已经成为造成电路安全隐患的主要原因之一,并成为各国研究焦点问题。使用输电线路舞动监测技术可以得到输电线舞动的关键参数,这一点对于研究舞动产生机理以及分析影响舞动因素就尤为重要。输电线路舞动监测技术有诸多解决方案,其中,基于视频采集的监测技术凭借其非接触测量特性,可以较大程度地省却安装、固定测量装置的时间成本和经济成本,并减少研究人员定期维护设备的工作量。同时,基于视频采集法的监测方案可以对输电线路舞动参数起到良好的监测作用。因而,视频监测法正越来越多地应用于输电线路舞动监测相关领域,并且不断完善和发展。基于以上背景,本文依托于Android平台,结合视觉目标检测算法和目标跟踪算法,对输电线路舞动监测技术开展研究。针对输电线路舞动监测整体技术路线,对整个舞动监测系统进行设计。方案涵盖了系统评价指标确定、系统组成及划分以及监测系统实验设计。针对所用的STC目标跟踪算法和TLD目标跟踪算法以及YOLO视觉检测算法,本文对其算法原理和核心思想进行详细阐述,交待了算法编程实现的一系列步骤,并且设计相关实验,针对算法性能指标进行测试。结果表明所选用的算法均取得较好的效果。基于Android手机硬件环境,开发了Android客户端程序和云端服务器程序,并针对软件评价指标对软件进行功能性、兼容性和网络延迟测试,测试结果表明软件满足功能需求。基于以上所做的理论研究和动手实践,将调试完成的图像处理算法集移植到Android平台上。从而构建出输电线路舞动监测系统。最后设计了测量舞动频率和幅值参数的实验,分析了实验监测结果,验证了本文总体技术路线的可行性。
其他文献
近年来,人脸识别一直是模式识别、图像处理和机器视觉等领域的研究热点之一。素描人像识别作为一个难题,一直以来没有一个非常有效的解决方案,它是依据专业画家手绘的素描人像进行的人脸识别,素描人像识别主要在公安司法案件侦破和寻找走失人员中进行应用,在案件没有犯罪嫌疑人或走失人员的确定照片时,通过对素描人像图与人脸照片的比对,它可以帮助调查人员缩小目标范围。现阶段在该方面的研究绝大多数是将照片转化为类素描的
计算机技术的飞速发展对各行业的研究和生产起到了巨大的推动作用,而计算机编程作为其中不可或缺的工具被越来越多地投入生产和使用。出于对大量计算机程序生成和维护的需要,代码智能应运而生,代码自动修复是其中的一个重要分支。代码自动修复旨在在没有人工干预的条件下,利用计算机程序自动修复代码中存在的语法或语义错误。随着深度学习的发展,研究者们出于自然语言和编程语言的共通性,利用自然语言处理方法解决代码自动修复
红外小目标检测系统在军事、国防领域中具有重要的战略应用价值,因此在红外小目标检测系统研发过程中需要对其进行充分的模拟测试来确保其性能。由于数据的敏感性,可公开获取的包含红外小目标的测试图像数据源较少,而大量的测试数据却是研究红外小目标检测算法必不可少的。除此之外,对于红外小目标检测结果的评估也缺乏统一标准,不能满足实时评估分析和应用的需求。针对上述问题,本课题将研制一套针对红外小目标检测系统的测试
随着红外成像技术的不断发展、前沿的新技术对红外成像系统开发设计上的优化,红外热像仪在军事、工业、生活各个领域的应用场景也在不断拓宽。由于2020年新型冠状病毒引起的肺炎疫情的迅速扩散,利用红外热像仪在公共场所进行精准的体温监测成为了相关领域的重点研究内容,红外热像仪性能的好坏将直接影响体温监测的准确性,对疫情防控工作至关重要。因此对于用于体温监测的红外热像仪,建立全面、科学的性能评估模型,准确预测
随着国家对工业排放超净治理的持续推进,以火电厂、集中供热企业为主的工业燃煤企业相继完成大气污染超低排放改造,但大气污染形势仍然严峻,尤其以雾霾为特征的区域性大气环境问题依然突出。根据相关数据显示,在我国北方农村地区低效散烧燃烧和秸秆野外焚烧排放的污染物占雾霾主要成分总量的20%以上,已成雾霾天气的重要原因之一。因此生物质能热电联产作为既能解决农作物秸秆野外焚烧造成的污染问题,又能作为农村地区提供高
城镇化与工业化进程在推进我国经济快速发展的同时,亦对自然环境造成了较为突出的伤害,其中,较为突出的一点便是带来了当前的较为严重的各类水污染问题。从2007年开始,我国政府大幅度提高对于环保行业的投入,由此引发了环保行业的爆炸式发展。伴随行业的高速发展,进入这一领域的企业也越来越多,尤其是近年来建筑类国企、央企以及国外资本的强势介入,正对我国民营环保企业的生存空间构成了强烈挑战。为此,如何为企业构建
随着信息化时代的来临,军事文本信息出现“过载”的问题,这为情报分析人员增加了沉重的负担。利用自然语言处理中的信息抽取技术智能地提取其中的有价值信息并呈现出来,是一种备受瞩目的解决方案。而命名实体识别技术作为信息抽取领域中的基石,其重要性不言而喻。本文立足于军事命名实体识别任务,对基于预训练语言模型的深度学习方法进行研究。因为军事领域相关的语料集匮乏,出于研究需要,本文首先以军事新闻文本为数据源构建
随着微纳米加工技术、纳米超材料的发展以及超精密结构的日益复杂,对于微小空间结构三维尺度测量的需求日益迫切。共焦显微技术具有独特的三维层析能力、高分辨力、对被测样品无特殊要求、非接触测量不会损伤样品表面等优点,可广泛应用于微结构三维形貌测量方面。目前外差共焦仍然是提升共焦显微系统轴向分辨力的主要手段之一,但是由于该系统采用硬针孔结合光电探测器的方式存在针孔离焦位置调节困难、容易堵塞等诸多问题,致使系
随着互联网上信息量的快速增长,人们对信息检索效率的要求越来越高。如何从互联网上高效的获取信息成为一个重要的问题。搜索引擎是检索信息和收集互联网数据最为有效的工具,但是搜索引擎返回的结果仍然包含着诸多的干扰信息和冗余信息,需要进行进一步的分析和归纳才能掌握搜索引擎返回的重点。而面向问题的文本摘要可以解决这个问题,面向问题的文本摘要旨在基于给定的问题从文档中返回一段含有文档中重要信息的简短的文字,配合
光场显微技术作为一种无需扫描、可伸缩的方法,可以以高分辨率观察跨越多个时空尺度的各种解剖和功能信息,从而实现从单细胞标本到哺乳动物大脑的高速、体积成像,但重建伪影的出现和复杂的计算成本大大限制了光场显微技术的广泛应用。因此研究人员通过两个方面对光场显微系统不断进行优化和改进。一方面通过调整微透镜阵列的相对位置,得到了较高分辨率的光场显微镜,并有效避免了重建伪影;另一方面,通过将微型显微镜平台和光场