【技术实现步骤摘要】
本专利技术涉及输电线路分析，具体涉及一种输电线路的导线弧垂动态分析方法及装置。
技术介绍
1、导线弧垂在线监测关乎导线的载流量，只有对其进行精准监测和即时响应分析，才可以在保证线路安全的前提下尽可能的提高线路载流量。
2、目前对于导线弧垂的实时在线测量，已经可以通过视频监控的方式来进行，但导线线形的拟合和优化以及最低点的寻取，受初始找形函数和参数设置搜索范围的影响，必然导致分析工作完成不及时，不能与导线载流量的调整时间周期相匹配，还可能导致拟合得到的线性和弧垂测量不是非常准确，进而引发深层次的电网送电安全问题。
技术实现思路
1、为了克服上述缺陷，本专利技术提出了一种输电线路的导线弧垂动态分析方法及装置。
2、第一方面，提供一种输电线路的导线弧垂动态分析方法，所述输电线路的导线弧垂动态分析方法包括：
3、将采集的输电线路的导线线形点云数据作为预先训练的基于机器学习的目标检测模型的输入，得到预先训练的基于机器学习的目标检测模型输出的输电线路检测结果；>
4、采用边缘本文档来自技高网...
【技术保护点】
1.一种输电线路的导线弧垂动态分析方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述预先训练的基于机器学习的目标检测模型的训练过程包括：
3.如权利要求1所述的方法，其特征在于，所述边缘检测算法包括：Roberts算法、Sobel算法、高斯-拉普拉斯算法、Canny算法。
4.如权利要求1所述的方法，其特征在于，所述预设值为0.5。
5.如权利要求1所述的方法，其特征在于，所述输电线路对应的静态平衡线形函数如下：
6.如权利要求5所述的方法，其特征在于，所述导线的升温幅度如下：p>
7.如权利...
【技术特征摘要】
1.一种输电线路的导线弧垂动态分析方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述预先训练的基于机器学习的目标检测模型的训练过程包括：
3.如权利要求1所述的方法，其特征在于，所述边缘检测算法包括：roberts算法、sobel算法、高斯-拉普拉斯算法、canny算法。
4.如权利要求1所述的方法，其特征在于，所述预设值为0.5。
5.如权利要求1所述的方法，其特征在于，所述输电线路对应的静态平衡线形函数如下：
6.如权利要求5所述的方法，其特征在于，所述导线的升温幅度如下：
7.如权利要求6所述的方法，其特征在于，...
【专利技术属性】
技术研发人员：张宏杰，彭波，李丹煜，刘彬，孙启刚，李丹丹，何春晖，薛炳磊，王志鹏，陈相家，付一木，汉京善，张国强，李孟轩，范文琪，李晨，刘辉，周超，刘纲，
申请(专利权)人：中国电力科学研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。