عیب یابی هوشمند شبکه انتقال برق به کمک عکس حرارتی

نوع مقاله: کوتاه

نویسندگان

1 دانشجوی کارشناسی ارشد دانشکده فنی مهندسی برق دانشگاه علامه محدث نوری نور

2 استادیار دانشکده مهندسی برق دانشگاه علوم دریایی امام خمینی (ره) نوشهر

چکیده

امروزه شرکت‌های بسیار زیادی در سراسر دنیا برای جلوگیری از نقاط خراب و افزایش قابلیت اطمینان شبکه‌های برق از عکس برداری حرارتی (مادون قرمز) استفاده می­کنند. درواقع بازدید فنی تجهیزات الکتریکی توسط دوربین‌های حرارتی بهترین روش برای عیب‌یابی است. از طرفی درتمامی روش‌های پیشگیرانه و همچنین در استفاده از عکس برداری مادون قرمز، تجزیه تحلیل و تفسیر عکس‌های حرارتی  به صورت سنتی و چشمی انجام می­گیرد. از این‌رو با توجه به گستردگی، تنوع و پراکندگی شبکه‌های انتقال برق، ارائه روشی که به صورت هوشمند به تشخیص نوع عیب بپردازد به شدت احساس می‌شود. در این مقاله روشی ارائه خواهد شد که به ‌واسطه آن با هزینه‌ای کمتر و دقت بیشتر بتوان با استفاده از دوربین‌های حرارتی عیب‌های موجود در شبکه‌های توزیع برق را به صورت هوشمند شناسایی کرد، تا بتوان هم زمان شناسایی را کاهش داد و هم ضریب خطا را به حداقل رساند.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Troubleshooting smart grid with thermal image

نویسندگان [English]

  • a kazemi 1
  • mohammadreza soheilifar 2
1 allameh mohades nouri nour
چکیده [English]

Abstract
Today, many companies use thermal imaging (infrared) to prevent distorted locations and increase the reliability of power networks around the world. In fact, the technical inspection of the electrical equipment by the thermal cameras is the best way to troubleshoot. On the other hand, in all preventive methods as well as in the use of infrared imaging, the analysis and interpretation of thermal images are traditionally done. Hence, due to the wide variety, diversity and dispersion of power transmission networks, it is strongly felt to provide a method that intelligently detects the type of defect. In this paper, a method is proposed which, due to its lower cost and accuracy, can be intelligently detected by the use of thermal cameras in faults in power distribution networks, in order to reduce both the identification time and the error factor Minimized.

کلیدواژه‌ها [English]

  • Thermal images
  • Fault diagnosis
  • Modeling
  • Binary
1. Jo ao Sequeira,J.R. "The Development of a Robotic System for Maintenance and Inspection of Power Lines", oct 2012.

2 Wilson, M, Hurlebaus, S. "Power Line Monitoring", Proceedings of the 2007 American Control Conference.

3. Sun,C, Wang,H, Zhao,M. "3D Simulation and Optimization Design of a Mobile Inspection Robot for Power Transmission Lines", Proceedings of the 6th World Congress on Intelligent Control and Automation, June21-23, 2006, Dalian, China.

4. Gonzalez,R, Woods,R. "Digital Image   P  processing",‌ Addison-Wesley Publishing   company, 1992, pp 524, 552.   

5. Belkasim, S.O, Shridhar,M, and Ahmadi,M. "Pattern Recognition with Moment Invariants: A Comparative Study and New Results," IEEE Trans.On Pattern Recognition, 24(12), 1117-1138, 1991.

6.   Thirunavu,K. "Genetic Algorithm based CFS and Naive Bayes Algorithm to Enhance the Predictive Accuracy", Article in Indian Journal of Science and Technolog  , October 2015.

7. Kazem ,A. "Decision Support and e-Service Intelligence Lab", Quantum Computation and Intelligent Systems, School of Software, Faculty of Engineering and Information Technology, University of Technology Sydney, Ultimo, NSW, Australia , February 2014.

8. Gonzales,R. "Digital Image Processing", Book, Second Edition.

9. Fast and robust bootstrap method for testing hypotheses in the ICA model Shahab Basiri ; Esa Ollila ; Visa Koivunen , Publication Year 2014