一种地线除冰装置夹紧力调节方法及除冰装置

    公开(公告)号:CN119297906A

    公开(公告)日:2025-01-10

    申请号:CN202411682034.3

    申请日:2024-11-22

    Abstract: 本发明涉及架空地线除冰技术领域,具体是一种地线除冰装置夹紧力调节方法及除冰装置。本发明包括以下步骤:S1、实时获取与夹紧效果相关的基本参数,基本参数包括高空风力导致的侧翻力矩和地线弹跳引起加速度产生的弹跳力矩;S2、将基本参数输入到预设的夹紧力计算模型中,以得到夹紧轮的最小夹紧力;S3、获取安全系数,并根据安全系数和最小夹紧力计算出夹紧轮的实际夹紧力;S4、将实际夹紧力与预设安全夹紧力阈值作比较,按照预测策略生成夹紧力调节指令,以实现除冰装置夹紧力的动态调节。本发明能够根据不同地线除冰工况获取除冰装置中夹紧轮的最小夹紧力,以实现除冰装置运行过程中夹紧轮夹紧力的优化控制。

    适用于输电线缆的旋转切削除冰机器人及其控制方法

    公开(公告)号:CN119582090A

    公开(公告)日:2025-03-07

    申请号:CN202510043495.4

    申请日:2025-01-10

    Abstract: 本发明涉及线缆除冰技术领域,尤其涉及一种适用于输电线缆的旋转切削除冰机器人及其控制方法,包括行走机构、辅助行走组件、无人机吊挂组件、夹持调心组件、旋转切削组件和第一摄像头,本申请可通过无人机吊挂的方式完成线缆挂载,作业方式更加灵活,通过辅助行走组件对线缆上初始位置的覆冰施加折弯力使覆冰掉落,实现线缆初始位置除冰的效果,通过夹持调心组件将线缆导向夹紧,使得线缆中心与旋转切削组件的运动中心重合,进而提高旋转切削精度,而且防止刀刃对线缆造成触碰损坏,利用旋转切削组件旋转切削冰层,保证覆冰完全去除,提高覆冰去除效果,通过第一摄像头对覆冰厚度进行实时识别,然后根据覆冰厚度进行动态调速,提高智能化程度。

    一种地线除冰装置
    7.
    发明公开

    公开(公告)号:CN119582089A

    公开(公告)日:2025-03-07

    申请号:CN202411682025.4

    申请日:2024-11-22

    Abstract: 本发明涉及架空地线除冰技术领域,具体是一种地线除冰装置。本发明包括底部形成有敞口状的过线通道的骨架和安装在骨架上的破冰机构,过线通道的上部形成仅供地线穿过的行走腔,过线通道的下部形成可供地线和覆冰进入的初始除冰腔;行走腔处安装有用于除冰装置在地线上移动的行走机构,骨架上还安装有夹紧机构和爬行机构,夹紧机构包括两个第二夹板,爬行机构包括两个第一夹板,两个第二夹板和两个第一夹板均对称分布在所述初始除冰腔所在通道的两侧,两个第二夹板之间以及两个第一夹板之间均形成敞口状的夹持区。本发明无需人工或借助其他破冰设备对地线起始段的覆冰进行处理,提升了除冰装置使用的便捷性。

    一种地线锁扣组件及地线除冰装置

    公开(公告)号:CN119362333A

    公开(公告)日:2025-01-24

    申请号:CN202411682026.9

    申请日:2024-11-22

    Abstract: 本发明涉及架空地线除冰技术领域,具体是一种地线锁扣组件及地线除冰装置。本发明包括外壳体,外壳体的下部设置有可套设于地线外周的进线槽,进线槽的旁侧设置有U形锁扣,U形锁扣的U形底端通过水平转轴与外壳体形成回转配合,且所述水平转轴与U形锁扣的内腔槽长方向均沿进线槽的槽长方向布置;U形锁扣具有内腔与进线槽槽腔共用同一开口的初始状态,并由进入U形锁扣内腔的地线推动其转动形成U形锁扣内腔与进线槽槽腔十字相交的锁止状态,由锁止状态下的U形锁扣的内腔壁与进线槽的槽壁共同围合形成闭锁地线的闭锁腔。本发明结构布置合理,能通过无人机或吊装装置实现与地线的自动锁止和解锁,且无需供电单元提供电力支持,可靠性更高。

    基于Mamba的图像模糊分类以及覆冰预测方法、系统和存储介质

    公开(公告)号:CN119540599A

    公开(公告)日:2025-02-28

    申请号:CN202411362226.6

    申请日:2024-09-27

    Abstract: 本发明涉及图像模糊分类和电网安全监测技术领域,尤其是一种基于Mamba的图像模糊分类以及覆冰预测方法、系统和存储介质。本发明提出的图像模糊分类模型包括顺序连接的:Stem‑P网络和4个Mamba‑E网络;Stem‑P网络的输入即为基础模型的输入,最后一个Mamba‑E网络的输出即为基础模型的输出;Stem‑P网络包括顺序连接的卷积层、池化层、线性层和非线性特征网络;Mamba‑E网络包括顺序连接的第一层归一化网络、第一多层感知机、第二层归一化网络、Mamba网络、第一维度叠加单元、第三层归一化网络、第二多层感知器和第二维度叠加单元;本发明提出的基于Mamba的图像模糊分类模型的训练方法,利用Stem‑P网络对输入图像进行池化和线性处理,实现了对图像隐藏特征的显性处理,利于后续Mamba‑E网络对图像数据信息进行特征捕获,从而提高图像模糊程度识别效率和精度。另外,本发明提出的覆冰预测方法,结合图像模糊程度分类结果和测雨雷达反射率预测降雨量情况,可实现对监测区域覆冰程度的预测,从而实现对覆冰的提前预警。而图像模糊程度分类只需要将远程采集的可视化图像输入模型进行识别即可,测雨雷达反射率则由气象局的气象雷达在线提供,结合简单的输入数据,便可快速得到精确的覆冰程度预测结果,适用性非常广泛。

Patent Agency Ranking