开放期刊系统

电力设备异常状态预测中无人机智能巡检技术的应用分析

孟 磊

摘要

智能电网建设持续推进,电力设备的规模不断扩张,传统人工巡检方式在复杂环境下难以适配,异常状态识别效率不高,风险预警能力也存在局限。无人机智能巡检技术以无人机平台为载体,搭载智能感知设备,结合人工智能分析方法,为电力设备状态监测、故障预测提供新的技术路径。本文针对电力设备异常状态预测中的无人机智能巡检技术应用开展研究,梳理多源巡检数据融合难度大、智能识别算法适配性不足等实际应用难题,提出构建多源数据融合预测体系、增强人工智能算法识别能力、完善"端—边—云"协同计算模式、建立智能巡检闭环管理机制等优化策略,为电力设备智能化运维提供参考。

关键词

电力设备, 异常状态预测, 无人机

全文:

PDF


参考

闫斌,陶俊,薛蒙.基于轻量卷积神经网络的电力设备无人机巡检缺陷定位[J].国外电子测量技术,2025,44(11):151-157.

熊斌,陆杨文,沈伶康.基于超声波技术的电力设备带电清洗无人机作业效率提升研究[J].中国机械,2025,(3):13-16.

郦铁锋,吴欣,丁翔.基于无人机的配网电力设备自动巡检方法[J].信息与电脑(理论版),2023,35(19):10-12.

杨振伟,陈炳海,张淏凌.面向电力设备检修的多无人机协同飞行路径规划算法[J].微型电脑应用,2023,39(1):88-91.


(0 摘要 Views, 0 PDF Downloads)

Refbacks

  • 当前没有refback。