摘要：为了提高电力现场自动化监测的智能程度,设计并实现了一种基于计算机视觉的电力现场自动化监控系统,智能识别算法采用统计平均值的方法获取现场的计算点,利用距离因子的Gauss分布对电力现场的监控区域进行图像融合。通过统计对所有像素点的深度值进行环境建模,利用电力现场的动态特性确定电力现场是否出现故障以及是否发生环境突变。系统终端通过一块单独MCU对同步曝光进行控制,核心算法通过DSP进行处理,给出系统总体设计图,重点分析数据采集模块。仿真实验结果表明,所提方法具有较高的处理速度及准确率,取得较好的监控效果。

摘要：现有管道漏磁检测系统在管道内壁结蜡的情况下，会造成数据提取后参数非线性程度无法把握，难以形成有效的漏磁检测模型，因此，设计了一种基于优化组合回归估计算法的电站管道漏磁检测系统；在电站管道漏磁检测技术中，使用数据挖掘的自回归技术与移动平均回归技术的优化组合，解决了管道非线性数据无确定性模型判定的问题；文章还对步进电机、霍尔传感器等硬件进行了设计，设计完成后，在不同型号的结蜡管道中进行系统的测试，数据来自胜利油田河口采油厂的义首线，孤东线输油管道上采集到的2010年8月-2013年9月的压力和流量数据，检测的准确率较传统的方法提高15％，抗干扰能力大大加强，具有很强的实用价值。