원래 이름 기록: 国网青海省电力公司海北供电公司; 国网青海省电力公司

本发明公开了一种特高压绝缘子三维红外模型重建方法及系统。该方法包括：获取航拍参数并发送至无人机；无人机接收航拍参数，根据航拍参数飞行且在飞行过程中采集绝缘子的红外图像并发送至地面控制站；接收无人机发送的绝缘子的红外图像；对每张红外图像进行预处理并计算出每张红外图像的相机位姿，基于预处理后的多张红外图像和相机位姿，生成点云；采用K个高斯组分构成的混合模型拟合点云，得到3D高斯混合模型；将每张红外图像的红外温度映射至3D高斯混合模型，得到绝缘子三维红外模型。本发明提供的绝缘子三维红外模型融合了红外温度信息，能提高缺陷识别的准确性。

本发明公开了一种基于非均匀采样构建变电站绝缘子三维模型的方法。该方法包括：基于变电站激光点云数据，获取绝缘子的特征信息和绝缘子的周边遮挡物的遮挡区域边界，并基于周边设备遮挡区域边界确定绝缘子的无遮挡区域和高遮挡风险区域；获取用于采样路径规划的基础参数，并根据采样路径规划的基础参数和绝缘子的特征信息进行采样路径规划；获取无人机按照采样路径飞行采集的图像数据集和人机协同补拍的补拍图像集，并基于图像数据集和补拍图像集，利用预设的图像处理方法构建绝缘子三维模型。本发明针对均匀采样存在的不足，提供一种新的绝缘子三维模型构建方法，构建得到的绝缘子三维模型具有盲区面积占比小和关键部分采样覆盖率高等优点。

本申请公开了一种高压输变电设备放电位置检测方法、装置、介质以及设备。涉及高压输变电技术领域，方法包括：获取目标高压输变电设备的紫外光图像、可见光图像及红外图像；对紫外光图像和可见光图像进行融合得到融合图像；基于融合图像、红外图像采用预先训练好的改进YOLOv8目标检测模型进行目标检测得到高压输变电设备放电位置检测结果。本申请通过综合紫外图像提供放电信号、可见光图像提供设备结构和空间背景融合后能精确将放电点映射到具体的设备部件上；通过红外图像可以提供热效应证据，准确判断放电根本原因，采用改进YOLOv8模型同时完成定位、分类、评级及测温，提高高压输变电设备放电位置检测准确率。

本申请公开了一种目标检测方法、装置以及电子设备。涉及图像检测技术领域，其中方法包括：获取通过无人机系统的图像采集设备采集的配电网目标区域的实时巡检图像数据；在基于YOLOv8n的目标检测模型中构建基于C2f模块的主干网络，在所述主干网络中加入注意力机制和多尺度特征融合机制，并对模型类别损失函数、边界回归损失函数以及自适应焦点损失函数进行优化，得到轻量级深度学习模型；在所述无人机系统的边缘计算设备中利用所述轻量级深度学习模型，对所获取的配电网目标区域的所述实时巡检图像数据进行目标检测，得到目标检测结果。本申请的方法可以提高目标检测准确率。

本发明提供了一种面向复杂环境下电力巡检的无人机集群鲁棒控制系统及方法，涉及无人机集群控制技术领域，该方法包括获取无人机集群执行复杂环境下的巡检任务时的局部相关信息，基于局部相关信息获取最优巡检路径及任务分配，基于最优巡检路径及任务分配执行巡检，在巡检过程中基于H∞鲁棒控制器实现无人机集群保持与抗扰控制。本发明能够在弱信息环境下自主完成巡检任务，结合了自主决策、任务分配和鲁棒控制技术，解决了传统无人机集群在复杂环境中由于通信中断或信息缺失所带来的控制困难，提高了电力巡检效率和安全性。