علیرضا آفری

خطوط انتقال نیرو، بخش حیاتی شبکه های برق هستند و سلامت آن ها به منظور تامین برق پایدار جامعه ضروری است. مقره ها، به عنوان عایق بین هادی ها نقش اساسی در این شبکه ایفا می کنند و عیوب آن ها می تواند منجر به قطع، اتلاف برق و خطرات جانی شود. پایش و تشخیص به موقع این عیوب، نقشی کلیدی در حفظ پایداری و امنیت شبکه دارد. روش های پایش سنتی خطوط انتقال برق نیز زمان بر و پرهزینه بوده و احتمال وقوع حوادث در این روند بیشتر می شود. پهپاد و پردازش تصاویر هوایی حاصل از آن با استفاده از شبکه های عصبی یادگیری عمیق روشی نوین و کارآمد برای پایش خطوط انتقال برق ارائه می دهد. هدف این پژوهش، غلبه بر چالش های روش های سنتی تشخیص عیوب، مانند زمان بر بودن، پرهزینه بودن و احتمال وقوع حوادث است. همچنین در تحقیق حاضر، روشی نوین بر مبنای  تصویر برداری هوایی و استفاده از وظایف مختلف مدل یادگیری عمیق یولو 8 نانو ، برای پایش و تشخیص عیوب مقره ها در خطوط انتقال نیرو ارائه می شود. در روند این پژوهش مدل یادگیری عمیق طی دو مرحله با در نظر گرفتن دو کلاس سالم و معیوب و سه کلاس سالم، شکستگی و آرک زدگی آموزش داده شده که دقت 92.6% در وظیفه تشخیص و دقت 98.9% در وظیفه طبقه بندی با دو کلاس و دقت کل 93.9% به منظور تشخیص مقره در تصویر و دقت 99.2% به منظور طبقه بندی تصاویر در سه کلاس مقره سالم، مقره شکسته و آرک زدگی مقره برای مدل یولو 8 حاصل شده است. نتایج این مطالعه نشان می دهد که روش پیشنهادی مبتنی بر تصویربرداری هوایی با استفاده از مدل های عمیق یولو 8 ، روشی دقیق، کارآمد و مقرون به صرفه برای پایش و تشخیص عیوب مقره ها در خطوط انتقال برق است. این روش در مقایسه با روش های سنتی پایش مقره ها، از مزایای قابل توجهی از جمله دقت بالا، سرعت بالای پردازش، قابلیت اطمینان بیشتر و هزینه عملیاتی پایین تر برخوردار است.

تبدیل متشابه سه بعدی در کاربردهای مختلفی مانند فتوگرامتری، ژئودزی، رباتیک و بینایی ماشین مورد استفاده قرار می گیرد. محاسبه پارامتر های این تبدیل با استفاده از روش سرشکنی کمترین مربعات مستلزم تعیین مقادیر اولیه نزدیک به مقادیر نهایی است. در صورتی که مقادیر اولیه مورد استفاده به مقادیر نهایی نزدیک نباشد و به خصوص در حالتی که زوایای دوران مربوط به این تبدیل دارای مقادیر بزرگی باشند، روش کمترین مربعات یا همگرا نخواهد شد و یا به یک جواب اشتباه همگرا می شود. در این مقاله، یک روش مستقیم و بسته ی جدید برای تعیین پارامتر های این تبدیل با استفاده از حداقل سه زوج نقطه متناظر در دو سیستم مختصات ارائه شده است. نتایج حاصل از این روش به مقادیر نهایی این پارامترها نزدیک بوده و در کاربردهای کم دقت می تواند به صورت مستقیم مورد استفاده قرار گیرد. در کاربردهای دقیق نیز می توان از نتایج این روش به عنوان مقادیر اولیه برای محاسبات کمترین مربعات استفاده کرد. نتایج روش ارائه شده با نتایج روش کمترین مربعات و دو روش بسته و مستقیم دیگر یعنی روش SVD و روش کواترنیون دوگانه مقایسه و مورد ارزیابی قرار گرفت. در ارزیابی روش ارائه شده از دو سری داده شبیه سازی شده و داده واقعی استفاده شد. اختلاف نتایج بدست آمده از این روش با نتایج به دست آمده از روش کمترین مربعات دارای خطایی در حدود 0.02° در مورد پارامتر های دورانی و خطایی در حدود 0.2m در مورد پارامتر های بردار جابجایی و خطایی کمتر از 0.002 در مورد پارامتر مقیاس هستند. این ارزیابی، کارآیی خوب این روش را نشان می دهد.