論文の概要: Autonomous Point Cloud Segmentation for Power Lines Inspection in Smart Grid

• arxiv url: http://arxiv.org/abs/2308.07283v1
• Date: Mon, 14 Aug 2023 17:14:58 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-15 12:18:57.015083
• Title: Autonomous Point Cloud Segmentation for Power Lines Inspection in Smart Grid
• Title（参考訳）: スマートグリッドにおける電力線検査のための自律点雲分割
• Authors: Alexander Kyuroson, Anton Koval and George Nikolakopoulos
• Abstract要約: 高電圧と低電圧の両方の電力線の特徴を検出し,抽出し,解析するために,教師なし機械学習(ML)フレームワークを提案する。 提案フレームワークは電力線を効率よく検出し,PLCに基づくハザード解析を行う。
• 参考スコア（独自算出の注目度）: 56.838297900091426
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: LiDAR is currently one of the most utilized sensors to effectively monitor the status of power lines and facilitate the inspection of remote power distribution networks and related infrastructures. To ensure the safe operation of the smart grid, various remote data acquisition strategies, such as Airborne Laser Scanning (ALS), Mobile Laser Scanning (MLS), and Terrestrial Laser Scanning (TSL) have been leveraged to allow continuous monitoring of regional power networks, which are typically surrounded by dense vegetation. In this article, an unsupervised Machine Learning (ML) framework is proposed, to detect, extract and analyze the characteristics of power lines of both high and low voltage, as well as the surrounding vegetation in a Power Line Corridor (PLC) solely from LiDAR data. Initially, the proposed approach eliminates the ground points from higher elevation points based on statistical analysis that applies density criteria and histogram thresholding. After denoising and transforming of the remaining candidate points by applying Principle Component Analysis (PCA) and Kd-tree, power line segmentation is achieved by utilizing a two-stage DBSCAN clustering to identify each power line individually. Finally, all high elevation points in the PLC are identified based on their distance to the newly segmented power lines. Conducted experiments illustrate that the proposed framework is an agnostic method that can efficiently detect the power lines and perform PLC-based hazard analysis.
• Abstract（参考訳）: LiDARは現在、電力線の現状を効果的に監視し、遠隔電力配電ネットワークや関連インフラの検査を容易にするために最も利用されているセンサーの1つである。 スマートグリッドの安全な運用を確保するため、航空機レーザー走査(als)、移動レーザー走査(mls)、地上レーザー走査(tsl)といった様々なリモートデータ取得戦略が活用され、通常密集した植生に囲まれた地域電力ネットワークの継続的な監視を可能にしている。 本稿では,LiDARデータのみを用いたPLC(Power Line Corridor)における高電圧と低電圧の両方の電力線の特性の検出,抽出,解析を行う,教師なし機械学習(ML)フレームワークを提案する。 当初,提案手法は,密度基準とヒストグラム閾値を適用した統計的解析に基づいて,高い標高地点から基底点を除去する。 原理成分分析(PCA)およびKd木を適用して残りの候補点を復調・変換した後、二段階DBSCANクラスタリングを利用して各電力線を個別に識別する。 最後に、新たに分断された電力線との距離に基づいて、PLC内の高高度点を同定する。 実験により,提案手法は電力線を効率よく検出し,PLCに基づくハザード解析を行うことができることを示す。

関連論文リスト

• Towards Automatic Power Battery Detection: New Challenge, Benchmark Dataset and Baseline [70.30473488226093]
  PBD(パワーバッテリ検出)と呼ばれる新しいタスクに関する総合的研究を行う。 X線画像から高密度陰極と陽極板のエンドポイントをローカライズし、電池の品質を評価することを目的としている。 我々は,多次元協調ネットワーク(MDCNet)と呼ばれるPBDのための新しいセグメンテーションベースソリューションを提案する。
  論文  参考訳（メタデータ） (2023-12-05T06:18:38Z)
• Non-Intrusive Electric Load Monitoring Approach Based on Current Feature Visualization for Smart Energy Management [51.89904044860731]
  我々はAIのコンピュータビジョン技術を用いて、スマートエネルギー管理のための非侵襲的な負荷監視手法を設計する。 マルチスケールの特徴抽出とアテンション機構を備えたU字型ディープニューラルネットワークを用いて,色特徴画像からすべての電気負荷を認識することを提案する。
  論文  参考訳（メタデータ） (2023-08-08T04:52:19Z)
• Understanding Deep Neural Networks via Linear Separability of Hidden Layers [68.23950220548417]
  まず,ミンコフスキー差分に基づく線形分離性尺度(MD-LSMs)を提案し,2点集合の線形分離性度を評価する。 隠れ層出力の線形分離度とネットワークトレーニング性能との間には同期性があることを実証する。
  論文  参考訳（メタデータ） (2023-07-26T05:29:29Z)
• Deep Learning and Image Super-Resolution-Guided Beam and Power Allocation for mmWave Networks [80.37827344656048]
  我々は,ミリ波(mmWave)ネットワークのためのディープラーニング(DL)誘導ハイブリッドビームとパワーアロケーションアプローチを開発した。 教師付き学習と超解像技術の相乗効果を利用して、低オーバヘッドビームとパワーアロケーションを実現する。
  論文  参考訳（メタデータ） (2023-05-08T05:40:54Z)
• Smart non-intrusive appliance identification using a novel local power histogramming descriptor with an improved k-nearest neighbors classifier [2.389598109913753]
  本稿では,新しいローカルパワーヒストグラム(LPH)記述子に基づく,スマートNILMシステムを提案する。 具体的には、個々の家電消費シグネチャを表すために、局所的に短いヒストグラムを描画する。 学習時間を短縮し,分類性能を向上させるため,改良k-nearest neighbors (IKNN)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-02-09T13:12:20Z)
• Artificial Intelligence based Sensor Data Analytics Framework for Remote Electricity Network Condition Monitoring [0.0]
  農村電化は、単一ワイヤアースリターン(SWER)ネットワークのような安価な技術の使用を要求する。 リモート消費者からのエネルギー需要は着実に増加しており、既存の路線の容量はすぐに不足する可能性がある。 SWERラインからの高インピーダンスアーク断層(HIF)は、2009年のブラックサタデーイベントのような壊滅的なブッシュファイアを引き起こす可能性があります。
  論文  参考訳（メタデータ） (2021-01-21T07:50:01Z)
• A Hierarchical Deep Actor-Critic Learning Method for Joint Distribution System State Estimation [1.7205106391379026]
  グリッドエッジにおける顧客のリアルタイム監視は、重要なタスクとなっている。 ほぼリアルタイムなソリューションを実現するために,新しい階層型強化学習支援フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-12-04T22:38:21Z)
• A Review of Vegetation Encroachment Detection in Power Transmission Lines using Optical Sensing Satellite Imagery [0.0]
  送電線における植生の侵食は停電を引き起こし、電力会社や消費者の経済に深刻な影響を及ぼす可能性がある。 植生の侵入を監視するには様々な方法が用いられたが、そのほとんどは高価で時間を要するものであった。 衛星画像は、比較的低コストで高い空間領域をカバーできるため、植生監視において重要な役割を果たす可能性がある。
  論文  参考訳（メタデータ） (2020-10-05T03:24:31Z)
• Appliance identification using a histogram post-processing of 2D local binary patterns for smart grid applications [2.389598109913753]
  本稿では,電力信号から2次元空間への変換後の電力信号の抽出手法を提案する。 従来のLBPの識別能力の向上に依存する改良された局所二分法(LBP)を提案する。 2つの異なるデータセットに対して総合的な性能評価を行う。
  論文  参考訳（メタデータ） (2020-10-03T19:23:30Z)
• Multi-Agent Meta-Reinforcement Learning for Self-Powered and Sustainable Edge Computing Systems [87.4519172058185]
  エッジコンピューティング機能を有するセルフパワー無線ネットワークの効率的なエネルギー分配機構について検討した。 定式化問題を解くために,新しいマルチエージェントメタ強化学習(MAMRL)フレームワークを提案する。 実験の結果、提案されたMAMRLモデルは、再生不可能なエネルギー使用量を最大11%削減し、エネルギーコストを22.4%削減できることが示された。
  論文  参考訳（メタデータ） (2020-02-20T04:58:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。