基于深度学习的电力输电线故障目标检测算法综述

故障检测对于确保电力系统正常运行具有重要意义。近年来随着深度学习在目标识别领域的重大进展，基于深度学习的电力输电线故障目标检测逐渐成为电力系统故障目标检测领域的研究热点。目前深度学习领域的主流算法包括两阶段目标检测算法和单阶段目标检测算法。本文对此两类算法进行简要介绍，分析其中具有代表性的几种卷积神经网络算法的优缺点，并总结电力系统故障目标检测存在的问题，以及未来的发展方向。     

深度学习在电力负荷预测中的应用综述

在综合能源系统和能源互联网的高速发展中,电力负荷预测对电力系统的经济安全运行具有重要的作用.传统的负荷预测模型方法已在电力系统中取得了广泛应用,传统方法的简单计算模型对于高随机性、大数据背景下的动态负荷预测精度无法保证.近年来,在计算工具不断升级和训练数据量大规模提升的背景下,深度学习方法在电力负荷预测领域的应用得到了广泛重视.对多种深度学习方法在负荷预测领域中的应用进行了叙述分析,回顾了循环神经网络(RNN)、长短期记忆网络(LSTM)、深度置信网络(DBN)、卷积神经网络(CNN)等不同深度学习方法预测模型.对比于传统的负荷预测方法,深度学习方法具有更高的预测精度,对于各种外部影响因素具有更好的鲁棒性.     

基于深度学习的推荐算法研究综述

深度学习技术是机器学习领域的一个研究热点,已被深入研究并广泛应用于许多领域. 推荐系统是缓解信息过载的重要技术,如何将深度学习融入推荐系统,利用深度学习的优势从各种复杂多维数据中学习用户和物品的内在本质特征,构建更加符合用户兴趣需求的模型,以提高推荐算法的性能和用户满意度,是深度学习应用于推荐系统的主要研究任务. 对基于深度学习的推荐算法研究和应用现状进行了综述,讨论并展望了深度学习应用于推荐系统的研究发展趋势.     

基于深度学习的地基云分类技术研究进展

深度学习的自动学习特征和精确的预测能力使其在地基云分类上获得成功,更复杂更优良的深度学习网络在地基云分类领域得到研究和应用.近两年来一些大规模地基云分类数据集被公布,但还没有文献对这些大数据集进行完整地介绍和使用.本文对深度学习地基云分类领域最新的研究进展进行了详细的概括,并介绍了最新发布的国际标准大规模数据集,最后对几种经典的卷积神经网络深度学习模型在地基云分类上的性能进行了评估,验证了卷积神经网络在地基云分类领域的适用性.     

面向智能驾驶视觉感知的对抗样本攻击与防御方法综述

现如今,深度学习已然成为机器学习领域最热门的研究方向之一,其在图像识别、目标检测、语音处理、问答系统等诸多领域都取得了巨大成功.然而通过附加经过特殊设计的细微扰动而构造出的对抗样本,能够破坏深度模型的原有性能,其存在使许多对安全性能指标具有极高要求的技术领域,特别是以视觉感知为主要技术优先的智能驾驶系统,面临新的威胁和挑战.因此,对对抗样本的生成攻击和主动防御研究,成为深度学习和计算机视觉领域极为重要的交叉性研究课题.本文首先简述了对抗样本的相关概念,在此基础上详细介绍了一系列典型的对抗样本攻击和防御算法.随后,列举了针对视觉感知系统的多个物理世界攻击实例,探讨了其对智能驾驶领域的潜在影响.最后,对对抗样本的攻击与防御研究进行了技术展望.     

基于深度学习的轮廓检测算法:综述

轮廓检测旨在提取图像中目标与背景环境的分界线,是计算机视觉研究领域中最基本的问题之一.深度学习技术作为直接从数据中学习特征表示的有效方法,近年来启发轮廓检测领域取得了显著的突破.鉴于此,本文就基于深度学习的轮廓检测研究领域的最新发展进行总结,具体包括:轮廓检测任务中采用的卷积神经网络结构,相关训练数据构造、特征压缩、上采样、代价函数和轮廓细化等关键问题,轮廓检测实验中采用的通用数据集和性能评价指标.最后,分析了基于深度学习的轮廓检测算法的挑战和未来研究趋势,以期为该领域的后续研究提供新思路及参考.     

深度迁移学习在高光谱遥感图像分类中的研究现状与展望

高光谱遥感通过利用许多窄电磁波波段获取包含丰富的空间、辐射和光谱信息,在对地观测研究领域扮演着重要角色。随着深度学习的迅速发展,深度神经网络及深度森林等算法在高光谱遥感图像分类任务中得到广泛应用,但同时也产生了一系列困难,如对训练样本数量需求高、模型训练耗时以及分类代价大等问题。将深度学习与迁移学习结合,能够有效解决上述问题,在高光谱遥感图像分类领域得到初步应用。本工作首先介绍高光谱遥感图像分类的相关背景,之后介绍深度学习在高光谱遥感图像分类中的应用,并指出其具有的优势与不足,最后介绍深度迁移学习在高光谱遥感图像分类中的应用,并对当前研究存在的问题进行总结与展望。     

深度学习在时空序列预测中的应用综述

对深度学习模型应用于时空序列预测的最新进展进行总结.首先介绍时空序列数据的属性及类型,并进行相应的实例化与表示.接着针对时空序列数据存在的3个问题分别提出相应的数据预处理方法,对基于传统参数模型、传统机器学习模型以及深度学习模型的时空序列预测方法逐一阐述并对比分析,为研究者选择模型提供指导,之后总结深度学习模型在不同领域内对时空序列预测的应用.最后指出当前研究的不足以及时空序列预测进一步的研究方向.     

车辆识别技术综述

车辆识别是智能交通系统的重要组成部分,也是交通管控、无人驾驶、疑犯追踪、行为分析等其他智能任务的基础.首先对车辆识别研究中存在的困难与挑战进行了阐述,在此基础上详细综述了基于浅层学习和深度学习的车辆识别前沿技术研究进展,最后进行了总结与分析,探讨了车辆识别领域目前仍需解决的问题和未来的研究方向.     

深度森林研究综述

深度森林算法首次开启了非神经网络结构的深度学习模式,并因具有非微分形式基学习器和无须大量训练数据的优良特性,已经成为工业界和学术界的重要研究方向,因此,对现有深度森林算法进行归纳和总结,综述了其主要结构及特点.首先,介绍深度森林结构及其性质;接着,将目前深度森林的研究分为引入特征工程、改进表征学习、修改基学习器、修改层级结构和引入权重配置等5个方向进行分析和总结;然后,介绍深度森林算法在不同领域中的最新应用现状,并给出深度森林算法所面临的挑战及未来研究方向;最后,对本文工作进行总结.     

多功能电能表应用规范研究

随着用电结构的变化,国家调整了电价政策,运用分时电价为经济手段指导用户合理用电;分时电价须以多功能电能表为记录单元,由于不同的多功能电能表在显示方式、接线结构、编码设置、通讯规约等方面差别较大,给供电公司电能量的采集和数据接入带来很多不便,为多功能电能表制订统一的技术规范和通信规约是各省电力公司应研究的问题;本文以安徽电网应用多功能电能表为例,论述了为多功能电能表制订统一的技术规范和通信规约所涉及的技术问题和解决方案.     

电力调度自动化系统通道延时的获得和处理

介绍电力调度自动化系统中,DL/T634.5101-2002规约的通道延时获得过程和处理方法以及需要注意的问题.     

电站锅炉风机现场性能试验方法浅析

本文主要介绍电站锅炉风机现场性能试验方法;重点阐述中华人民共和国电力行业标准DL/T 469-2004《电站锅炉风机现场性能试验》标准要点.目的旨在控制和提高试验人员对电站锅炉风机现场性能试验的工作质量,使电厂运行人员及时有效掌控锅炉风机的运行经济性与可靠性.     

GIS在电力企业的发展和应用

随着经济的发展,我国电力需求迅速增长,电力信息化建设也加快了脚步,地理信息系统GIS在电力企业的广泛应用是电力信息化的必由之路。本文简要的介绍了GTS和电力GIS的发展和应用现状,相壹的详细分析了目前电力企业构建系统的GIS平台应用情况,最后叙述了电力GIS现在功能应用和将来与各业务系统的联系,为当前广泛开展的电力信息化相关领域的研究提供实用的参考。     

现场总线技术及在电力系统中的应用

现场总线作为一种开放的全数字化、双向、多站的通信系统 ,近年来得到了迅速发展和应用。文章介绍几种典型的现场总线技术及特点 ,并介绍了现场总线技术在电力系统中应用及系统的构成与特点。最后说明了现场总线技术发展前景     

高压输电铁塔架设ADSS光缆悬挂点软件的开发

研究了全介质自承式(ADSS)通信光缆处于高电场强度区域时,高压输电线路铁塔附近的电场分布。依据矩量法,开发了高压输电线路铁塔附近的电场数值计算软件,并经过了测量数据和工程实践的验证。同时,比较了二维计算和三维计算结果的差异,分析了同塔双回输电铁塔不同相序布置对空间电场强度分布的影响。     

电力部门面对气候变迁之风险管理与决策

气候变迁已成为全球不可抵挡的趋势,各国政府亦将如何应对气候变迁列为施政重点工作之一,如何做好气候变迁下调适准备是其当务之急.本研究的目的即在提供电力部门一个良好调适准备的可能决策方法程序,供电力部门之相关决策者参考.研究的方法采用公司治理下风险与不确定性下之决策管理架构,将之适用于电力部门如何面对气候变化的各项可能冲击,以及如何评估电力部门面对气候变迁自我的脆弱度,同时也提供一套如何导出最佳调适政策的组合措施之方法程序.最后,研究的结论指出完善的调适所须遵行的属性与特质,以及调适所面对的障碍,期盼能提供电力部门一个较好的调适决策之程序,并能协助完成未来所需之各项调适策略.     

水处理中活性炭床滤速的试验研究

通过水处理中活性炭床滤速试验,验证了吸队未呼有机物活性炭床流速不应大于１０ｍ／ｈ,吸附水中余氯的活怀炭床流速可小于２０ｍ／ｈ,与现行的ＤＬ／Ｔ５０６８－１９９６火力发电厂化学设计技术规程的规定相符合。     

半导体激光器在磁场和电场中的光电特性的实验研究

本文研究了电场和磁场对半导体激光器光电特性的影响.研究结果表明,在磁场较强的情况下,对器件的输出光功率、微分量子效率、光发散角特性有影响,而电场对器件的工作特性无影响。     

加强电力企业信息化工作初探

电力改革改变了市场竞争格局，最终也会影响电力企业信息化建设．电力企业普遍缺乏IT系统的整体应用观念，急需建立一套完整的编码体系，以满足对电力信息编码标准进行修编和补充的迫切需要，在电力系统实现信息系统的互联互通．电力企业的IT应用必须有高水平的人才支持，定位模糊的信息中心很难承担起SAP等管理应用的建设．