基于深度学习的输电线路视觉检测方法研究进展

输电线路巡检是电网持续稳定供电的保障,其目的是对电力线、绝缘子、电力杆塔、防振锤等线路设备进行状态检测和故障诊断,同时观测电力线周围潜在隐患。深度学习的发展为输电线路巡检提供了有效手段,与传统目标检测方法相比,深度学习方法能更有效地实现航拍图像中电力设备的识别及缺陷检测。该文综述近十年来基于深度学习的输电线路视觉检测方法的研究进展。首先,概述适用于输电线路巡检的深度卷积神经网络,包括分类网络、检测网络、语义分割网络,考虑到开发的深度学习网络模型便于在移动设备上应用,另外阐述轻量化网络;然后,重点阐述基于深度卷积神经网络的输电线路巡检图像数据目标检测;随后介绍7个电力设备数据集以及性能评价指标;最后,指出基于深度学习的输电线路巡检图像数据视觉检测方法目前存在的问题,并对进一步的工作进行展望。     

基于深度迁移学习的小样本智能变电站电力设备部件检测

随着人工智能的不断普及,智能变电站电力设备图像自动化检测系统的建立迫在眉睫。由于智能变电站电力设备图像数据集样本较少、场景复杂且电力设备部件相似度较高,传统图像检测算法无法对电力设备部件做到实时定位和准确识别。针对小样本目标检测识别难题,基于网络的深度迁移学习可以在不同数据集之间建立特征上的关联,能够较好地学习现有小样本智能变电站电力设备数据集的特征。该文采用迁移学习的方法,提出一种利用单阶段多框检测器(singleshotmultiboxdetector,SSD)的智能变电站电力设备图像目标检测算法,并根据智能变电站电力设备数据集相关特点添加特征提取层,重新设计特征预测框数量及比例,采用软性惩罚非极大值抑制(softpunishnon-maximum suppression,Soft-PNMS)等改进方法进行优化,能够自适应于小样本电力设备数据集的检测。此方法通过200张智能变电站电力设备训练集、50张智能变电站电力设备测试集,实现了在小样本复杂背景下对电力设备部件的分类和定位,验证了所提算法的有效性。研究结果表明,对于绝缘子、套管、电流互感器、油枕、螺帽5类电力设备,该方法的平均精准度达到了91.1%,比常规SSD卷积神经网络分类器平均精准度提高13%,平均漏检率下降3%,平均误识别率下降4‰,该方法为小样本电力设备智能化检测奠定了理论基础。     

结合深度学习和随机森林的电力设备图像识别

为了解决电力系统海量非结构化图像数据智能化分析和识别这一问题,提出了一种结合深度学习和随机森林的电力系统关键电力设备图像识别方法。在特征提取方面,通过卷积神经网络提取了电力设备图像的特征;在识别算法方面,借鉴传统机器学习方法的优势,提出了结合深度学习的随机森林分类方法。使用8 500幅电力设备图像对该方法进行了测试。研究结果表明:对于绝缘子、变压器、断路器、输电线电杆和输电线铁塔这5种电力设备,该方法的平均识别准确率达到了89.6%,比常规卷积神经网络分类器和传统随机森林分类器的平均识别准确率分别高出了6.8%和12.6%。该方法为海量非结构化电力设备图像智能化分析提供了一种新的解决办法。     

电力设备故障红外诊断

红外检测技术研究是现代科学领域中的前沿学科。其技术应用的深入推动了理论研究的发展，且更迫切需要系统性理论的指导。《电力设备故障红外诊断》是一部针对电力工业应用的生产实践与理论研究相结合的科技力著。一，诚如作者《前言》所述，“至今国内外尚未出版系统论述电力设备故障红外诊断理论与实践的科技著作”，该书是第一部。二，红外检测技术应用于电力设备故障诊断，在国外发达国家始于（２０世纪）６０年代，国内始于７０年代，数据积累及理论研究等方面均不很充分，而这部著作，其研究除具有前瞻性外，深度也前所未有，是该研究…     

电力设备运行状态大数据标签体系与关键技术

随着大数据分析技术在电网中的快速发展与深度应用,数据标签技术提供了一种新的数据整合思路.电力设备大数据标签以灵活的方式从海量、离散的数据中实现对有用数据的快速识别和提取,在帮助调控人员实现对电力设备情况作出多维判断的同时,为后续电力数据挖掘建模提供了依据.围绕电力设备基础信息、运行信息和状态信息3个维度,提出了一种多维...     

基于深度学习的电厂电力设备运行状态分析

为解决传统电厂电力设备运行状态分析残差高的问题,基于深度学习分析电厂电力设备运行状态,通过定义电厂电力设备运行状态变量,基于深度学习表达电厂电力设备运行状态,实现电厂电力设备运行状态分析.实例分析结果表明,该设计方法的分析残差明显低于对照组,能解决传统电厂电力设备运行状态分析残差高的问题.     

基于深度学习的电力设备图像识别方法

针对传统方法对电力设备的图像特征分类不明确,导致得到的图像识别效果不佳,难以保证安全运行的问题,提出了基于深度学习的电力设备图像识别方法。该方法首先提取电力设备图像特征分类伪装因素,然后基于深度学习方法构建网络模型定位错误锚点,通过正负训练标记识别目标区域,从而完成对电力设备图像的识别。实验结果表明,以变压器和电线塔杆作为识别设备测试对象,该方法能在30 s内基本完成采集图像的有效识别,可保证电力设备能稳定运行,具有较好的实际应用效果。     

电力设备状态大数据分析的研究和应用

随着智能电网的发展和电网规模的迅速增长,及时、准确地掌握电力设备运行状态面临巨大的问题和挑战。近年来,电力信息化日臻完善,电力设备状态监测、生产管理、运行调度、环境气象等数据逐步实现集成共享,大数据技术为电力设备状态评估和故障诊断提供了全新的解决思路和技术手段。结合大数据技术及数据挖掘分析方法在电力设备状态评估中应用的现状,说明了电力设备状态大数据分析的内涵、目的、数据特征和基本架构,阐述了电力设备状态大数据集成、转换、清洗、分布式存储和处理、高效挖掘以及数据驱动的设备状态分析模型等关键技术。通过分析电力设备状态评估的总体需求,总结和探讨了大数据技术在电力设备状态评价、异常检测、故障预测、智能诊断等典型业务场景中应用的方法和效果,提出了研究和应用中面临的主要问题,并对相关技术的发展趋势进行了展望。     

模糊神经网络应用于巡检机器人路径规划及绝缘子视觉图像处理

目前变电站巡检机器人广泛应用于变电站巡检过程中,主要巡检高压电力设备绝缘子、均压环等外部配件。在巡检过程中,机器人配备红外成像仪、紫外成像仪存储高压电力设备光子分布图、温度分布图,建立设备红外与紫外图像数据库。一方面,机器人在巡检过程中应有效规避变电站较高电场强度区域,在巡检过程中应以最短距离遍历变电站典型高压电力设备,且机器人机械臂可有效进行图像多角度采集。另一方面,在图像采集过程中应实现机器人对设备绝缘子、均压环图像区域分割、聚焦和光子采集操作,且应用深度学习方法实现采集图片与原始图像库的自动匹配比较,判别高压电力设备运行状态进而发现潜伏性绝缘故障。其中最短低场强路径与遍历设备路线应用免疫蚁群算法自动实现,且图像数据库深度学习与自动匹配模块应用模糊神经网络实现。联合免疫蚁群算法与模糊神经网络应用于变电站巡检机器人路径规划及视觉图像后处理,对于变电站高压电力设备智能巡检具有一定理论和工程指导价值。     

深度学习在智能电网中的应用现状分析与展望

深度学习是机器学习研究中的一个新领域,其强大的数据分析、预测、分类能力契合智能电网中大数据应用的需求。文中首先总结了深度学习基本思想,介绍深度学习的5种模型(生成式对抗网络、递归神经网络、卷积神经网络、堆叠自动编码器和深度信念网络)的结构、基本原理、训练方法,概括其应用特征。综述了电力系统中的故障诊断、暂态稳定性分析、负荷及新能源功率预测、运行调控等应用深度学习技术的研究现状。针对深度学习的技术特点,结合电力系统各生产环节,构建深度学习技术在电力系统中的应用框架。最后,从多能源系统运行调控、电力电子化系统安全分析、柔性设备故障诊断、电力信息物理系统的安全防护等方面对深度学习应用进行展望。     

建设故障信息远传系统必要性的分析

调度自动化系统失效是美加大停电的重要原因。故障信息系统,独立于调度自动化系统,可作为调度人员掌握现场第一手资料的另一途径,但不能作为调度自动化的替代品。分析了建设故障信息系统的必要性。     

电动汽车用电机技术研究

当今世界节能和环保备受关注,使得电动汽车技术正在加速发展。电机技术是发展电动汽车的关键技术之一。该文对电动汽车用的感应电动机、永磁同步电动机和开关磁阻电动机技术和发展水平进行了分析研究。     

10kV交联电缆接头施工工艺分析及改进措施

研究了引起绝缘击穿、发生危及电缆安全运行的电缆接头故障.分析了10 kV交联电缆接头制作工艺引起绝缘损坏的原因,结果表明:发生电缆接头故障的主要原因是施工中的杂质、水气及气隙进入电缆接头,使得电缆接头绝缘存在缺陷造成发热、局部放电或击穿,施工工艺是影响电缆接头质量的重要因素.提出了对提高电缆接头质量有参考价值的改进措施.     

基于离散空间矢量调制的直接转矩控制系统的仿真研究

针对异步电动机直接转矩控制（DTC）系统存在转矩和磁链脉动等缺点，提出一种基于离散空间矢量调制（DSVM）的DTC系统。根据转矩、磁链误差和速度的不同，在高低速应用小同的开关表，达到改善异步电动机运行性能的目的。仿真结果表明，利用该方法可明显改善异步电动机的电磁转矩脉动。     

基于FPGA的CSD编码乘法器

在数字滤波、离散傅里叶变换等数字信号处理中,乘法运算是一个最基本的运算,乘法运算的速度决定着数字系统的运算速度。本文通过理论与实验研究相结合的方法介绍CSD编码乘法器的运算法则及其在FPGA中的实现过程。通过与二进制乘法器相比较,证明CSD编码乘法器在减少对FPGA资源的占用和提高运算速度方面具有明显的效果。     

曳引式防爆电梯检验要求与内容之探讨（续）

文章阐述了曳引式防爆电梯验收和定期检验工作的程序和流程,提出了具有资格的检验人员正确检验曳引式防爆电梯的内容与方法,从而确保曳引式防爆电梯的检验工作高质量并安全地进行。     

天气因素对配电网可靠性影响的探讨

异常天气对元件可靠性及配电网可靠性的影响很大,采用传统评估方法获得的元件故障率评估结果往往与实际统计结果差异较大。为此,将天气状态划分为正常天气、恶劣天气和灾害天气3种状态,并建立故障率一天气模型,采用序贯蒙特卡罗模拟法来探讨天气因素对元件故障率的影响。采用灵敏度分析法对在3种天气状态下的元件故障率与元件平均故障率的关系进行算例分析,结果表明非正常天气对配电网可靠性的影响十分显著,元件平均故障率将随着非正常天气的增多而显著增大。     

基于离散空间矢量调制的直接转矩控制系统的仿真研究

针对异步电动机直接转矩控制(DTC)系统存在转矩和磁链脉动等缺点,提出一种基于离散空间矢量调制(DSVM)的DTC系统。根据转矩、磁链误差和速度的不同,在高低速应用不同的开关表,达到改善异步电动机运行性能的目的。仿真结果表明,利用该方法可明显改善异步电动机的电磁转矩脉动。     

一种电梯门机调速控制器研制

针对电梯门机用交流电机变频器市场上变频器价格昂贵,设计了一种高效、低成本、功能完备的小型变频器.主要介绍了变频器的功能与结构,利用SPWM专用芯片,采用V/f控制方式,用软件程序实现对SPWM波形的优化和功能控制.试验结果表明系统的性能指标良好,有一定推广应用价值.     

并联混合型有源电力滤波器的PSIM仿真研究

提出了一种利用仿真软件PSIM来研究和开发电力电子新装置的方法,并以韶冶谐波治理系统的设计过程为例, 说明了该方法与目前广泛使用的PSB仿真方法相比,具有更快的收敛速度和更友好的人机界面,使得研究电力电子系统更为简单。