基于低频双探头超声波的盆式绝缘子缺陷检测方法研究

盆式绝缘子是气体绝缘封闭组合开关(GIS)设备的重要部件，其质量状况对电网的建设及运行有着重要影响。本文阐述了盆式绝缘子的失效原因，在常见开裂位置上对现有检测方法进行对比分析。依据盆式绝缘子的材料特性和现场检测条件，理论计算得到探头频率、K值、晶片尺寸等数据，研制了一种超声波水浸聚焦斜探头装置，提出利用低频双探头超声波检测技术对盆式绝缘子螺栓孔附近裂纹进行检测的方法，并通过实验室渗透、射线检测等对检测结果进行验证。结果表明：采用型号为2 MHz 18×18 mm、晶片发射声束的轴线与工件界面的法线夹角α_L为24.8°～35.4°的双探头可以在盆式绝缘子中激发出信噪比较高的超声折射横波。采用特定低频双探头超声波检测技术对GIS盆式绝缘子进行缺陷检测具有可行性。     

计及低碳排放和需求侧管理的主动配电网双层规划研究

目前，我国正处于从“能源大国”向“能源强国”过渡的阶段，在电力工业向低碳、智能方向转型的过程中，迫切需要解决可再生能源出力波动大、负荷水平低、系统安全运行可靠性低等问题。为此，本文提出了计及低碳排放和需求侧管理的主动配电网双层规划模型，上层采用粒子群算法（PSO）进行模型构建和优化，下层模型采用混沌粒子群优化算法（CPSO）进行求解。通过算例仿真验证了本文所提方法的有效性。     

光伏并网对地区电网线损的影响

随着我国社会经济的发展以及科学技术的进步,人们的物质需求得到极大满足。在此基础上,人民群众开始追求更高质量的精神生活。随着环保意识的提高观念的不断推广和普及,特别是经济发展对生态环境造成的危害已严重影响了人们的生活质量,在这一背景下,发展清洁能源,保护生态环境不仅是社会经济发展的必然趋势,也是人民群众对生活质量提出的客观要求。近年来,随着太阳能光伏发电技术的不断完善和成熟,已成为电力行业中非常重要的一种发展方式,其应用范围也在不断的增多。本文深入分析光伏并网对地区电网线损的影响,并进行系统的阐述,为促进我国太阳能光伏并网技术及电力行业的发展,提供更多参考依据。     

云平台集群部署下电网设备运行环境实时预警方法

以提升电网设备运行环境安全预警的实时性为目的，设计云平台集群部署下电网设备运行环境实时预警系统。应用层内的电网设备运行环境预警中心利用非线性状态分析的预警方法构建预警模型后，形成预警估计值，有效预测电网设备运行环境；为了提高预警的实时性，引入非线性算子计算估计值的相似度，完成电网设备运行环境实时预警。实验结果表明：该系统实时预警的电网故障概率与模拟曲线重合度较高，残差浮动范围小，抗干扰能力强，且提高了预警实时性和准确性。     

甘肃公司:紧抓市场常青藤

从2006年开始,我国局部地区已经出现电力相对过剩的情况,甘肃省就是其中之一。在这种情况下,甘肃省电力公司如何实现可持续发展,不断扩大市场份额,已经成为迫切需要解决的问题。     

基于人脸测温技术的通道闸机人员身份识别方法

以往体温测量方式效率较低，无法满足疫情防控的需求，为了测量流动人员体温，保障公共空间的安全，提出一种基于人脸测温技术的通道闸机人员身份识别方法。利用红外热像仪采集并处理热红外人脸图像；借助人脸测温技术中的黑体模块构建温度——灰度模型，标注超温人员人脸图像；融合Gabor与SVD算法，提取超温人员人脸图像特征向量，构建与集成多分类器，识别超温人员的身份。实验数据显示，在不同特征向量维数下，应用提出方法获得的人脸测温误差较低，人员身份识别率高于最低限值，充分证实该方法的可行性。     

风资源分布的实时估计方法研究

为了准确评估电力系统中可用的风电出力情况,从统计规律和数值模拟的角度研究了风资源分布实时估计建模方法。以甘肃酒泉地区的测风塔实测数据验证了相关性随地理距离增加而衰减的规律,该规律在地形起伏不大并且距离不超过一定数值的情况下适用;构建了利用风速相关性的风资源分布模型;比较分析了适用于输入数据有限并且要求计算实时性情况下的数值模拟方法。结果表明:诊断模式进行风资源估计简便、可行,更有易于非气象专业人员使用。     

基于AR的高压铁塔验收无人机交互技术研究

为改变输电线路铁塔验收的人工登高作业方式，开发了基于AR的铁塔验收无人机系统。首先制订了铁塔无人机验收规范；通过Unity引擎对AR眼镜内部场景进行虚拟化建模，搭配MRTK开发套件，实现跨设备人机交互操作；利用AR眼镜设计人的头部自然动作与无人机控制指令间的映射规则，通过局域网RTSP串流将无人机拍摄的视频发送到AR眼镜，相当于无人机带着人的眼睛开展铁塔验收工作，解决了传统无人机巡检难以应用于铁塔验收的难题。     

基于改进卷积神经网络的电能质量异常扰动研究

针对电能质量扰动信号种类繁多、分类精度低以及现有分类算法抗噪性低、鲁棒性差的问题，文章提出一种改进卷积神经网络的电能质量扰动信号分类方法。采用S变换提取电能质量扰动信号特征，采用分类回归树算法对提取特征进行选择，采用改进CNN卷积神经网络对电能质量扰动信号进行分类。测试结果表明，在SNR=15 dB和SNR=25 dB的强噪声环境下，3种改进子模型在一定的迭代次数后，对8种不同扰动信号的训练精度都可达99%以上，同时对电能质量扰动信号的平均识别率达96%以上，表现出很强的抗噪性、高鲁棒性和和高分类精度的特点。     

电力营销稽查系统风险管控方法研究

电力营销稽查系统中数据信息繁杂，在风险管控中无法准确找到高效的切入点，导致管控时间过长，为此提出电力营销稽查系统风险管控方法。通过确定电力营销稽查系统中风险管控内容，利用决策树方法识别重要风险管控内容中的动态风险点，将得到的风险点进行重度汇总，评估风险管控内容中风险点的风险值，根据评估结果，完成电力营销稽查系统风险管控。实验结果表明，设计的电力营销稽查系统风险管控方法比传统方法的管控时间短，风险管控方法效率高，可应用性强。