基于移动互联网技术的继电保护设备智能运维管理模式探讨

随着智能变电站建设的高速发展,对继电保护设备的运维要求越来越高。从继电保护运维面临的问题和业务需求出发,提出基于移动互联网技术的继电保护设备智能运维管理模式。以智能运维管理平台为核心,以移动终端为载体,智能分析继电保护实时监测数据和全过程业务数据,实现继电保护设备的实时、在线监测和缺陷故障告警、核心运维业务的全过程管控。以移动化、可视化、互动化、智能化的工作模式替代传统的人工运维模式,提出了移动智能运维系统的功能架构和标准化工作流程,对关键技术进行了探讨。示范应用成果表明,移动智能运维模式显著提升了二次运维水平。     

基于YOLOv5网络模型的人员口罩佩戴实时检测

近年来,随着硬件算力的提升和人工智能算法的创新发展,使得深度学习算法在目标检测方面有着广泛的应用。针对现有人工方式查看人员口罩佩戴情况的不足,提出了一种基于深度学习YOLOv5算法实现对口罩佩戴情况的实时检测。算法首先将数据集进行归一化处理,再将数据接入YOLOv5网络进行迭代训练,并将最优权重数据保存用作测试集测试,算法通过tensorboard可视化显示训练和测试结果。实验结果表明,所提算法检测的准确性高,实时性强,满足实际使用需求。     

TTP/C组籍算法存在的问题

TTP/C通信协议已经应用于一些航空航天与地铁系统中,例如,空客A380的舱压控制系统、波音787梦想客机的辅助电源系统、环境控制系统等。以往我们仅看到对这种协议种种好处的分析,这是不全面的,它的组籍算法是高可信赖性应用的基础,但是其故障假设不符合很多现场使用环境,故障假设失效的概率大于功能安全容许的指标,协议的CRC检验将组籍向量的差包含在内,弱化了检错能力,所以需要用户特别重视。本文就这两点加以说明。