计及冰灾天气时空分布特征的电力系统主动调度

近年来冰灾天气频发易导致大规模停电事故,有必要提高电力系统的抵御和恢复能力,为此提出一种计及冰灾天气时空分布特征的电力系统主动调度模型.首先量化冰灾对元件的时空影响;然后将系统的拓扑状态转移抽象为马尔科夫链,并将系统区域网络栅格化;进而基于半马尔科夫决策过程建立了主动调度模型,综合考虑元件的恢复过程和薄弱节点脆弱度,预先在冰灾轨迹上对系统潮流重新调度.在IEEE RTS-79系统上进行算例分析.结果表明,模型具有良好的前瞻性和减少负荷削减的效果,并可有效提高系统弹性.     

基于AI的输电线路导线断散股缺陷检测方法

针对现有方法对输电线路导线断散股缺陷检测时存在的缺陷检测准确率较低的问题,提出了基于AI技术的 输电线路导线断散股缺陷检测方法.首先对所采集的输电线路导线图像进行降噪和增强等处理;然后利用LBG算法 完成K-means算法的优化,应用改进后的算法对导线图像进行分割提取;最后采用AI技术中的卷积神经网络算法, 实现对输电线路导线断散股缺陷的检测.实验结果表明,采用所提方法对导线断散股检测时,其检测准确率均高于 ９５％,优于对比方法,具有一定应用价值.