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。     

基于人工智能的用电负荷自动脱敏系统设计

随着大数据时代的发展,电力公司的用电负荷等数据的安全性无法得到保证.可依托人工智能的先进技术进行用电负荷的自动脱敏,因此提出了基于人工智能的用电负荷自动脱敏系统.首先进行系统硬件设计,设计基于人工智能数据采集器和以太网控制芯片,然后进行系统软件设计,将实现用电负荷自动脱敏分为身份认证和数据脱敏两个步骤.测试验证该系统的脱敏精度符合要求.     

分布式电源并网对电网运行和管理制度的影响及思考

结合苏州当前分布式电源接入电网项目的情况,总结了分布式电源发展的一些态势和规律,从继电保护、短路电流、谐波污染、无功平衡、经济运行等方面分析了光伏发电并网对电网的影响,分析了分布式电源并网运行后对原有电网管理制度带来的冲击,提出了在分布式电源并网利用中,电网公司作为重要的参与者和“补贴”方,应思考参与各方合作共赢的机制,确保分布式电源并网利用的高效安全以及可持续性.     

整县光伏配电网光伏项目管理流程优化研究

<正>随着我国经济水平的提升，电力的需求也在急速增长，供电压力日益增大。光伏作为有效利用太阳能资源的重要载体，具有环保清洁、易于被消纳等优点，且分布式光伏不需建立配电站，输送电成本和安装成本较低，经济效益较好，是未来国内光伏市场应用的重要领域。