电力变压器故障智能化诊断技术综述

变压器是电力系统的主要设备之一,其故障的提前诊断极其重要。总结并系统剖析了国内外各种传统及现有的变压器故障诊断方式,详细列举了基于油中溶解气体分析技术或电力设备的智能化故障诊断技术的最新进展,阐述了各类深度学习算法在变压器故障诊断中的应用,如深度神经网络、稀疏受限玻尔兹曼机、深度置信网络等,并将各种诊断技术的最终效果进行了对比。     

基于深度学习的输变电设备状态检测综述

随着深度学习技术的发展,在电厂输变电设备状态检测上也起到了举足轻重的作用。通过对输变电设备状态检测方法应用特点的研究,概述了各个方法的优缺点及其发展趋势,从而得到了各个方法的突出点及其相互之间的联系。     

数字孪生技术的应用及进展

数字孪生技术是以各行业中日益增长的数据库存为基础,结合各行业的数字手段,构建物理实体在虚拟空间中的孪生体模型,并基于模型结合虚拟空间技术对物理空间发展做出指导性预测。首先介绍了数字孪生技术的起源,以及数字孪生技术的分层理念和关键技术,并对国内外各行业的基于数字孪生技术的具体应用进行了分析,归纳了数字孪生技术出现的原因和能够解决的问题;然后结合现有研究成果,分析了该技术目前存在的困境,并对其未来发展趋势进行了展望。     

基于AR技术的机房作业运行管理平台

为解决传统机房作业运行管理平台吞吐量低的问题,基于AR技术设计机房作业运行管理平台。建设AR机房作业运行管理平台架构,通过AR增强数据显示的方式,采集机房作业运行数据,对机房作业运行数据进行处理,协同管理机房作业运行数据。设计实验,结果表明,相比传统的管理平台应用AR技术的管理平台管理吞吐量更高,能够解决传统机房作业运行管理平台管理吞吐量低的问题。     

基于小波变换的电力系统数据传递一致性分析

国家电网对电力行业提出了新的标准和要求,跨系统协同流程中的电子化移交带来了新的运作机制,也更符合电力信息产业高质量、节能环保发展的要求。对电子化移交的发展现状进行了阐述,提出电子化移交还存在资料合规性、流程不明确、不完善等方面的问题;针对跨系统协同数据传递准确性,采用小波变换的算法对电力数据进行压缩研究;通过模型验证了优化后的模型在跨系统数据传输效率和一致性方面的优势;针对电力企业数据协同流程中的数据传递一致性问题,从细节处加强管理、完善流程监控制度以及做好全局监控3个方面给出建议以及在电力、清洁能源等方面所起的作用进行了探讨,保障企业信息化转型和升级。     

基于遗传算法的输变电设备数据补全

在数字孪生技术的发展下，我国电网行业也在由原来的物理电网逐步向数字电网发展。输变电设备作为电网中的电能输送和传输的枢纽设备，其运行的可靠性直接关系到电网的安全稳定运行。因此，及时掌握输变电设备当前的运行状态以及未来一段时间的运行趋势，实现对设备运行状态的准确评估，对于保证设备安全可靠运行具有重要意义。然而，在目前的实际应用过程中，受限于传感装置稳定性差、现场运行环境恶劣、电磁环境复杂等原因，输变电设备的状态量数据会出现数据缺失造成获得的数据质量较差，这会直接影响设备状态评估模型的准确性。提出一种基于遗传算法的输变电设备缺失数据补全方法，首先对变换域随机赋值，然后通过实现稀疏域中系数向量最小化达到缺失点恢复的效果。实验证明，该算法能够准确地恢复缺失数据。