一种基于视觉显著性分析的输电线路异物检测方法

在智能输电线路综合监测系统中,基于航拍获得的视频图像进行故障的自动检测,具有安全可靠、不受地域影响、成本低以及高效快捷的优势.输电线路上悬挂的异物不仅影响线路的正常供电,还会危及电力线下的行人与车辆安全,严重时会造成片区大面积停电.本文提出一种基于视觉显著性分析的输电线路异物检测方法,通过分析直升机巡检过程拍摄到的图片,在事先检测到的输电线路兴趣区域内根据人眼感知特性来计算视觉显著图,然后通过视觉显著度对颜色、形状或空间分布等特性对异物区域实现统一定位.该方法可及时地对输电线路上的异物进行自动识别,从而降低工作强度和提高工作效率.文中的实验结果表明,该方法具有实时性好、准确度高、抗干扰能力强的优势.     

虚拟现实建立动态场景的研究

随着虚拟现实技术的发展,对虚拟现实场景不仅要求有逼真的效果,同时还要求有生动的交互功能,而VRML(Vitual Reality Modeling Language)与Java的结合是目前常用的交互式虚拟现实技术。文章系统介绍了虚拟现实建模语言VRML,采用JAVA做为脚本建立动态场景的原因并具体介绍了VRML与Java结合建立动态交互场景的两种方式,以及JSAI和EAI的区别。     

面向不平衡数据的配电网故障停电预测方法

配电网故障停电事件会严重影响正常的社会经济生活。因此,迫切需要有效的配电网故障停电预测方法。采用人工智能方法分析配电网故障停电数据,发现存在配电网故障停电次数较少和引发配电网故障停电的原因分布不均等数据不平衡情况。为了及时、准确地预测配电网故障停电情况,从数据集质量和防止过拟合两方面入手改进故障停电预测模型。首先,设计了基于聚类的对抗神经网络来增强数据集质量。其次,构造了基于随机代价敏感卷积神经网络(RandomCost-CNN)的故障停电预测模型。RandomCost-CNN预测算法中采用有放回随机抽样思想设计了损失函数的随机选择策略,用以解决常规代价敏感过度拟合少数类(故障停电类)而使得大量多数类(正常类)被误报的问题,既保证少数类具有较好召回率与精确度,同时又提高了模型的泛化性能。实验证明所提方法能有效预测配电网故障停电事件发生概率,在配电网运维管理中能够发挥较好的预警作用。     

面向云边协同的配变短期负荷集群预测

配电变压器是配电网中连接用户的重要设备,研究其负荷变化规律是十分重要的。随着物联网技术在电力系统中的推广,配电网中监测的配电变压器将越来越多,但对众多设备逐一分析建模会导致工作低效。因此,提出面向云边协同的配变负荷预测框架,并着重研究云端的集群预测模型。首先,集群预测模型对配变进行日负荷曲线聚类,提取日负荷模式,并分析各配变日负荷模式变化规律,采用聚类方法划分具有相似用电行为的配变。然后,将同类别配变负荷数据整合训练,利用STL-LSTMs-XGBoost预测模型实现配变的短期负荷集群预测。最后,通过使用某市配变的负荷数据作为算例进行分析,实验结果验证了所提方法的可行性和有效性。     

基于云计算的优化配网调度执行系统研究

为了优化配网调度执行工作,对配网调度进行了研究。设计了基于云计算的优化配网调度执行系统。在硬件设计中采用分布式结构执行配网调度。在系统软件部分,使用云计算技术,设计了主动配网云边协同计算体系。该体系实现了配电调度边缘计算节点的远程操作,提高了配网调度执行优化的能力。采用客户端/服务端(C/S)、浏览器/服务器(B/S)混合架构,实现了配网调度的人机可视化执行。利用两点估计法以提高配网调度模型的优化计算能力,进而实现配网调度的控制,提升了配网调度运行的稳定性与经济性。试验结果表明,在对配网调度执行的可靠性进行测试时,该系统的可靠性达到了96%。该系统可使配网始终处于安全、可靠、优质、经济、高效的运行状态,为配网调度执行提供了一种可行的方案。     

虚拟现实建立动态场景的研究

随着虚拟现实技术的发展，对虚拟现实场景不仅要求有逼真的效果，同时还要求有生动的交互功能，而VRML（Vitual Reality Modeling Language）与Java的结合是目前常用的交互式虚拟现实技术。文章系统介绍了虚拟现实建模语言VRML，采用JAVA做为脚本建立动态场景的原因并具体介绍了VRML与Java结合建立动态交互场景的两种方式，以及JSAI和EAI的区别。     

计及投资费用约束的配电自动化终端优化布局方法

针对初始投资费用受限情况下的配电自动化终端布局问题,提出了一种计及初始投资费用约束的配电自动化终端优化布局方法.首先分析了考虑配电自动化终故障端辅助定位及自动隔离故障的配电网可靠性评估流程;然后在保证供电可靠性的前提下,建立了以等年值综合费用最低为目标函数,以设备投资费用为约束条件的配电自动化终端优化布局模型;最后,在IEEE RBTS BUS2算例中,采用多种群遗传算法对构建的模型进行求解,得出最优的配电自动化终端布局结果.通过与传统方法进行对比,验证了所提方法的有效性和优越性.