基于生成式对抗网络的窃电检测数据生成方法EI北大核心CSCD

日益增长的用户侧用电数据为基于数据驱动的窃电检测方法奠定了基础,然而窃电检测数据固有的不平衡性质会影响该类方法的性能。针对窃电检测的数据不平衡问题,提出一种基于Wasserstein生成对抗网络(wasserstein generative adversarialnetwork,WGAN)的窃电样本过采样方法,通过WGAN生成器与判别器的对抗训练,神经网络能够学习到窃电负荷序列难以显式建模的时间相关性,生成与真实窃电样本具有相近分布的合成样本。采用WGAN训练期间生成的多组窃电样本对原始窃电样本进行增强,使用卷积神经网络在多组增强训练集上进行训练,选择在验证集上取得最高AUC值的增强训练集,最后在其上训练分类器实现窃电检测。所提方法在某电力公司提供的真实数据上进行了实验测试,结果表明相比于随机过采样、SMOTE和ADASYN等方法在检出率、误检率、F1测度以及AUC评价指标上有明显提升。     

基于改进域对抗网络的轴承故障迁移诊断方法

针对工业场景下复杂工况导致的轴承故障数据特征分布差异,以及难以获得大量有标签数据的问题,提出一种基于 Wasserstein 距离与局部最大平均偏差(LMMD)改进的一维卷积子域适应对抗迁移网络(SANN)。 该网络首先构建 CNN 特征提 取器进行预训练,学习领域特征表示,在对抗训练阶段,对抗层引入 Wasserstein 距离来度量源域与目标域的差异,实现边缘分 布的对齐,固化训练结果。 在特征提取层引入 LMMD 计算模块捕获每个类别的细粒度信息,实现条件分布的对齐。 通过两种 变工况下的轴承故障数据集对该模型性能进行验证。 实验结果表明,无监督的条件下,本文所提方法在目标数据集上相较于基 础域对抗网络分别提高了 5. 0% 和 6. 9% 的识别精度,性能优于现有的迁移算法。     

基于DeblurGAN的运动模糊图像盲复原算法研究

DeblurGAN方法利用条件生成对抗网络解决了端到端的图像去模糊问题,但存在图像边缘细节恢复不足以及鲁棒性不高的问题,针对此问题,提出一种基于DeblurGAN的运动模糊图像盲复原方法。在生成网络中,采用多尺度卷积核神经网络提取特征,并使用级联空洞卷积扩大神经元的感受野;采用自适配归一化方法代替原来生成器中使用的实例归一化方法。其次,引入了梯度图像L1损失,结合对抗损失和感知损失,将其作为图像去模糊的正则约束,使得生成图像的边缘特征更加清晰。实验结果表明,提出方法复原的图像峰值信噪比数值较DeblurGAN算法高出5.4%,结构相似性指标高出1%;在主观上清晰化效果较好,且消除了网格效应。     

适用于局放模式识别的WGAN-GP数据增强方法

提出了适用于局放模式识别的带梯度惩罚的Wasserstein生成对抗网络(Wasserstein generative adversarial network with gradient penalty, WGAN-GP)数据增强方法。首先,对局放长时信号进行去噪及脉冲提取,得到局放脉冲信号。其次,将Wasserstein距离及梯度惩罚函数引入生成对抗网络(generative adversace network, GAN),提高生成模型的训练稳定性及生成样本的多样性,并以局放脉冲信号作为样本对网络进行训练,实现基于WGAN-GP的局部放电数据增强。使用所提方法对局部放电实验样本进行数据增强,并使用增强后局放样本对常用模式识别算法进行训练,实验结果表明,所提方法相比于传统数据增强方法可更有效地对局放脉冲样本进行数据增强,局放脉冲模式识别准确率提高12.9%。     

基于改进YOLOv4及SR-GAN的绝缘子缺陷辨识研究

为了精准地识别无人机巡检图形中的小目标绝缘子及缺陷,本文提出了一种基于改进的深度学习目标检测网络(YOLOv4)的输电线路绝缘子缺陷检测方法.首先,通过无人机航拍及数据增强获得足够的绝缘子图像,构造绝缘子数据集.其次,利用绝缘子图像数据集训练YOLOv4网络,在训练过程中采用多阶段迁移学习策略和余弦退火学习率衰减法提高网络的训练速度和整体性能.最后,在测试过程中,对存在小目标的图像采用超分辨率生成网络,生成高质量的图像后再进行测试,以提高识别小目标的能力.实验结果表明,与Faster R-CNN和YOLOv3相比,所提算法在平均分类精度和每帧检测速率方面均有较大提升,性能表现优异.     

基于改进YOLOv3的电力设备红外诊断方法

针对电力设备异常发热故障诊断过程中识别目标设备单一、红外数据集样本数目庞大、平均识别准确率较低和识别速率较低的问题,提出一种基于深度卷积神经网络的改进YOLOv3目标检测方法,识别和定位绝缘子、隔离开关触头、套管、线夹4类电力设备及其异常发热区域.在改进YOLOv3算法的训练过程中,网络将数据集图片裁剪为416×416...     

基于跨连接卷积神经网络的绝缘子检测方法

针对电力设备图像中绝缘子所占比例较小和容易漏检的问题,提出了基于跨连接卷积神经网络的绝缘子检测方法。首先,通过在区域建议网络将网络后三层的卷积层分别和全连接层连接,使得这三层的卷积特征同时送入分类层和回归层,从而得到一系列高质量的绝缘子候选区域;将得到的候选区域映射绝缘子检测子网络,通过将得到的感兴趣区域特征送入级联的Adaboost分类器,实现对绝缘子的检测。对所提出跨连接卷积神经网络生成的候选区域进行了评估,并对不同的绝缘子检测方法进行了对比实验。实验结果表明,该方法得到的候选区域召回率高且更集中于绝缘子所在位置,绝缘子检测准确率比常规方法高出10%。所提方法能较好地对复杂背景图像中不同大小的绝缘子进行有效识别和精确定位。     

基于生成对抗网络的自爆绝缘子检测模型设计

随着输电线路的持续建设,无人机逐步代替人工成为巡线工作的主要工作方式。绝缘子在输电线路中具有重要作用,然而,因自爆绝缘子导致的事故尤为频繁,从大量的航拍图像中识别自爆绝缘子,是一个亟待解决的任务。在航拍图像中,大部分绝缘子数据均是无损绝缘子,自爆绝缘子数量较少,因而无法满足识别算法的训练要求。针对现有输电线路无人机巡检中自爆绝缘子数据量稀缺的问题,该文提出了一种基于生成对抗网络的自爆绝缘子检测模型。通过生成器和鉴别器的对抗训练,该模型仅使用无损绝缘子数据训练即能完成对自爆绝缘子的检测。在此基础上,该文优化了生成对抗网络的训练过程。通过引入指导网络,解决了生成对抗网络的模式崩塌问题,提高了对自爆绝缘子检测的召回率;通过对鉴别器的输入添加扰动,解决了生成对抗网络中的样本不均衡问题,提高了对自爆绝缘子检测的精确度。通过与其他异常检测算法的对比实验,证明了该文方法的可靠性。并通过对模型各部分的消融实验,证明了该文方法各部分的可靠性。实验结果证明,该生成对抗网络模型有效避免了传统生成对抗网络中的缺陷,完成了对自爆绝缘子的高效自动检测。     

基于改进U-net和CNN的绝缘子自爆检测方法研究

针对绝缘子自爆故障人工检测效率低,成本高的问题,基于改进U-net和卷积神经网络（CNN）模型,提出一种可有效识别绝缘子自爆故障的双阶段目标检测算法。首先,在语义分割阶段使用改进U-net模型,通过翻倍提高图像分辨率的方法有效提高图像分割精度。其次,在图像分类阶段提出更适合所提问题且有效提高分类准确度的新型CNN模型。最后,使用无人机拍摄的绝缘子图片为实验数据进行实验。实验结果表明所提算法识别精度较高。     

融合边缘检测的遥感图像超分辨率重建算法

针对基于生成对抗网络的遥感图像超分辨率重建存在训练不稳定,参数冗余,图片纹理细节不够清晰等问题。提出一种融合边缘检测的遥感图像超分辨率重建算法。首先,在生成器网络中引入改进后的Canny边缘检测算子用于低分辨率图像特征提取,通过在Canny算子边缘提取流程中利用双边滤波和3×3邻域梯度以检测图像的边缘信息,使网络能够更好的表达高频特征;其次,为降低网络参数和提高网络训练的稳定性,去除判别器网络中冗余的BN层,同时将Wasserstein距离定义为对抗损失以解决生成对抗网络训练出现的梯度消失现象。在NWPU RESISC45数据集上,所提方法的峰值信噪比与结构相似性较WDSR和CARN算法分别提升了1.22 dB、0.114和0.32 dB、0.013,且重建后的图像相比较WDSR、CARN等其他SR算法在图像纹理细节和主观视觉效果方面也均有提升。     

新一代电力通信宽带综合传送网建网探讨

介绍了我国电力通信专用网的现状和未来发展趋势,论述了我国电力通信专用网骨干网“十五”建设目标,并就我国新一代电力通信宽带综合传送网建网问题进行了探讨。     

配电网快速网络拓扑分析算法

缩小搜索范围是提高拓扑速度的关键,输电网可采用厂站内搜索法来缩小搜索范围,配电网则不适合。给数据排序是缩小搜索范围的有效措施,但排序比较费时。为此,提出了把全局拓扑分成静态拓扑和动态拓扑的想法。静态拓扑仅处理排序工作,可预先计算;每次全局拓扑只运行动态拓扑,由于数据已经排序,计算速度很快。同时提出了使用节点支路关联数据形成岛的方法,由于此数据可以在静态拓扑中处理,因而进一步提高了配电网网络拓扑的计算速度。实际算例验证了所提出的算法的有效性。     

城市电网的结构化设计

首次提出城市电网的结构化设计思想和方法，并实际应用于某城市电力系统规划研究， 取得令人满意的结果。     

电力企业局域网技术研究与应用

为提升电力企业行政办公网络的稳定性和可靠性,对传统的基于树型局域网网络拓扑运行中频出的故障进行研究,结合企业实际网络环境,设计出新的网型网络拓扑结构,并启用相应的网络协议抑制各类网络故障。通过分析比对近2年不同网络架构运行环境下的故障数据统计,证实了改进后的办公局域网的网络结构较传统办公局域网的网络结构更为稳定可靠。     

基于节点影响力的电力通信网拓扑结构诊断

结合电力通信网络的结构特征,建立了面向电力通信网络的复杂网络模型,从节点邻居拓扑特征和网络聚合特征出发定义了节点影响力。采用网络属性值信息熵计算网络拓扑特征及其对节点影响力的整体贡献度,从连通性和网络效率的角度分析节点故障后对网络拓扑抗毁性和鲁棒性的影响。分别针对BA网络、WS网络、地市骨干电力通信网络和省级骨干电力通信网络的节点影响力进行了仿真分析。结果显示在网络效率和连通度方面,与采用其他复杂网络指标的方法相比,所提出的方法能够更好地反映关键节点的传播影响力。     

配电网实时线损计算系统

提出了一个基于已有SCADA/GIS平台,利用配网监控终端数据．实时计算配网线损功率的系统。该系统能适应弱环网等复杂的配网运行方式,并能快速准确地计算出配网中每一段支路每一个变压器的功率损耗情况．为配网线损的管理分析提供可靠的基础。     

县城电网改造中若干问题的探讨

根据县城电网的特点,引出县城电网改造中存在的一些技术问题。如线径选择、负荷分区、电杆选型、环网化和绝缘化等,结合实际工作中的具体做法,结合城网规划导则,提出了一套切实可行的解决办法。     

终端接入网网管系统研究

为解决智能通信配电网中通信网络规模的扩大、终端设备种类的增多、通信技术更新的加-陕、网络拓扑结构复杂,使得驾驭通信网络的难度加大等问题,文章提出终端接入网网管系统。首先从智能配电网通信发展要求出发,分析被管网络的网络结构,并提出了终端接入网系统的总体体系结构以及总体资源模型,根据智能配用电通信的管理需求,详细分析本系统各个模块的功能。最后对系统的安全防护体系做出深入分析。     

电力调度数据网结构特性分析

提出运用复杂网络理论从结构的角度分析电力调度数据网的复杂性及脆弱性。现有的电力调度数据网大致可分为双星型和网状2种典型结构,从统计特征参数、度数累积分布以及介数累积分布3个方面对这2种电力调度数据网的结构进行了分析,发现双星型网是典型的无标度网络,而网状网是典型的小世界网络。继而以单一故障和连锁故障分别衡量了2种网络的静态脆弱性和动态脆弱性。结果表明：1）电力调度数据网的脆弱性与其网络结构有很大的联系,单一故障时,双星型结构的调度数据网对选择性攻击表现得更加脆弱;2）双星型结构的调度数据网不容易发生连锁故障,网状结构反之。连锁故障时故障概率较高的节点仍集中在介数高的节点。     

株洲配电通信网络建设方案研究

通信网络是维系配网自动化主站、配电终端和业务信息的纽带,是配电自动化系统不可缺少的重要组成部分和重要技术手段。文章在论述株洲配电自动化试点区电力通信网现状的基础上,结合配网自动化对通信通道的需求论述系统建设的可行性,并确定配电通信网络的技术指标通过对各种主流通信方式的比较,结合株洲地区用电网的特点,选定适合株洲地区配、乜自动化系统发展的通信方式,并对省内已建成的配电通信网组网方法进行研究,提出一种改进的网络建设方案,以达到建成后的配电通信网络结构清晰、施工方便、维护难度降低等特点。