CBR和RBR融合的牵引变压器运维策略

牵引变压器在运行中易受到高电压、大电流、机械应力及其他环境因素的影响而产生发热、放电、绝缘不良等故障,为了制定合理的运维检修策略从而提高运行中牵引变压器的故障处理水平,提出一种基于规则推理(RBR)和基于案例推理(CBR)融合的牵引变压器运维决策方法:利用RBR获取能反映牵引变压器状态的关键参数,并根据规则库的知识储备得到初步检修方案;设计案例检索算法在状态检修案例库中匹配相似案例,提取检修策略;根据RBR的初步方案对CBR结果进行修改与复用,综合得到最优运维策略,指导检修工作。收集了60例目标案例验证融合决策模型的准确性,结果表明平均决策准确率可达81.67%,且通过实验可判断源案例数量的增加与决策准确率之间呈正相关关系。     

输电线路在线监测设备供电电源应用分析

随着输电线路在线监测设备自身功耗的增加,在线监测供电可靠性已成为制约设备稳定运行的关键因素。针对输电线路在线监测设备的供电电源问题,文中首先对传统太阳能电池板功率和蓄电池容量估算方法进行了分析;随后分别对装置功耗剧增、太阳能电池板积灰、蓄电池低温性能、杆塔安装限制等电源选配影响因素进行了探讨,分析了在线监测电源配置的改进方法,最后给出了两种典型在线监测设备供电电源的设计实例,可为输电线路在线监测装置电源模块的设计提供重要参考。     

基于联合分量灰度化算法和深度学习的玻璃绝缘子目标识别算法

针对相近色干扰、不同光照条件下玻璃绝缘子颜色特征不明显而无法准确识别的问题,提出一种基于联合分量灰度化算法和深度学习的玻璃绝缘子目标识别算法.首先,提出一种联合分量灰度化算法,通过补偿玻璃绝缘子目标区域的颜色特征实现目标增强;然后,在均匀分块的基础上,采用动态分块阈值进行玻璃绝缘子图像粗分割,并结合玻璃绝缘子的颜色和空...     

基于Fine Mask RCNN的110～220kV输电铁塔涉鸟故障识别与评估

随机突发的输电铁塔鸟害事故通常较难应急处理,传统的鸟害事故图像处理算法泛化能力弱,而现有的深度学习检测算法应用对象又较为单一,因此,亟需稳定有效地实现输电铁塔全类别鸟害事故辨识。鉴于此,该文提出一种基于精细化的掩膜区域卷积神经网络(finemaskregionswith convolutionalneuralnetworkfeatures,FineMaskRCNN)的110～220kV输电铁塔涉鸟故障识别与评估算法。该方法首先通过残差模块(residual network-50,ResNet-50)+特征金字塔网络(feature pyramid networks,FPN)感知巡检影像特征;其次,针对Mask RCNN细节信息丢失的问题,引入具有多尺度卷积核运算的信息融合模块进行丢失信息补偿,增强网络模型对于输入影像的特征表达与提取;最后,根据Fine Mask RCNN识别结果,结合传统图像处理技术,实现鸟巢类故障、鸟啄类和鸟粪污染绝缘子类故障评估与结果修正,形成了由故障识别到评估的一体化机制。实验结果表明,相较于掩膜区域卷积神经网络(Mask RCNN)、快速地区域卷积神经网络(F...     

热处理对真空熔覆Co基合金涂层疲劳性能的影响

采用真空熔覆法制得钴基合金-碳化钨复合涂层材料,按照45钢热处理工艺对合金涂层进行正火和调质处理,并借助扫描电子显微镜、X射线衍射仪等先进的测试手段对涂层的组织结构和表面形貌进行观察分析。应用疲劳试验机对不同热处理后钴基合金涂层进行弯曲疲劳试验,结果表明:Co基合金涂层在正火处理后的弯曲疲劳强度大大提高,比熔覆状态合金涂层高150～200MPa左右,在高周疲劳时比正火45钢的疲劳强度高80MPa左右;Co基合金涂层在调质处理后,其S-N曲线与调质45钢的S-N曲线相交,低周疲劳时,合金涂层的疲劳强度大于调质45钢试样,在高周疲劳时,合金涂层的疲劳强度小于45钢试样;调质处理涂层的疲劳强度比熔覆状态涂层高160～220MPa左右。     

基于GSM SMS的输电线路覆冰在线监测系统

研发基于通用移动通信系统/短信息服务(GSMSMS)的输电线路覆冰在线监测系统,整个系统主要由省监测中心主机、地市局中心主机、线路监测分机组成,给出了系统拓扑图。叙述了系统的技术特点,给出了监测分机的硬件原理框图和软件及INT0中断程序的流程图,监测分机供电系统采用太阳能电池对蓄电池浮冲电的方式。论述了专家软件的功能、导线覆冰模型计算和分析、覆冰预测模型研究等。设计的输电线路覆冰在线监测系统运行效果良好。     

输电杆塔沉降状态感知技术研究

为了满足对采空区或湿陷性黄土地区的输电杆塔微沉降的准确测量,提出一种基于模态参数识别技术,实现杆塔沉降状态感知与诊断.首先,建立了杆塔在脉冲激励下的振动微分方程,通过有限元计算得到杆塔的振型节点,从而确定振动传感器的安装位置;接着设计了输电杆塔沉降状态实时感知系统,系统包括感知节点、边缘节点、后台监控中心3个部分;最后...     

改进的Fast-CNN模型在绝缘子特征检测中的研究

针对目前电网巡检系统中采用红外成像检测绝缘子串特征的效果受环境影响，提出联合显著区域和Fast-CNN网络（改进后的卷积神经网络）用于绝缘子特征检测研究。显著区域检测首先采用超像素描述各区域位置的整体信息；然后基于各超像素的特征协方差信息计算各超像素的显著度得到大致显著区域；再通过区域模块化和局部复杂度对比提取显著特征，同时将2种方法提取的显著特征分别输入改进后的Fast-CNN网络进行显著区域检测，同时引入动态自适应池化模型和余弦窗处理中间层，最后通过多次迭代训练得到绝缘子特征，避免CNN模型耗时的全图搜索。将本文算法在红外图像库中进行测试，本文算法的F-Measure以及平均误差MAE均优于当前流行算法。     

基于内容的手机短信息实时审计系统

针对非法手机短信息日益泛滥的问题，分析了短信息的发送机制，给出了短信息内容的审计监控方案，建立了审计系统的系统模型，详细论述了系统模块的功能，阐述了系统中创新算法的主要思想。实际应用证明，该系统可实现文字短信和多媒体彩信的内容审计，有效阻止非法短信息的传播。     

基于变精度粗糙集-支持向量机的断路器故障诊断

由于断路器运行时监测数据量大,以前采用的反向传播算法(back propagation,BP)神经网络、径向基函数(radical basis function,RBF)神经网络的故障诊断存在网络结构复杂、诊断速率慢等缺点,为了快速准确地得出断路器故障原因,提出一种基于变精度粗糙集-支持向量机的断路器故障诊断算法。利用变精度粗糙集约简决策表去除断路器庞大监测数据里的冗余信息,降低过程数据的维度,并结合支持向量机对粗糙集处理后的信息进行故障诊断,可减少诊断时的主观因素,并具有容错性和解释性,该诊断方法是可以有效实施的。