排序方式: 共有48条查询结果,搜索用时 484 毫秒
21.
22.
23.
针对某110kV变电站Ⅰ号电容器投运以来保护频繁动作,结合电容器内部结构和保护动作机理,详细分析了该组电容器保护频繁动作的原因,并针对电容器保护定值设置提出了相关建议,调整保护整定后,运行至今未发生保护动作,验证了分析的正确性。 相似文献
24.
25.
分析了采用冷却器的变压器冷却系统存在的缺陷,提出了现场改造方案,对比了新旧冷却系统优劣,并通过改造实例验证改造后的冷却系统更有利于变压器安全、可靠运行。 相似文献
26.
27.
干式空心电抗器广泛应用于电力系统中,其发生匝间短路是最常见的故障,为减少因短路故障造成的损失,增加电抗器匝间短路故障在线检测的准确性,本文提出了基于功率因数法的匝间短路故障在线检测方法。本文基于电磁场理论对电抗器正常工作及匝间短路时电抗器功率因数变化进行理论分析,采用ANSYS Maxwell建立有限元模型仿真计算功率因数变化情况,并以1台13包封共41层线圈的电抗器样机为基础在不同电压等级下进行试验验证,最终结合仿真与试验结果,验证检测方法的可行性。 相似文献
28.
29.
30.
电力金具作为输电线路中的不可缺少的关键部件,对电力稳定传输提供了保障,一旦电力金具出现缺陷,就会带来巨大的隐患,造成输电设施的损坏甚至大面积停电事故,影响人们的生产和生活。传统的输电线路检修主要依靠人工现场进行巡检,不仅危险程度高,辨识难度也比较大。人工智能识别技术的不断进步,为电力金具的缺陷识别提供了更好的方法。目前Faster-RCNN算法的目标识别准确率高,但对于螺钉等小金具目标物体的识别率相对较低。本文首先通过双特征融合算子提取特征并进行标记后,输入引进混合注意力机制改进的Faster R-CNN模型中,进行特征再提取,融合重合度较高的特征,并进行缺陷的分类和识别,能够对电力小金具中的螺钉进行高效的辨识。实验结果表明,本文双特征融合的改进Faster R-CNN模型相较于传统的Faster R-CNN模型和YOLO模型的提升效果明显,模型的平均准确率提升了5%,平均精度提升了11%,在保障算法实时性的同时对螺钉等电力小金具具有较好的检测效果。 相似文献