基于人工智能图像识别的输电线路巡检研究

为了准确、及时地发现输电线路中的缺陷,研究基于人工智能图像识别技术的输电线路立体化巡检模式。具体地,以人工智能图像识别技术为支持,借助K-means算法对立体巡检图像进行聚类处理,同时,采用人工神经网络对图像中输电线路缺陷进行智能识别。经测试,在相同工作量下,未采用本文所提技术的输电线路缺陷识别需要5个分析员持续工作15 d,平均每分钟进行2～3张图片的识别,图像识别速度为20～30 s/张;采用人工智能识别技术,识别速度高达0.25 s/张,仅需3.6 h便可以将识别任务完成。在弱光环境下,经过增强处理的图像边缘更加清晰,目标图像与背景实现明显分界,且现阶段可利用输电线路中相同部件不同角度的7张图片实现高于90%的识别准确率。另外,通过对相同条件下其他几种方法影响模型实际收敛情况的比较发现,所有方法的重构误差均呈现出逐渐降低之势,最终都趋于稳定。结果表明本文技术在立体化线路图像缺陷检测中有一定普适性,有利于工作效率的显著提升。     

低频工况下MMC模型预测控制策略EI北大核心CSCD

模块化多电平换流器(modular multilevel converter,MMC)在船舶电力推进系统、电力传动以及变频驱动等领域有着广泛的应用前景。然而,MMC在启动或低频运行时,子模块(sub-module,SM)电容电压波动急剧增大,严重危害了MMC系统的安全运行。文中提出一种MMC低频SM电容电压波动抑制的模型预测控制策略。建立含共模电压的电流预测模型及桥臂电压差预测模型,构建统一控制代价函数对参考值与实测值的误差进行评估。在滚动优化中采用2N+1电平输出方式,可为低频MMC的最优控制提供更多的选择自由度。为验证所提控制策略的可行性与有效性,对其进行仿真和实验研究。结果表明,所提的控制策略能有效抑制低频时MMC子模块电压的波动,降低系统输出电流谐波含量,提升MMC系统安全运行能力。     

智能变电站通信故障的研究与分析

针对智能变电站通信系统故障问题,从实际出发,对智能变电站常见的通信故障问题进行分析,结合数据 统计及理论分析提出解决网络风暴、数据缓存溢出的方法.将所提方法应用于智能变电站后,对变电站通信系统进行 调试及试验,试验结果表明所提出的网络风暴抑制方法及加装“软件狗”程序方法可有效减少瞬时网络流量较大和交 换机数据缓存溢出问题导致的通信系统故障,对变电站的安全高效运行具有重要的作用.     

基于ICD 转化和过程诊断的配置升级

针对继电保护设备因版本迭代升级,需对保护装置进行及时更换,提出一种在线配置升级方法,基于ICD 文件转化可以节约更换时间,并针对所提出的升级方式,结合过程诊断策略,进一步保证配置升级正确性.该配置升 级方法符合安全要求,具备对工业操作的指导意义.     

基于边缘信息融合的输电线路防外破监测系统研究与应用

针对大型工程车辆施工过程中误碰高压输电线路造成电网事故和人员事故的问题,基于边缘计算对工频电场传感器、激光雷达、双目视觉测距系统进行数据融合,研制了输电线路防外破监测装置,开发了输电线路防外破监控平台和移动终端应用程序,并进行了现场应用验证。该系统为输电线路防外破提供了新的技术手段,能够有效提高输电线路安全管控的智能化水平,具有很高的应用价值和良好的社会推广价值。     

基于改进麻雀搜索算法优化BN的变压器故障诊断研究

针对变压器故障诊断准确率低和稳定性差的问题,文中提出了一种改进麻雀搜索算法优化贝叶斯网络的变压器故障诊断方法。首先,通过计算互信息建立最大支撑树并进行定向处理得到贝叶斯网络初始结构即初始种群。然后,在算法中引入一种新的合作机制和正弦余弦算法,提高算法收敛速度和全局搜索能力,并利用油中溶解气体分析,创建基于改进麻雀搜索算法优化贝叶斯网络的变压器故障诊断模型。最后,为了证明所提方法的优越性,将所提的方法与现有变压器故障诊断方法进行对比。结果表明,文中所提出的方法故障诊断率最高,可以更精准地对变压器进行故障诊断。     

基于风洞试验中的消耗计量模型研究与实现

高压、中压、氮气等是保障风洞试验有效进行所需的动力资源,针对风洞群试验中供气气源管线拓扑结构复杂多变、试验用户多、生产调度粗放等特点,为了提高动力资源生产和调度的保障效能,研究提出了基于动态拓扑结构的单车次动力资源消耗计量模型。该模型采用设备状态监测、图形数据库(Neo4j)技术、流体力学静压差法等技术,在虚拟空间里,完成了物理世界到逻辑世界的映射,形成了动态拓扑结构模型。在此基础上结合试验状态感知、资源库存量,实现了对风洞单车次试验各类动力资源消耗计量。实验结果表明,该模型较好地解决了原风洞单车次试验难以计量或计量不准的难题。通过试验数据对比发现,计量数据准确,满足数据精准度要求。     

基于瓦斯继电器挡板动作时长特性的变压器重瓦斯故障程度识别方法

瓦斯继电器是变压器中重要的非电量保护设备,现有瓦斯继电器在发生重瓦斯报警后,不能及时判断变压器重瓦斯故障的严重程度。该文提出一种基于瓦斯继电器挡板从启动角度到达重瓦斯动作角度的动作时间T1和挡板在重瓦斯状态的保持时间T2的变压器重瓦斯故障程度的识别方法。首先对瓦斯继电器挡板进行受力分析,对挡板在油流冲击下的动作特性进行解析推导,然后设计了一种可实时输出挡板转角的新型瓦斯继电器和能够模拟不同故障能量的瓦斯继电器挡板特性试验台,进而对变压器不同重瓦斯故障能量下T1和T2时间的变化规律进行试验研究。结果表明：随着变压器重瓦斯故障程度发展,T1逐渐减小,而T2逐渐增大。基于T1和T2时间的变化趋势识别其故障程度,为变压器重瓦斯故障程度识别提供了一种有效方法。     

广东电网全景备用系统研究∗

电力市场下电力系统全景备用系统,自在广东电网投入使用以来,运行情况良好,有效提高了调度员驾驭复杂大电网的能力,尤其在备用评估方面针对不同维度进行优化,极大地提高了实时备用评估能力的同时降低了评估的难度,在提高电力系统运行的安全性、经济性等方面发挥了重要作用,社会效益和经济效益显著.     

基于全绕组拓扑结构的移相变压器建模及应用

针对现有移相变压器稳态数学模型不能适用于内外部端口故障电气量计算的问题,基于相分量法建立其全相数学模型。以对称双芯式移相变压器为例,根据其电磁约束关系,推导出节点电压与电流间的关系式,再通过绕组拓扑结构对节点进行合并及接地处理,得到移相变压器的导纳矩阵和全相等效电路模型,并对矩阵进行修正以适应不同故障情况下的计算。最后,利用该模型分析了对称双芯式移相变压器在不同相序网络中的运行特性。对比仿真结果可知,所建全相数学模型能够准确计算各类端口故障下的电气量,所得等效相序电路可以有效反映不同序分量下移相变压器的运行特性。