基于贝叶斯模型的输电线路运行参量关联规则挖掘及预测方法EI北大核心CSCD

对输电线路运行状态的准确评价、诊断和预测可以为电力系统安全、经济和高效的运行提供技术支持。传统输电线路分析预测模型多使用单一参量,而输电线路运行状态还受到气象条件、运行条件等诸多因素影响。因此受测量数据质量低、环境条件随机性大等限制,传统方法在预测准确性和时效性上具有较大的局限性。该文提出了基于贝叶斯网络的关联规则挖掘方法,用于挖掘输变电线路运行参量之间的关联规则,可更加直观反映出数据间的关联性,并有效提升了计算效率;将挖掘得到的关联规则应用于预测线路的状态参量,可提高预测结果的准确性。最后以某500kV输电线路为例,提取关联规则,并用于预测线路负荷与线路温度,结果表明该方法可提高预测精度,从而验证了该关联规则挖掘方法的有效性和可行性。     

基于LabVIEW的绝缘子外损图像自动识别方法

利用LabVIEW及NI视觉开发模块,对所拍摄图像进行灰度化、二值化、自动匹配查找绝缘子、图像噪点过滤等操作,直至识别外部受损的绝缘子,并对绝缘子的损坏区域进行标识。实例说明所述绝缘子外损图像识别方法有效。