基于多重注意力和特征对齐的销钉缺陷检测方法

电网规模的快速扩张对输电线路的检测维护提出更高的要求,智能高效的自动化电力巡检图像识别算法作为提高检测维护的手段,已经成为目前研究的重要方向之一。为实现巡检图像中销钉缺陷目标的准确识别,文章提出一种基于多重注意力和特征对齐的销钉缺陷检测方法。首先,构建基于可变形注意力的可变形检测变压器(deformable detection transformer,Deformable-DETR)框架,解决现有识别算法中无法通过卷积神经网络进行像素点轮廓-环境关系建模的问题;之后,提出区域注意力特征提取模块,解决由可变形注意力带来的特征粒度不足的问题;为丰富目标物体特征质量,提出基于注意力的候选框特征对齐模块和约束函数;最后,选取华中地区某电力公司的航拍图像数据验证算法性能。结果表明,所提算法总体性能相比于现有的卷积算法提升5.4%,总体平均检测精度达到90.5%。

超融合架构下电力通信网络管理故障研究分析

现网中的新旧设备共存、新老版本并存等实际情况,不同厂家网管平台的接口开放性、接口协议等差异性,给电力通信网络的有效管理带来了困难,尤其是更容易造成故障的频繁发生。基于不同网络设备的融合电力通信网络管理系统的核心技术,分析现有各类系统的部署环境,并对不同品牌厂商网管系统的网元管理模式、相关通信协议互通的可能性进行了分析,进而提出了一种新的电力通信网络管理故障控制策略,以尽可能地避免故障的发生,并随后对已发生故障作最优的处理,经实验验证,可有效避免故障的发生。

宽带电力线通信网络多层信道资源分配方法

为增加通信网络的吞吐量,研究宽带电力线通信网络多层信道资源分配方法。提取网络的多层信道特征,运用香农定理计算信道容量;提取载波特性,分析传输特性;建立抗干扰模型,通过控制器计算最优抗干扰策略。运用KM算法进行信道资源分配,转换为图着色冲突问题,优化颜色冲突以有效利用信道资源,实现更佳的资源分配效果。实验结果表明,实验组的总体吞吐量达到了10000bits/s,信道的整体占用率平均为79.03%,能够充分利用所有可用信道。

一种基于区块链的MQTT协议优化算法

通信协议的设计已然成为实现设备与互联网通信的重要支撑,其覆盖了整个物联网系统的各个环节。针对传统物联网协议中关键数据被伪造或篡改的安全问题,文章设计了一种在数据传输过程中使用区块链技术来保证传输数据安全的改进消息队列遥测传输(message queue telemetry transmission,MQTT)协议,进而保证了存储在broker的数据不被恶意篡改。通过仿真实验证明,该方法具有高效、轻量以及易实现等多方面的特点,在保护物联网的数据安全方面效果十分显著。

电力物联网边缘计算依赖型任务卸载的低时延调度技术

现有电力物联网任务调度技术难以满足任务的低时延和实时性要求,且未考虑到电力物联网任务之间的内部依赖性。针对该问题,融合深度强化学习任务卸载模型和Sequence-to-Sequence神经网络,使用有向无环图表示任务及依赖关系,引入ε-贪婪探索机制和优先经验回放来鼓励探索和提高模型训练效率,构建基于深度强化学习的电力物联网任务卸载模型。通过与其他任务卸载算法进行对比,所提模型的任务平均处理时延显著优于其他算法,验证在电力物联网依赖型任务低时延调度方面的优越性。

电力线载波通信中基于深度学习的信道估计

【目的】电力线载波(PLC)通信系统采用基于帧突发的传输模式,由于PLC系统的收发信机之间存在载波频偏、PLC信道存在各种噪声以及时变特性,加之PLC系统没有专用参考信号,传统信道估计对PLC信道没有跟踪预测能力,进而造成PLC系统性能恶化。【方法】文章针对现有问题,提出了一种基于长短期记忆(LSTM)神经网络和去噪卷积神经网络(DnCNN)的去噪长短期记忆(DnLSTM)神经网络,并利用该DnLSTM神经网络进行了PLC信道估计。首先对DnLSTM神经网络进行离线训练再保存训练好的DnLSTM参数,之后将其部署到PLC系统中,加载训练完成的参数后再进行在线预测,得到PLC系统信道响应。在电力线系统仿真中,文章采用最小二乘法(LS)、最小均方误差(MMSE)算法以及DnLSTM神经网络进行信道估计,给出在高斯白噪声(AWGN)、组合噪声、色噪声和脉冲噪声条件下的仿真结果,同时调整了用于信道估计的前导符号数量并进行了对应的仿真。【结果】仿真结果表明,DnLSTM神经网络进行信道估计的精度与采用的前导符号数量有关,采用4个前导符号进行信道估计,其估计精度优于LS,接近MMSE算法,并且DnLSTM神经网络具有很好的抵抗载波频偏以及信道时变的能力。当用于信道估计的前导符号越多时,低信噪比(SNR)情况下的PLC系统性能越好,高SNR情况下的PLC系统性能相似。【结论】通过以上仿真可得出,基于LSTM和DnCNN的DnLSTM神经网络可以很好地估计存在频偏的PLC系统信道响应,可实时跟踪其变化。

基于数据驱动知识显式嵌入的配电网最优需求响应策略

充分挖掘多元需求侧资源的灵活性,对于提升分布式新能源广泛接入背景下的新型配电网运行可靠性和经济性具有重要意义。然而,目前关于需求响应策略的解析化方法大多基于较为理想的用户行为观测和参数假设,纯数据驱动方法难以兼顾电网侧运行的复杂约束,策略的可用性存疑。为此,文章提出基于数据驱动知识显式嵌入的需求响应策略,首先,考虑到需求侧资源灵活性的强时段耦合特性,提出需求侧资源动态模型,定量分析需求侧灵活性资源的响应特性;其次,提出数据驱动知识的显式解析方法,将需求侧灵活性描述为混合整数线性模型并嵌入至配电网优化运行模型中,实现灵活实用的新型配电网供需交互与协调运行。最后,通过仿真算例验证所提方法兼具解析模型和数据驱动方法的优势,为不完全信息观测条件下源网荷协调运行提供较为实用化的解决方案。

新型电力系统中人工智能应用的关键技术

在向新型电力系统升级转型的过程中,新一代人工智能技术是其中的关键创新技术之一,可以与传统机理方法形成优势互补。然而随着电力人工智能技术应用的推广与深入,逐渐凸显出影响应用成效的3个关键问题:数据均衡问题、模型可信性问题、实时优化协同问题。针对以上3个问题,文章梳理总结其对应的核心技术分支、发展现状与典型应用,提出通过数据增强、迁移学习、仿真推演等数据增强推演技术解决小样本带来的模型过拟合与泛化性能下降问题,通过串行、引导、嵌入、反馈、并行等数据机理融合模式解决模型安全性、可解释性、鲁棒性等可信危机问题,通过群体智能、混合增强智能等智能优化决策技术解决源荷高度不确定下的大规模资源快速、实时、精准决策。最后,结合3个关键问题维度,对电力人工智能发展所需要重点突破的技术方向进行了展望。

基于FAHP-EWM-TOPSIS的新型电力负荷管理系统的通信方式适配方法

针对目前新型电力负荷管理系统的发展,文章旨在寻找一种合适的通信方式来承载系统端到端的通信。首先,从新型电力负荷管理系统的概念出发,剖析差异化业务需求,建立业务指标体系架构;其次,基于模糊层次分析法-熵权法-逼近理想解排序法,分析最优通信方式的选择策略;最后通过算例,分析不同通信方式对差异化业务的适配程度,确定符合新型电力负荷管理系统的最优通信方式,为新型电力负荷管理系统通信架构搭建提出参考性意见。

基于广义幂变换的脉冲噪声抑制方法

为有效抑制电力线通信(power line communication,PLC)系统中的脉冲噪声,从信号被脉冲噪声影响后正态性被破坏的角度出发,文章提出一种基于广义幂变换的脉冲噪声抑制方法。该方法首先引入Box-Cox变换,通过对接收信号进行幂变换处理,使其分布更接近正态分布,又通过推导引入新的零记忆非线性(zero memory non-linearity,ZMNL)函数,以便进一步优化处理效果。此种结合ZMNL函数的Box-Cox变换可改善接收信号的正态性,实现对脉冲噪声的抑制。仿真结果验证所提广义幂变换方法对接收信号的正态性改善效果明显,对脉冲噪声有良好的抑制效果,并且与传统消隐法相比效果更好。

电力物联网下基于云边协同的计算任务放置算法

电力无线网具有高可靠、安全性优势,但存在频段资源有限、输变电场景基站取能较为困难等诸多不利因素,基于云边协同的计算任务放置算法进行电力无线网的优化研究具有重要意义。云计算作为一种集中式的解决方案可以提供充足的计算资源,但是电力物联网设备与云服务器通信时存在低带宽和高时延的问题。由此,研究人员提出了边缘计算的概念,综合云计算和边缘计算的优点,云边协同逐渐以互补运作的模式得到广泛应用。文章提出一种云边协同场景下计算任务放置的改进优化算法,即基于文化基因(memetic algorithm,MA)的计算任务放置算法,以最小化电力物联网设备的能耗以及电力物联网应用程序的执行时间。基于MA的计算任务放置算法分3个阶段:预调度阶段、并行应用程序的计算任务放置阶段和故障恢复阶段。通过仿真结果验证,与现有算法对比,文章所提算法的性能包括带宽、最大迭代数、决策时间等方面都得到显著提高。

基于图表示学习与知识蒸馏的电缆故障快速识别方法

在牵引供电系统设备故障预警中,准确并快速识别电缆的早期故障是智能化运维的关键技术。为挖掘特征构建的深层信息和解决工程部署迭代速率问题,文章提出一种基于图表示学习和知识蒸馏的电缆故障识别方法。首先,对电缆的电流信号采样分析,将时间序列下的特征信息用图特征进行动态显示和更新,采用卷积自编码器对特征图像实现降噪重构;然后,利用基于知识蒸馏的图卷积神经网络识别算法,构建教师-学生网络故障识别模型,研究在PSCAD仿真环境中搭建电缆故障模型采集过电流扰动信号;最后,通过实验对比证明所提模型的有效性和准确性,所提模型大幅提升模型迭代速率,同时增强在噪声扰动下的鲁棒性,具有工程应用价值。

面向分布式能源能量交互画像的虚拟电厂信息流量预测方法

虚拟电厂的信息流能够表示分布式资源与电力系统交互的活跃程度,信息流的精准预测对了解虚拟电厂的运行特性进而提高系统的控制效率至关重要。然而,虚拟电厂涉及的交互主体较多,其能量特性既受资源个体随机性的影响,又与海量资源聚合后的整体特性息息相关。因此传统的预测模型难以有效拟合虚拟电厂的信息流,亟需提出一种面向虚拟电厂信息流预测的模型。文章提出一种基于长短期记忆网络和变分模态分解的短期混合预测模型。首先采用变分模式分解基于变分原理提取流量序列的本征模态分量;然后,利用长短期记忆网络分别对每个模态分量序列进行建模和预测,并创新性地引入注意力机制来筛选本征模态分量中的重要特征序列;最后,所有子预测算法被整合为一个完整的预测模型。仿真结果表明,相比传统方法,该模型可以有效地提高虚拟电厂信息流量预测的准确性。

基于5G NR-U的分布式新能源采集调控策略

随着电力市场的不断发展,电力终端接入规模不断扩大,分布式新能源采集调控策略成为重要的研究热点。通过使用工作于免许可频段的5G空中接口(5G new radio in unlicensed spectrum,5G NR-U)技术可以建立安全、低成本、自主可控的电力无线专网,为实现智能电网中分布式新能源采集调控业务应用提供安全、高速、灵活的平台。文章提出一种基于5G NR-U电力专网的分布式新能源采集调控策略,研究微电网群中的分布式光伏发电新能源信息共享与资源调控,并使用Stackelberg博弈算法求解最优调控策略。仿真结果表明,该调控策略能够显著提高微电网群的消纳能力,提高微电网运行稳定性和安全性。

换流站复杂工况下物联感知网络通信效能评估体系与模型

数字换流站是新型电力系统建设的枢纽节点,以融合终端为核心的物联感知网络是数字换流站物联感知体系的关键基础设施。数字换流站内复杂的电磁环境及高低温、盐雾腐蚀、交变湿热等工况条件下多种物理场相互作用和叠加,这些耦合干扰会影响换流站物联感知网络设备的通信效能,降低物联感知网络通信性能和服务质量,影响数字换流站全面智能感知能力和高效的智慧运检水平。针对缺乏数字换流站复杂电磁干扰与多物理场影响下物联感知网络通信效能有效评估方法这一问题,文章从基本通信能力、业务保障能力、生存保障能力和资源利用能力4个层面出发,建立多级分层的换流站物联网通信效能评估体系,在此基础上,采用支持向量机算法构建评估模型,实现对数字换流站物联感知网络通信效能的快速、准确评估,提升物联感知网络对换流站高效运行和数字化建设的支撑能力。

一种基于同态加密的小微企业联合信用评估机制

随着数字经济发展,用电数据作为小微企业的重要经营数据,具有时效性强、真实度高、覆盖面广的优势,可以弥补小微企业资金和财务信息的空白,为小微企业征信提供了一种新型解决方案。但高价值的征信数据属于各行业的商业机密,在电力金融跨域联合征信过程中,各方对客户数据都拥有保密心理,造成数据共享与隐私保护两者之间的矛盾。目前的数据共享方案存在计算繁琐、流程复杂度高等问题,需要引入轻量级数据共享隐私保护方案。因此,文章提出一种基于BGN同态加密计算的小微企业联合信用评估机制,通过电力企业与金融企业的数据共享,构建联合信用评估指标体系,以BGN同态加密算法为安全保障,在隐私保护的前提下获得小微企业的信用等级,在小微企业融资风险评估领域具有重要的参考意义与应用价值。

基于5G无线通信的可中断负荷快速响应系统

配电网控制系统面临数据信息在核心网络转发中,通信数据包丢失率高和累积时延长的问题,使得电力负荷难以精确控制,鉴于5G通信能够有效承载电力负荷智能精准化调控业务,文章提出了基于5G无线通信的可中断负荷快速响应系统。该系统通过5G技术实现主站、子站与切负荷终端的信息传输,系统的精准中断负荷方法融合了中断最小负荷容量、中断响应时效和SVM负荷容量预测,有效满足了电力精准负荷控制处理的灵活性和扩展性。

基于VCG拍卖机制的任务卸载策略

基于电力巡检机器人的变电站自动巡检技术能够快速找到故障区域,提升巡检效果。然而由于机器人终端的计算资源和能量有限,如何实时高效地处理巡检机器人采集的图像信息等以实现快速巡检是一个待解决的挑战。考虑到同时存在多个机器人终端将计算任务卸载给多个边缘计算供应商(edge computing provider,ECP),文章提出了基于VCG(Vickrey-Clarke-Groves)拍卖机制的计算任务卸载方案以降低任务处理时延并最大化ECP收益。首先,建立了多个终端向多个ECP进行任务卸载的异构网络模型。考虑到真实任务场景中任务可能是可以拆分的,将子任务以有向无环图(directed acyclic graph,DAG)的形式进行建模,并提出了考虑通信和计算资源时延的计算任务卸载算法。该算法考虑了每个ECP的收益,并通过VCG拍卖机制设计拍卖算法以保证该算法的真实性和有效性。最后,仿真证明该算法的性能能够迅速逼近最优卸载决策。

无线和电力线混合通信的MAC层接入算法设计和性能分析

电力线和无线混合通信可以优势互补提升电力物联网室内覆盖的综合性能。针对无线接入和电力线中继的混合通信场景,文章提出一种适用于两跳混合中继的通用MAC层算法。综合考虑物理层信道参数和MAC层的载波侦听多路访问(carrier sense multiple access,CSMA)退避流程,建立了该MAC层算法的跨层性能分析模型,推导了两跳传输系统归一化吞吐量以及系统时延等性能;最后仿真验证了算法有效性和模型准确性,分析了物理层和MAC层关键参数影响系统性能的机理。与Basic-RTS/CTS算法相比,所提算法可有效提升系统吞吐量和时延性能。

适用于埋地电缆的通信信道模型研究

机场助航灯光系统是确保飞机安全起降的关键,需要每日进行巡检,保证其正常稳定工作。但传统通信方式限制了机场助航灯自动化监测系统的发展。利用电力线通信具备免布线、高安全性和易实现等优势,研究埋地电缆的信道模型,分析埋地电缆的单位长度参数求解方法,分析大地电导率和介电常数的影响,提出了适用助航灯埋地电缆的信道模型。在埋地电缆信道模型基础上,建立了整体信道模型,分析了电力线通信信号在每个助航灯间传输的衰减规律,结果表明在2 MHz以下可以通过中继方式构建助航灯监测通信网;在几十kHz以下的低频段可以实现3 km内全部助航灯节点的直接通信。电力线通信技术可以满足助航灯的监测需求。