基于状态感知的变电站施工现场安全风险管控系统研究

变电站项目施工是电力建设的主要部分,其风险控制问题对工程的正常进行以及电网产业的健康发展具有重要的作用。目前,在变电站施工现场安全管控方面已有多方面的研究:例如基于人工智能及计算机视觉等方面的探索与实践,通过视频采集及识别算法实现对涉及安全帽、工服、烟雾火焰等违规行为的检测和预警;还有基于UWB等物联网协议方面的研究,使用UWB进行测距,当佩戴了UWB预警设备的人员靠近危险区时发出危险告警。但是上述方案仍存在着一定的不足,本文在基于UWB进行风险预警的基础上进行深入研究,并结合NB-IOT协议实现对变电站建设过程中的作业人员风险管控。

基于继电保护装置定值校验仪的定值校核研究

电力继电保护装置的定值准确性对电网稳定运行至关重要。传统保护装置定值校核工作主要依靠人工操作,费时费力且易出错。本文提出使用定值校验仪替代人工操作的方法。其主要功能包括:通过将各种格式的定值单转化为一种归一化表格,当逐行读取完表格就可提取出所有的定值项,从而完成定值数据的采集;通过计算定值单项文字描述与模型定值文字描述相似指数,进行双向最优化匹配,然后进行定值校核;校核完成后,定值校验仪与现场打印机通过USB接口连接后打印校验结果。该装置定值校验化降低了保护人员现场的工作量,提高工作的效率,确保工作的质量。

一种用于变电站工作现场的主动式多作业方式的危险预警系统

国家电网公司在变电站作业安全管控方面开展了多年的探索与实践,并且取得了良好的成效,但针对建设中变电站的危险预警解决方案较少。本文以变电站建设过程中的危险预警为出发点,基于短距离物联网技术研发一种可应用于在建和已投运变电站的主动式危险预警系统。系统主要包含危险点基站和危险预警器两大组件,其中危险预警器可佩戴于安全帽上或固定于胸前,当工作人员佩戴危险预警器进入、离开或者驻留危险区域内,都会主动收到定制化危险预警语音提示,使施工作业人员便捷地了解自身所处位置的危险情况。本方案可支持室内外不同复杂环境、不同场景精度要求。

融合卷积神经网络和分布式技术电网作业票管理系统的设计与实现

作业票制度是电网企业进行电力安全生产检修的重要措施,作业票管理系统的可靠高效运行对保障国家电网的高效工作运转,企业的安全生产以及上亿人民群众的日常用电意义重大。针对当前电网作业票签审流转过程中人工签审不便、冒签难以审查、纸质作业票后续存储管理困难等问题,设计一种新型的基于卷积神经网络技术的分布式电网作业票管理系统。引入移动终端技术,实现在线作业票审核、签署、风险评估和远程监控;引入分布式服务端技术,提高系统的稳定性与安全性;引入基于卷积神经网络技术的签名审核以及人脸识别,避免签审流程中的代签、冒签现象。

分布式光纤传感数据编码存储方法研究

现有分布式光纤传感数据存储方法由于节点分布较为广泛,节点故障致使数据丢失现象常有发生,无法适应现今分布式光纤传感技术的发展与应用,故提出分布式光纤传感数据编码存储方法研究。依据现今光纤传感数据存储需求,结合网络编码与云存储优点,搭建基于网络编码的数据云存储架构,以此为基础,选取纠删码形式对分布式光纤传感数据进行编码,以数据编码结果为依据,设置数据编码容错机制(恢复丢失数据),执行容错机制后评估节点可靠性,动态分配编码数据,制定编码数据存储程序,实施程序即可实现分布式光纤传感数据的编码存储。实验结果显示:与现有三种方法进行比较,提出方法的容错率较高,平均为55.08%,网络能量消耗较低,平均为81.64 J,鲁棒性较高,充分表明提出方法的数据编码存储性能更好。

便携式UWB传感器模块在智能变电站施工安全管理中的应用

智能变电站的施工安全管理需要进行优化和改进,受到了定位进准度低的影响,使得智能变电站内施工安全得不到保障。因此,提出便携式UWB传感器模块在智能变电站施工安全管理中的应用。使用便携式UWB传感器模块,制定载波调制UWB信号频谱技术方法,在智能变电站各种因素的干扰下确定UWB定位系统的技术应用。UWB传感器模块在智能变电站施工安全管理测试实验证明:此改进方法在一定程度上保证了系统的定位精度和定位性能,使施工安全得到保障。

GIS组合电器主回路直流电阻不稳定分析

GIS组合电器一次主回路直流电阻是变电站安全投运和稳定运行的重要试验项目。针对GIS组合电器一次主回路直流电阻,分析充气、导体重力等装配因素与温度、膜电阻对其影响,并进行大电流温升试验分析比较,分析组合电器主回路直流电阻不稳定的可能原因。保证产品装配时每一个连接部位接触良好,确保产品在大电流运行时不会因主回路直流电阻原因造成局部温升增高,避免损伤绝缘件或造成电接触部位氧化烧损。

变压器滤油阶段漏油监测智能辅助系统设计

变压器滤油阶段漏油监测智能辅助系统设计是采用相似度量的方法。基于相似度量的方法是将视频按照某种规则分段,在各段视频数据中进行特征抽取,组成表示该段的矢量特征,应用聚类或相似度量等方法,将类别较少的段判断为异常。基于相似度量的方法适用于正常数据帧容易获得且异常行为难定义、易发现的场合,其基本原理是从视频数据帧序列中学习正常模式,推断可以的异常场景。在变压器滤油阶段漏油监测业务场景中,正常数据帧容易获得,而漏油造成的油污区域形状难定义却易于发现,因此在本系统中适合采用基于相似度量的智能视频监测方法。