基于图像识别技术的电缆中间接头质量检测

电缆中间接头是电缆稳定运行的关键部分,要做好电缆中间接头质量检测,确保其具备良好的工作状态,从而减少电缆产生故障的频次。基于此,首先,介绍了电力电缆的主要构成与电缆故障及其修复工作。其次,分析了图像识别技术与其在电力系统运维检修工作中的应用。最后,针对电缆中间接头质量检测,提出了基于图像识别技术的检测方法,以确保电力电缆稳定安全运行。

CNN在电力电缆缺陷识别中的应用

为了满足高效精确识别电缆缺陷的需求和城市配网系统对自动化、智能化发展的需求,保障电力系统的安全稳定运行,介绍卷积神经网络的构成和工作原理,涉及图像处理、机器学习和算法优化、模型训练等,分析基于卷积神经网络在电力电缆缺陷识别中的应用,以期为相关从业人员和研究人员提供参考。

基于WOA-LM算法的变压器油纸绝缘等效模型参数辨识

为实现有效、准确地评估变压器油纸绝缘系统老化状态,在极化去极化电流法的基础上,结合扩展德拜模型,设计搭建了油纸绝缘测量系统,进行试验并求解得到去极化电流曲线,提出了一种基于鲸鱼优化算法(WOA)与Levenberg-Marquardt(LM)算法的融合算法进行油纸绝缘系统扩展德拜模型参数辨识,并建立了扩展德拜模型。与其他优化算法结果相比,所提算法求解精度高、收敛速度快,为实际场景中快速精确评估油纸绝缘设备绝缘老化状态奠定了基础。