面向电力无人机巡检图像分析处理的自动化深度学习系统:架构设计与关键技术

当前电力无人机巡检图像处理模型存在适用范围小、研发成本高、研发周期长等问题,文章提出一种面向无人机巡检图像分析处理的自动化深度学习系统,明确该系统设计的泛化性、可拓展性、自动化三要素,综述与三要素密切相关的技术进展,设计系统架构,构建原型系统。实验表明,在绝缘子自爆识别和鸟巢识别2项电力无人机巡检图像分析处理上,系统自动化构建的模型全类平均精度分别可达91.36%和86.13%,表明系统设计理念合理且系统架构可行。

面向电力大数据应用的专业化分析技术研究

智能电网是大数据的重要技术应用领域之一,大数据的价值通过多源异构相关数据的分析来实现。由于传统管理和运营模式的限制,在数据的处理和分析等方面还面临着很多问题,数据的价值尚未充分挖掘出来。文章分析了电力大数据的特征和大数据分析技术,着重对大数据分析过程中的数据预处理、降维、分析算法、计算等关键技术进行分析,并以配变负荷预测为例进行了深入分析。

智能配用电大数据需求分析与应用研究

智能电网是大数据的重要技术应用领域之一。随着智能电网的发展,高级量测体系、各种监控系统的大规模部署产生和积累了大量数据,充分挖掘这些数据的价值具有重要意义。针对智能配用电业务,首先分析智能配用电大数据的特征;然后分析数据融合后的智能配用电大数据整体业务需求和应用场景,其中重点研究大数据环境下的用户用电行为和负荷预测两个典型应用场景,提出大数据环境下的研究思路和方法;接着分析业务应用中的大数据关键技术;最后给出了智能配用电大数据应用技术架构。

面向智能电网的配电变压器重过载影响因素分析

根据配变的历史负荷信息、天气信息、用电客户信息等相关资料,统计分析了配变重过载的主要影响因素。首先根据互信息概念及对策理论算法计算所有特征变量对配变重过载情况发生的相对重要性,然后使用贝叶斯和全概率公式计算配变重过载概率与特征变量之间的关系,最后根据重过载概率与特征变量间的关系对配变进行编码分类。分析结果表明:配变重过载主要因素为行业类别、用电类别、日平均温度及月平均温度;配变重过载多发生于采矿、制造等生产行业,乡村重过载率要高于城镇重过载率;大部分配变重过载发生于温度较高和较低时,少量的配变重过载发生在温度适宜时。配变月重过载天数与配变分类情况相吻合。

基于随机森林理论的配电变压器重过载预测

针对使用传统分类器预测配变重过载会因为重过载样本率较低而带来的总正确率很高,重过载预测正确率却很低这一问题,将重抽样与随机森林理论引入分类模型中,构建重抽样-随机森林分类器对配变重过载进行预测。首先将观测中重过载样本和正常样本按照一定的比例进行抽样形成新的子样本,重复上述过程获得大量的新子样本。接着根据随机森林理论构建一系列的分类器,并用新子样本对分类器进行训练,得到分类模型。最终的预测结果由所有分类器预测结果的众数所决定。对山东省某市的配变进行重过载预测,并将上述方法与传统分类器进行比较。结果表明,新方法在预测配变日重过载类型、重过载开始与结束时间、重过载严重程度方面有较高的准确率。

智能电网大数据平台及其关键技术研究

智能电网是大数据的重要技术应用领域之一。智能电网大数据平台是大数据挖掘的基础,首先分析智能电网大数据特征及业务需求,然后结合业务详细分析大数据的关键技术,最后给出了大数据平台架构和业务应用架构。智能电网大数据平台实现了智能电网全数据共享,并为业务应用开发和运行提供支撑平台。

面向智能电网的数据资产管理系统设计与应用

随着智能电网的发展,电网在发电、输电、变电、配电、用电、调度等各环节积累海量数据。电网各专业领域开始越来越多的大数据应用。通过电网内部和外部的数据融合来促进智能电网大数据的应用和价值发现,在其过程中积累越来越多的电网内部和外部数据,实现这些多元异构数据管理、共享、服务等是当前大数据管理需要解决的重要问题。对智能电网数据特征和数据资产进行分析,深入研究数据管理理论。基于理论建立数据资产管理规范,制定管理策略,设计开发数据资产管理系统软件来进行数据资产全生命周期管理。该系统已在中国电科院上线应用,应用情况良好,为数据资产的管理和共享发挥重要作用。

基于功能缺陷文本的电力系统二次设备智能诊断与辅助决策

利用电力系统二次设备功能缺陷文本数据,建立了基于双向长短时记忆网络与条件随机场(BiLSTMCRF)模型的文本信息抽取模型。在此基础上,为了进一步将数据中蕴含的知识价值应用到电力系统生产、管理过程中,构建了电力系统二次设备功能缺陷知识图谱,将各类数据间所含语义信息融入各类实体间的关系约束,建立了基于BiLSTM-CRF模型与知识图谱的二次设备功能缺陷智能诊断与辅助决策平台。该平台可依据缺陷设备类型与缺陷现象快速诊断设备的缺陷部位及原因,并推荐合理的解决措施。算例分析结果表明,相较于传统的命名实体识别算法、BiLSTM-softmax以及Seq2Seq-Attention模型,所采用BiLSTM-CRF模型的精确率、召回率、F1值这3项评估指标均有较大提升,所建平台能很好地挖掘、应用电力文本数据知识与价值,为电力系统二次设备功能缺陷处理提供有益参考。

城市能源互联网综合服务平台架构及关键技术

城市能源互联网是通过广泛连接电、气、冷、热等多种能源,借助信息化、智能化手段,实现资源优化配置和能源高效运行。由于涉及多种能源形式和不同的运营机构,城市能源互联网的建设和运营涉及许多挑战:海量终端设备的接入管控困难、模型与技术路线差异巨大、数据处理与智能化应用手段缺乏。该文利用复杂系统管理和控制理论,提出独立于特定设备、特定领域的综合服务平台架构,并深入研究软件定义终端接入信息物理系统(cyber-physical systems,CPS)建模与分析计算引擎、分布式多主体协作等关键技术,实现大规模异构终端的访问和远程控制,多源异构数据的融合和分布式处理,多主体异构系统的分布式协作。最后对城市能源互联网综合服务平台的应用场景及生态建设进行展望。

基于知识图谱的二次设备缺陷智能诊断与识别应用研究及实现

为了进一步规范缺陷信息录入并且提升消缺处置的效率,文章基于知识图谱的二次设备缺陷智能诊断与识别方法,通过利用历史消缺记录构建缺陷知识图谱,完成了缺陷信息自动填报、缺陷智能诊断及缺陷处置辅助决策功能,实现了对故障处置全过程的支撑。采用的技术实际应用效果一定程度上依赖于原始文本数据的质量,在后续应用时,需要持续迭代优化算法模型,以不断提高对二次设备功能缺陷智能诊断与辅助决策的建议采纳率。

能源互联网共享运营平台关键技术及应用

能源互联网是充分利用云大物移智链等先进IT技术,整合数据资源,贯通产业链上下游,实现能源电力全过程的精益管理、高效运行、共享服务。文章从能源互联网对外共享和运营的业务痛点出发,详细设计了运营服务平台的业务架构、应用架构、技术架构和数据架构,并研究了共享运营平台的多源异构数据处理与存储、海量异构数据统一计算、敏捷开发和自动化部署等关键技术,通过整合营销、调度、配电等内部数据以及经济、环境、政策等外部数据,支撑用电数据的深度挖掘和增值服务,最后设计了面向工业用户的典型应用场景。