基于改进Canny算法与深度残差网络的车顶绝缘子憎水性识别方法

定期检测绝缘子憎水性等级(hydrophobicity class,HC)能及时避免污闪事故的发生,为了解决目前车顶绝缘子憎水性检测方法识别效率低、人工判断主观性强的问题,提出一种基于改进Canny算法与深度残差网络的车顶绝缘子憎水性识别方法。首先,通过喷水试验获取HC1—HC7的车顶绝缘子伞裙表面喷水图像;然后,采用改进Canny算法提取绝缘子伞裙表面的水珠边缘轮廓图,从而消除绝缘子伞裙色彩、光照阴影等因素对憎水性图像识别的影响;最后,采用ResNet101神经网络进行迁移学习,针对憎水性图像水珠形态多变,引入可形变卷积网络(deformable convolutional networks,DCN)加强了模型的鲁棒性。试验结果表明:利用改进Canny算法对绝缘子憎水性图像作预处理,结合DCN-ResNet101模型进行判断,测试准确率达到92.9%。

基于点对称变换的乙丙橡胶电缆终端缺陷诊断

为解决高速动车组车载电缆健康状况的智能化诊断受限于天窗期短的问题,该文提出一种基于点对称(SDP)的乙丙橡胶(EPR)电缆终端缺陷局部放电诊断方法。首先,搭建局部放电试验平台获取局部放电信号;然后,提出一种车载电缆局部放电信号的SDP参数确定方法,并基于SDP变换将不同类型缺陷局部放电信号映射到极坐标系中形成SDP图像;最后,对比三种常见的深度学习网络——卷积神经网络(CNN)、栈式自编码器(SAE)及深度置信网络(DBN)提取不同类型缺陷的SDP图像深层特征,并基于网络尾端Softmax分类器进行识别。结果表明:针对四种典型的电缆缺陷,DBN网络与SDP图像的结合效果最佳,缺陷识别率达到了96.1%,相比于传统诊断方法,识别准确率提高了10%左右,由此验证了通过深度学习算法自适应提取SDP图像特征的方法,可有效应用于电缆缺陷诊断领域,具有较好的工程应用前景。

基于多元非线性回归模型的XLPE电缆终端环形损伤故障特征

配电网10 k VXLPE电缆终端在制作过程中切除外半导电层用力不均匀,或因终端内水分、腐蚀液等渗入引起局部导体损耗和绝缘层介损突变,使沿XLPE绝缘层环形截面方向出现异常温升带,均会破坏绝缘层并留下易被忽视的环形伤痕。当环形伤痕位于原本电场分布不均的电缆终端上时,将使场强畸变更加明显,甚至会导致环形伤痕内空气电离而发生局部放电并引发故障。该文通过仿真分析了环形伤痕的宽度、位置和跨度与伤痕处最大场强的关系,结果表明宽度、位置和跨度交互影响环形伤痕处畸变电场分布;为此提出了利用最小二乘法构建以宽度、位置和跨度为自变量,最大场强为因变量的多元非线性回归模型,经验证该模型用于评估XLPE电缆终端环形损伤故障的程度具有较好的效果,为掌握10k VXLPE电缆终端的环形伤痕故障特征并进行故障诊断提供了新的思路和方法,显著提高了配电网运行可靠性。

城市物流中转站点实时动态空车调配算法设计与仿真研究

针对大数据情形下的多物流中转站点间的空车实时调配问题,以区域标点为中心将其周边可用于服务的物流站点建立起物流中转运输服务流线网络,并据此建立了流线基础上的多物流中转站点的空车调配服务模型。并且基于实例数据,运用计算机仿真的手段将模型优化运算出的调配方案与不经过模型优化的随机模拟出的几组调配方案进行了对比分析。

交流电压下沿面放电对车载电缆材料劣化特性影响研究

为研究高铁列车在交流电压作用下,沿面放电对乙丙橡胶(EPR)电缆绝缘运行可靠性的影响,文中采用具有强平行电场分量的沿面放电模型对EPR胶片进行了不同放电强度及时间的加速劣化处理,并利用三电极系统测量了试样劣化后电阻率等参数的变化情况。研究结果表明,试样经过放电劣化处理后,在电极附近有白色圆圈出现,随放电强度升高逐渐变为淡黄色,并在周围逐渐出现枝状爬电痕迹,而试样的放电起始电压和电阻率则随放电水平及时间增大逐渐递减。另外,放电量越大,试样耐压强度降低的趋势越明显。利用聚合物分子断裂概率模型评估了EPR电缆材料劣化程度与放电强度的关系,表明外施强电场作用下,EPR绝缘试样的可靠性、分子链断裂概率及速率均会受到不同程度的劣化作用及影响。