基于红外/微波感应的电网警示技术及其应用研究

高压电网入侵已经成为电力事故的主要方式,而现有的警示装置或多或少存在一定的问题,无法真正发挥功效。针对这一现状,文章以微波/红外为双系统构建了警示系统,并从实际功能出发对配套的电源管理、驱离及警示系统进行设计与实现。

基于液压调节的开关柜CT升降平台设计与应用

电流互感器是发配电系统中的重要组件,由于设备重量较高,安装空间有限,在具体施工中往往需要多人配合,造成一定的负担与隐患。文章针对这一问题,以液压调节为基本理论基础,对开关柜CT升降平台进行设计与实现,并探讨其具体应用效果。希望能够为后续的相关应用与设备推广奠定坚实基础。

基于神经网络MLP和RBF的全社会用电量预测研究

全社会用电量是衡量社会各行业生产和生活过程中电能消耗的重要指标,它能够准确反映出一段时间内社会发展的速度。电网企业、政府部门对未来一段时间全社会用电量预测值有很高的精度要求,因为精度越高,电网企业能够更好地调配电力资源以保持系统的稳定性。本文首先介绍了两种经典的神经网络预测模型,并从A县政府公布的数据中采集了2022年地区生产总值、建筑业总产值等数据,缺失值采用线性趋势和平滑处理法进行填补。接着,利用SPSS软件分别建立了神经网络多层感知机(MLP)和径向基函数(RBF)模型,并利用处理后的数据对模型进行训练和测试。在分析残差和自变量重要性的基础上,最后对预测结果的准确性进行了评估。研究结果表明,在全社会用电量预测方面,“径向基函数”模型具有更高的准确性和稳定性。

无功优化在舟山电力运行的意义

电力系统无功优化属于一个多目标优化问题,但是在应用过程中,传统的无功优化模式大多为了实现系统有功网损最小化,而这无法精准地描述无功优化问题,只是单纯地追求经济性,却将电压质量问题忽视了,这无疑会使系统的稳定性与安全性大幅降低,导致系统在极限状态下运行。

高压带电显示闭锁装置的研究

就高压带电显示闭锁装置进行了研究和分析,介绍了高压显示闭锁装置的结构、特点、与防误装置的配合和使用说明。

基于卷积神经网络的电力操作票文字识别方法

为提升电力操作票文字识别的准确度,提出了一种CBTR(基于卷积神经网络的文字识别)方法。首先,基于卷积神经网络学习得到非线性映射函数,提升操作票图像的PSNR(峰值信噪比);然后,基于假想笔画、路径签名与8方向特征构建集成卷积神经网络模型,使用简单平均法计算分类结果,克服手写字体识别难题。最后,选择DLQDF, MCDNN, DeepCNet作为基准方法,使用实际运维检修中操作票图像样本集进行算法验证。结果表明CBTR方法能准确识别操作票图像文字,具有显著的性能优势。