一种基于Prony和Hilbert变换的瞬时电压闪变检测的改进方法

本文简要分析了电压波动和闪变的成因,提出了一种基于Prony Analysis时频分析(PA)和Hilbert Tansform变换(HT)的瞬时电压闪变检测的改进方法。该算法可以从实际电网非平稳信号中准确地检测电压包络线,从而获得表征瞬时电压闪变严重程度的定量信息。两个数值仿真算例说明了这种方法的有效性。

探讨风电接入系统后的电压稳定问题

风电技术的发展速度不断加快,与其相关的技术手段在实践中也在不断改革和创新。风电接入系统之后,电网电压的稳定问题受到了人们的广泛关注和重视,同时该问题也逐渐复杂化,涉及的影响因素比较多。因此,本文针对风电接入系统后的电压稳定问题进行分析,为提高风机技术的使用性能提供有效保证。

基于视频AI识别的智能变电站安全智能巡视方法研究

智能变电站安全智能巡视方法巡视效率低,所耗时间长,为此,本文提出基于视频AI识别的智能变电站安全巡视方法。通过视频AI识别技术对采集的视频图像进行灰度化处理,根据AI的算法获取视频图像关键的目标,并且对目标的特征点进行匹配,最后将匹配好的目标数据传输到变电站工作人员主机上,完成无人化的自动巡视。通过对比实验得知,相比较于传统方法,新设计的变电站安全巡视所耗时间更短,上述结果表明,基于视频AI识别的智能安全巡视方法可以被广泛应用到变电站的安全监控中,减少变电站的风险。

基于视频识别和UWB定位的变电站作业现场安全识别方法

由于传统的安全识别方法精度较低,不能降低变电站作业现场出现安全事故的风险,因此本文提出基于视频识别和UWB定位的变电站作业现场安全识别方法。根据区域属性划分变电站区域,基于UWB定位作业人员,根据人员位置提取视频图像中人员行为特征,通过YOLOv3方法检测作业人员行为安全,引入格雷厄姆风险评估法获取风险程度,实现对变电站作业现场的安全识别。基于两个关键指标进行本文方法与传统方法的对比实验,通过实验结果证明,本文方法定位结果平均误差为10.63cm,人员安全行为检测准确率为93.37%,验证本文方法的安全识别精度更高,具有较好的应用性能。