基于计算机视觉与智能识别的电力施工安全监测技术

针对传统人体动作识别算法准确率受动作观察角度和身体特征差异影响较大的问题,文中面向电力施工领域开展了基于计算机视觉与智能识别的安全监测技术研究,以提高操作的安全性。该研究在视频图像中选择了特定关键帧将行为数据分割成若干段动作数据,从而降低人体行为识别的难度。同时根据分割后的图像信息,分别创建剪影及光流的直方图来提取图像中人体的形态和运动信息。利用改进的支持向量机算法进行特征融合,并设置多个分类器来创建基于集成学习的动作识别算法。实验结果表明,该方法对于特定动作的平均识别准确率为73.36%,且均方根误差显著低于对照组。

基于2n+1点估计法的含分布式电源配电网的电压质量概率评估

为准确评估分布式电源及负荷功率的随机特性对配电网电压质量的影响,在已有的点估计法的基础上,提出一种2n+1点估计法,求解分布式电源配电网概率潮流。该方法考虑了风速,光照强度以及负荷随机特性对配电网的影响,通过得到电压概率统计值,然后结合半不变量理论与GramCharlier级数展开得到相应的概率密度函数以及含分布式电源节点的电压越限概率,对含分布式电源的配电网电压质量进行概率评估。以含有分布式电源的IEEE-30节点系统作为算例,通过2n+1点估计法进行概率潮流计算,分析了分布式电源接入前后对系统节点电压的影响。

基于“LECD”风险评价法的电网安全策略集探析

本文基于“双碳”下新型电力系统建设时期电网安全运行视角,将“LECD”风险评价法引入电网安全风险评价管理机制,对影响电网安全运行面临的“电网设备、电源结构、电力负荷、专业管理”等内部因子及“区域、季节”等外部因子进行了梳理,并分析电网企业“人身安全、电网安全、设备安全、信息安全”等四大风险,绘制形成电网安全风险地图,形成不同风险等级的风险规避、风险降低两大“策略集”。