基于深度学习的智能电网违章识别算法研究

针对智能电网基建施工现场违章识别中安全帽检测在复杂场景下检测精度低的问题,提出了一种基于YOLOv7改进的安全帽佩戴检测方法,首先在模型主干网络中引入MCA,获取更多不同感受野下的特征信息,增强网络对感兴趣区域的关注能力并提升对小目标的识别能力,其次利用检测目标类圆特性,设计使用BCR代替BBR对目标进行学习,以减少图像背景信息干扰,提升密集目标识别率,最后针对检测圆提出基于cIoU的动态焦点Focal-cWIoU损失函数,动态调整几何惩罚项,降低低质量样本的影响,提升模型的检测精度,试验结果表明,该方法的检测时间和精度均满足电力基建现场各种复杂施工场景的要求。

大数据技术在输变电工程造价指标预测中的应用研究

伴随着改革开放的浪潮,我国社会经济不断发展,人民生产与生活的用电需求迅速增长,因此我国电力网络工程造价持续提升。为了使电网中的输变电工程持续发展,对输变电造价影响因素进行了分析,采用构建支持向量机模型等方式进行了实例探究。结果显示,利用径向基核函数的最小二乘支持向量机,在输变电工程造价指标预测中的预测精度较高,这表明优化后的支持向量机估算能力强,可大量投入使用。

基于鲸鱼算法优化DV-Hop的人员定位算法

对于电力企业高危岗位人员的准确定位可以降低安全事故、保证职工生命财产安全。结合无线传感网络技术,针对人员定位的经典算法-距离向量跳段算法(DV-Hop算法)定位误差大的问题,引入群智能寻优鲸鱼算法优化多目标定位的执行过程,提出一种基于WOA-DV-Hop人员定位算法,解决DV-Hop算法本身存在的锚节点与未知节点之间的距离估计的误差问题,在DV-Hop算法中使用目标优化公式,完成对实现对未知节点坐标的估计和人员的精确定位。研究结果表明,WOADV-Hop人员定位算法可以有效提高定位的精度,并且随着信标节点比例、通信半径R和节点总数等参数的增加,人员定位精度呈现上升趋势。

基于鲸鱼算法优化DV-Hop的人员定位算法

对于电力企业高危岗位人员的准确定位可以降低安全事故、保证职工生命财产安全。结合无线传感网络技术,针对人员定位的经典算法-距离向量跳段算法(DV-HOP算法)定位误差大的问题,引入群智能寻优鲸鱼算法优化多目标定位的执行过程,提出一种基于WOA-DV-HOP人员定位算法,解决DV-HOP算法本身存在的锚节点与未知节点之间的距离估计的误差问题,在DV-HOP算法中使用目标优化公式,完成对实现对未知节点坐标的估计和人员的精确定位。研究结果表明,WOA-DV-Hop人员定位算法可以有效提高定位的精度,并且随着信标节点比例、通信半径R和节点总数等参数的增加,人员定位精度呈现上升趋势。