电气设备操作拓扑“五防”的实现

随着区域监控中心成立和调控一体化系统投入运行,变电站五防系统已经不能满足监控中心遥控操作的需求,从现有的五防系统存在的弊端着手,分析监控SCADA中设备的拓扑关系,阐述了拓扑五防实现的功能,利用拓扑五防结合现场变电站的防误装置,实现防误功能的最大化。

基于多粒度LSTM网络模型的换流站设备分析研究

换流站的设备状态分析对日常工作的展开具有重要意义。提出了一种基于多粒度长短期记忆(long short-term memory, LSTM)网络模型的时间序列预测方法,从采样粒度、时粒度和天粒度对设备的各个监测参量展开分析。对典型的设备数据趋势进行分类,针对不同类别的数据进行数据预处理,包括离群点处理、缺失值处理和标准化处理;根据相关系数大小进行特征选择,并通过滑动窗口法构建样本集;对每类数据设计多粒度LSTM网络模型进行预测,得到不同时间粒度的状态预测值。实验结果表明,多粒度LSTM网络模型的预测误差小于ARIMA和Xgboost模型,该模型具有较好的预测效果。

隧道衬砌渗漏水红外特征模拟试验及图像处理

为探究地下电缆混凝土隧道渗漏水红外辐射特征,采用定制的带有点状、线状、空鼓状缺陷的水泥试块进行模拟电缆隧道衬砌渗漏水的正交试验,通过改变缺陷形式、缺陷尺寸以及渗漏水流量等研究在不同影响因素下水泥试块渗漏处的红外辐射规律.经过后期的图像处理和面积提取,得到了三种不同缺陷形式下的渗漏红外图像特征及其随流量和缺陷尺寸的变化规律.试验结果表明:不同渗漏形式的试块在渗漏过程中呈现的渗漏形状特征也有所区别;在其他条件一定的情况下,渗漏区域的面积随渗漏水流量的增大呈一定的线性增大;在线状缺陷的试验工况下,缺陷尺寸的大小对渗漏水的面积影响不大.研究成果可为实际隧道检测渗漏水快速检测提供依据.

电网企业消防安全管理创新与实践

针对电网企业消防安全不会管、管不好的问题,积极探索、大胆创新,通过明确各级各部门消防安全责任,引入第三方专业消防技术服务机构"把脉问诊",借力科技信息化技术,强化人防水平,构建起了电网企业消防安全管理的新模式。

基于边缘侧自编码器压缩的换流站设备故障预测

随着电力需求的日益增长,保证电力设备维持在高可用的状态变得非常重要。故障预警通过预测设备的潜在故障,协助运维人员提前定位系统不稳定因素并加以干预,成为设备主动运维的重要方法。结合换流站设备呈区域分布的特点,提出了一种基于边缘侧自编码器压缩的分布式LSTM(长短期记忆网络)预测模型。该模型将生产区域抽象为边缘节点,通过自编码器提取表征各边缘节点设备状态的编码信息,并利用工业网络进行信息共享。通过特征工程的方法改进了传统LSTM模型的输入,在提升模型预测精度的同时降低了模型复杂度。某换流站的应用案例验证了方法的有效性和可行性。

基于“熵权法”的六维度安全隐患数据分析

针对目前对安全隐患排查治理过程中发现的隐患数据分析方式较为片面,分析结果实用性较低的问题,提出了基于六维度的隐患数据分析方法,利用大数据和科学的计算方法,搭建多维度模型,开展多维度、深层次的安全隐患数据分析,这种多维度分析结论可有效辅助专业部门做好安全隐患防控决策,指导开展隐患专项治理行动,提升了安全隐患排查治理水平。

智能眼镜在电力行业的应用分析

智能眼镜是近几年被提出、而且是最被看好的可穿戴智能设备之一,具有解放双手、随时联网及动态视野分析等突出功能。首先介绍了智能眼镜的功能,对比分析了主流产品的性能参数,从应用的角度提出了评价体系,并对主流产品的技术参数进行了评估。其次描绘了智能眼镜在电力行业运行检修、物资管理和培训教学中的应用场景。最后提出了智能眼镜在电力行业中的进一步应用所需要的技术,并给出发展建议。将智能眼镜引入到电力行业中,有助于提高工作效率,降低企业成本,保证电网安全稳定运行。