基于改进粒子群优化XGBoost的变压器故障诊断方法

变压器作为电网传输和变换电能的主要设备,对DGA数据进行异常分析,可为变压器故障诊断提供理论依据。鉴于此,文中提出了基于DGA和IPSO-XGBoost的变压器故障诊断方法。首先,将特征气体划分为无编码比值作为特征参量输入极端梯度提升(XGBoost)模型,提出了基于XGBoost的变压器故障诊断模型;其次,通过动态调整惯性权重和加速因子对粒子群算法(PSO)进行改进,并利用改进的粒子群算法(IPSO)对XGBoost的关键参数进行迭代优化;最后,随机抽取1614例故障类型已知的DGA数据进行算例分析。结果表明:相比于其它传统机器学习分类模型,XGBoost的变压器故障诊断正确率更高,且与传统PSO算法相比,所提方法可以更好克服粒子群寻优速度慢和易陷入局部最优等问题,可为变压器安全稳定运行提供有力保障。

基于DS证据理论的高光谱图像融合分类

高光谱图像包含丰富的地物信息,被广泛应用于许多场合。由于各分类模型具有不同的分类性能,如何有效利用各分类模型性能的差异性是实现融合分类的重要环节,为此提出了一种基于DS证据理论的多模型融合分类的高光谱图像分类方法。由于现有的分类模型从HSI数据的空间域和光谱域提取不同的特征,因此产生的预测结果不同。本融合方法采用多层感知机网络和随机森林网络进行融合分类实验,该网络借助各分类网络的提取特征的差异性,提高了分类结果的准确性。实验结果表明,当不同网络的分类精度存在一定差异时,DS融合模型能提高分类精度,同时优于线性平均加权融合模型。

基于精密单点定位的变配电站地质微位移监测技术研究

变配电站是电力系统的重要组成部分,配电站所经区域地质地形条件复杂,容易受到地质灾害的影响。针对避免地质灾害对变配电站造成破坏,提高输配电系统的安全性的问题,一种有效的手段是对变配电站所在区域进行微位移监测。考虑配电站有时部署在无人区,通信环境复杂,采用全球定位系统-精密单点定位方法对变电站进行11个月的连续观测,监测数据经过模型矫正、解算后,精度可达毫米级。此外,通过与同期该地区降水量分析,地质位移、沉降主要发生于降水丰富的时间段。这说明精密单点定位方法在变配电站地质灾害监测预警中应用前景良好,能够有效保证输配电系统的安全性。

知识图谱在输变电设备运维中的应用

对输变电设备海量数据进行有效利用和管理是新型电力系统信息化发展的重要方向,挖掘电网输变电设备运维数据,并感知其运行态势,可保障输变电设备安全稳定的运行。该文将知识图谱引入输变电设备运维领域,分析输变电设备运维的数据情况和现存问题;介绍输变电设备数据融合聚类技术和运维知识图谱的构建技术;结合输变电设备运维特性,总结知识图谱在输变电设备运维中的典型应用场景;分析当前研究热点,探讨知识图谱在输变电设备运维领域的关键问题,并展望该领域的发展前景。运用知识图谱,在提高企业维修效率的同时,还能降低人力成本。

基于多源信息融合的春节期间配变重过载预测方法

为实现春节期间配电变压器设备状态提前预警,保证配变安全稳定运行和用户稳定可靠用电,本文提出一种基于多源信息融合的春节期间配变重过载预测方法。首先结合历史春节时间段内配变运行数据和外部特征因素,采用XGBoost算法对春节期间高风险配变设备进行预测,并在此基础上制定业务专家经验判别依据,结合春节前设备实际运行情况对预测结果进行调整,输出预测清单,实现对春节期间高风险配变设备的提前预警。本文采用云南多地市的配变设备进行研究验证,结果表明:所提方法对于部分地区能够有效预测春节期间配变重过载情况,实现设备提前预警,降低重过载风险。

电网地震灾害监测与告警系统的设计与应用

云南省地震活动较为频繁、地震灾害也较为严重,具有地震活动频度高、震级大、分布广、灾害重的特征,地震的突发性和破坏性对电网设备会造成不同程度的损害。为满足电网地震灾害后应急指挥需要,本文设计并实现了电网地震灾害监测与告警系统,系统能够实现地震信息接入以及相关数据的可视化展示,能够自动生成电网受影响情况、设备受损情况和停电情况的分析报告,通过短信、移动应用等形式进行信息和报告的分发,有力支撑了电网地震后的应急指挥等工作。