融合注意力机制和Bi-YOLO的变电站异物检测研究

由于变电站内设备悬挂异物的现象频发,为预防站内人员巡检不及时导致电力事故发生,在YOLOv5的基础上,提出融合注意力机制和Bi-YOLO的变电站异物检测研究。采用加权双向特征金字塔替代原有的特征金字塔网络,将坐标注意力模块嵌入C3结构,添加混合注意力模块,以提高变电站异物的特征提取能力和检测效率。实验结果显示,相较于YOLOv5算法,提出的检测算法多类别平均检测精度提高3.3%,mAP值达91.3%,满足实时性要求。

基于视频联动的变电站无人机入侵监测技术

针对变电站无人机入侵监测中视频监测系统监测范围受限与雷达监测直观性不足的问题,提出基于视频联动的无人机入侵监测技术。根据频谱侦测监测到的无人机坐标信息,结合云台的坐标信息,利用坐标变换模型计算出无人机在系统联动模型中对应的摄像机方位角和俯仰角。通过操控云台旋转,引导摄像机精准对准无人机进行拍摄。利用图形识别模型对无人机进行识别和实时监控追踪。实验结果表明,所提算法对云台的控制精度优于0.5°,且检测精度提升了3.6%,能够实现对入侵变电站的无人机进行准确监测。

改进YOLOv5的变电站反无人机目标检测算法

针对目前变电站容易遭遇无人机入侵所面临的实际问题提出了一种改进YOLOv5的反无人机目标检测方法。首先,通过改进YOLOv5原模型结构提出四尺度特征融合结构,增强小尺度物体的检测能力;其次,将原有模型内C3模块引入Transformer编码器,提升小目标特征信息学习能力;最后,将卷积通道注意力模块集成到网络中,专注于目标区域的学习以提升模型对于特征的表征能力。测试结果表明,改进后模型整体识别率达到90.2%,平均精度可达89.5%,前向推理速度可达160帧/s。此外,综合对比现有其他前沿算法,该方法整体性能更优,更能满足变电站反无人机的实时检测需求。

台帐数据高级核查处理技术研究与应用

针对电力设备台账存在数据质量差的问题,设计开发了台账数据高级核查处理算法模型,基于机器学习技术实现了对异常台账数据自动化辨识和修正,对错误缺失数据进行标识和统计汇总.与人工核查方式相比,节约了大量的时间和成本,大幅度并有效地提高了台账基础数据的质量,为促进生产管理精益化水平提升提供了支撑.

基于多频超声和人工神经网络的变压器油中微水含量检测

变压器油中的微水含量是衡量变压器能否长期稳定运行的重要因素。本研究基于多频超声检测结合人工神经网络算法,提出一种变压器油中微水含量预测方法。首先,利用卡尔费休滴定法测定210组油样中的微水含量。其次,对210组油样进行多频超声检测,分析油样中微水含量与多频超声数据中振幅和相位信号的关系。最后,利用PCA将原始242维多频超声数据降为23维,结合BPNN和GRNN两种人工神经网络以及GA和PSO两种优化算法,建立了基于PCA-GA-BPNN和PCA-PSO-GRNN的两种变压器油中微水含量预测模型,并将预测结果与实际结果进行对比。结果表明:两种预测模型的预测准确率均超过90%,表明本研究提出的方法能够有效地检测变压器油中的微水含量。

电场强度和流速对换流变压器绝缘油电导率的影响研究

矿物油电导率变化影响换流变压器内部电场的设计,严重威胁直流输电系统的安全运行。为此,本文搭建了油流动电导率平台,对换流变压器的内部电厂进行仿真研究,进行了不同的电场强度和流速对电导率影响的试验,并通过离解-复合、电极注入、油流带电理论分析了矿物油电导率变化的机理。试验结果表明:矿物油电导率随电场强度变化呈U型曲线,电导率随着电场强度的增加,先减少后增加;矿物油电导率与流速大小呈正相关关系。

复合绝缘子交界面缺陷及脉冲热流远场无损检测研究

现有工程经验表明,复合绝缘子的交界面缺陷是导致复合绝缘子发热乃至异常断裂的关键因素,针对复合绝缘子交界面缺陷无损检测方法的研究具有重要科学意义与工程价值。本文首先对交界面故障情况、机理以及现有的交界面检测方法进行了综述,然后建立了一维数值模型及三维仿真模型,研究了脉冲热流在多层材料中的传播过程。研究结果表明,在对数坐标下对辐射量进行求导运算,有无缺陷区域的辐射量变化率差异相比之前将增大7倍。文章以此为基础提出了一种基于脉冲热流的远场无损检测方法。该方法检测距离超过30 cm,无需对绝缘子逐点测试,测试速度快,同时检测精度可达1 mm。

基于专家系统的设备状态评价研究与应用

为了能及时、准确、动态掌握电力设备状态的变化情况,提高状态评价结果的应用水平,根据包括在线监测、带电检测、生产管理系统等多个数据来源,基于专家系统模型,结合设备状态模糊性分析,构建设备状态评价体系架构。在此基础上,通过设备状态数据获取与预处理分析,研究状态量选取和构建设备的自动状态评价模型。最后通过实例应用,验证该方法的实用性与先进性,从而为设备状态的准确、自动评价提供一种参考。

电力生产监控指挥中心电力智慧服务AI研究与应用

电网生产监控指挥中心电力智慧服务AI研究与应用,以智慧化服务、数字化管理理念+数字化技术手段,实现各专业系统数据集成与融合、设备关联数据图谱化、综合分析、海量智搜、多元化服务、数字化管理中心,充分发挥数据资产的价值。

变压器重瓦斯保护动作后的原因分析与诊断方法

在变压器重瓦斯保护动作后,如何快速地查明动作原因,尽快判断变压器状态并恢复设备运行,是变压器运维中面临的首要问题。总结与分析了气体继电器的结构原理,以及主变重瓦斯保护动作后的可能原因、信息收集与检查,提出了一种重瓦斯保护动作后的先定性、后确诊的故障诊断分析方法,并对直流电阻测试的必要性进行了阐述;结合一起重瓦斯保护动作案例进行说明,结果证明了该方法的可行性。

受潮对油浸式套管电热场的影响

套管受潮后水分在重力作用下积聚于套管尾部,为研究受潮对油浸式套管电场及温度场分布的影响,建立了110kV油纸绝缘套管的仿真模型,仿真了套管在不同受潮程度下套管内电场及温度场分布。结果表明:套管受潮后导致套管内电场强度和温度升高。受潮条件下套管内最大电场强度与套管尾部油浸纸受潮高度呈线性变化,且含水率越高,最大电场强度随油浸纸受潮高度的增大其增幅越大,但整体上受潮后套管内最大电场强度提升幅度并不显著;油浸纸中含水率质量分数低于4%时,套管内最高温度与套管尾端受潮高度呈线性变化,油浸纸中含水率为5%时,套管内最高温度与套管尾端受潮高度呈指数变化。受潮后套管内温升严重,是引发套管尾部放电致使套管损坏的主要原因。

设备缺陷数据的关键特征深度挖掘分析应用

本文基于缺陷数据是电网生产运行环境中几类重要数据之一,缺陷能直观的反应设备的运行情况,缺陷的分析应用不应停留在缺陷规范归类分析、数量分类统计分析阶段,应针对设备首次发生、批次性、重复性缺陷特征等重要信息进行深度挖掘分析,并结合设备周期性的运维检修等工作内容进行分析,最终为设备运维检修提供指导。