基于TrellisNet和注意力机制的电力设备故障检测模型

电力设备故障检测模型的性能受到多种因素的影响,如故障种类的多样性、故障特征的复杂性和图像质量的差异等.为此,本文提出一种基于TrellisNet和注意力机制的新型电力设备故障检测模型.首先,将长短期记忆(Long Short-Term Memory,LSTM)网络和卷积神经网络(Convolutional Neural Network,CNN)进行融合,构建LSTM-CNN来获取图片中的故障特征,以有效区分不同故障类型的特征,并减少噪声和干扰因素的影响.然后,将LSTM-CNN获得的特征数据作为输入,并将注意力机制嵌入到TrellisNet中,构建具有高分辨能力的AT-TrellisNet网络来检测不同电力设备的故障类型.最后,选取5种常见的电力设备故障进行模型验证.实验结果显示,本文模型与一些现有的检测模型相比,检测精确率较高,最高可达90%以上,可满足实际电力设备故障检测需求.

自粘聚合物改性沥青防水卷材热老化后低温柔性和剥离强度性能研究

阐述了不同配料原料、不同工艺生产的离型膜及不同的卷材成型温度对自粘聚合物改性沥青防水卷材热老化后低温柔性和剥离强度性能的影响,指出:传统聚合物改性剂的耐热老化能力都不够理想,要注意选择和生产工艺控制;宜选用残余黏着率高于90%的离型膜,同时,卷材成型温度不宜高于160℃。

加强物资采购管理降低供电企业成本的探索与实践

采购是企业运营中非常重要的一个环节,采购不仅影响到企业的生产成本和资金周转,还体现着一个现代企业各部门之间的协作能力,甚至可以成为衡量一个企业综合竞争力、凝聚力的标准。但是随着市场化改革深入,供电企业规模的逐渐扩大,企业采购管理中的问题逐渐凸显,严重制约了企业的持续发展。本文分析了供电企业采购管理中存在的问题,并进一步提出了加强采购管理的建议。