基于图像识别的无人值守变电站二次设备智能巡检方法

为解决现有巡检方法对变电站二次设备巡检时存在的巡检速率过低问题,文章提出了一种基于图像识别的无人值守变电站二次设备智能巡检方法。该研究通过图像识别技术提取无人值守变电站的二次设备特征点,以此为基础,采用区域神经网络实现二次设备的智能故障巡检。对比实验结果表明,该研究提出的智能巡检方法可显著提高巡检速率,为无人值守变电站的巡检工作开展提供便利条件。

一种基于小波变换的电力系统故障诊断方法

当前电网监控数据中存在大量的异常和故障信息,这些信息通常被隐含于大量相关的海量信息数据之中,而常规的傅立叶分析无法对其进行时间及故障定位。提出了一种基于小波时频特性的故障诊断方法。采用一维小波多尺度分析方法,对瞬态信号进行了低频段和高频段滤波处理,在去除噪声的前提下,获取了故障时刻;在此基础上,利用模峰最大值奇异性提取方法提取出系统中的故障发生位置,进而对电网系统的故障时间和故障位置进行诊断。通过在IEEE39网络仿真中进行仿真测试,仿真测试结果表明所提出的方法能够对复杂电网系统中的异常信号进行时-频特征分离检测,并首次达到了对电网系统中故障时间和故障位置的检测需求。