基于自学习的电网设备故障自动辩识方法研究与应用

电网设备故障自动辨识是一项可实现变电站无人值守、保障变电站安全、稳定运行的基础性支撑技术。文中针对传统电网设备故障识别准确率低的问题,提出了一种结合SIFT和深度学习算法的自动辨识控制系统设计方法。通过集中监控获取变电站的实时视频、图像信息,利用SIFT对数据预处理并结合深度学习算法,实现了电网设备故障的自动辨别。实验证明,基于该方法所设计的自动辨别系统提高了电网设备故障辨识准确率。

雾霾天气下电网设备故障高精度远程视频监控系统设计研究

作为电力系统未来发展的方向,对电网设备故障监控系统进行设计具有重要意义。有利于实现电网进行安全可靠运行。提出基于ZigBee网络的电网设备故障高精度远程视频监控系统设计。利用ZigBee网络构建无线的传感网,节点是采用的CC2530,节点间采用簇状的结构与监控功能部分、视频监控信号传输以及监控的客户端相结合构成远程视频的监控系统,采用小波变换对设备故障的特征进行分析,克服了因雾霾天气产生的电网设备故障,对电网设备故障进行及时的抢修,完成对电网设备故障高精度远程视频监控系统的设计。实验结果表明,利用该系统能有效地提高电网运行的稳定性与安全性。