数字图像去雾技术在变电站雾天图像应用研究

随着变电站从有人值守向无人值守转变,运行人员更普遍地利用摄像头、机器人采集变电站表计、开关等设备的图像,以了解设备运行情况。然而,在雾天条件下,变电站采集的图像存在能见度低、不清晰问题,导致远程监控和操作无法有效开展,增加了电网运行安全风险。针对此问题,本文对雾天变电站图像进行了研究。首先梳理了电力系统中图像去雾算法的应用情况;然后总结了变电站雾天图像的特点,图像背景主要以灰、黄、黑、白等色彩为主;接着介绍了几种基于图像复原和图像增强技术的去雾算法的原理,并选取实际采集的变电站雾天图像,从主观和客观评价两方面出发,综合对比分析了几种去雾算法在变电站雾天图像去雾能力的优劣;最后结合变电站雾天图像特点及图像去雾技术发展趋势,提出了未来的发展方向,包括引入深度学习算法、提高算法效率等,进一步提高去雾效果、提高泛化能力等方面的改进。

基于Petri Nets和遗传算法结合的配变变压器故障的恢复研究

在基于PetriNets(PN)模型的配电变电站的在线故障恢复研究中,重点研究了变压器的PN恢复处理模型与优化策略模块的结合:PN模型依据配变运行模式、非故障变压器容量对转移负载和过载的承受力来考虑恢复策略的求解操作;在甩负荷操作时,则按供电可靠性的原则对负荷重要性排序,按尽量少的操作次数、按流过母联功率最小作约束,构造有序优化约束目标的全局优化GA算法来完成。该文的变压器故障恢复方法,不仅保证了PN模型数学求解的快速优势,而且可克服单一PN模型恢复中优化处理和刻画动态特性的局限性。仿真结果表明研究方法是可行、有效的,具有较高的实用价值。

面向对象的变电站故障定位及恢复处理智能系统

提出用邻接矩阵表示变电站的网络拓扑，利用广度搜索方法隔离故障点，根据Floyd算法寻找最短可供电路径，迅速恢复非故障停电区域供电的主要原理。

智能变电站异常数据识别及恢复方法

由于外界环境的干扰和自身设备的不稳定,智能变电站二次系统中可能会出现一点或多点的异常数据。提出了一种可对此异常数据进行识别并恢复的方法。通过分析电网电流正常采样值数据的特征,得出采样值数据所应满足的约束条件。根据实际采样值与此约束条件的一致程度来判断其是否为异常数据,并按照约束条件对异常数据进行恢复。仿真实验表明,本方法可对异常数据进行有效识别,且恢复效果良好。

基于变电站巡检机器人的指针式仪表读数识别

针对无人值守变电站这一发展趋势,结合巡检机器人技术,论述了变电站指针式仪表读数的数字图像处理和识别的实现过程。分析并研究了图像复原、图像滤波及图像分割等运算方法,特别针对室外环境下读数识别易受水雾干扰这一问题,提出运用基于暗原色先验图像去雾技术。针对机器人采集图像易抖动,提出采用Lucy-Richardson复原修复图像。预处理后,运用同心圆环搜索法识别指针角度。经实验证明:这种方法对实现指针式仪表识别是十分有效的。

围填海历史遗留项目海洋生态影响分析——以山东某变电站项目为例

我国围填海项目后评价工作尚处于探索阶段,现有研究很少专门针对围填海历史遗留项目进行海洋生态影响评价的实践案例和相关分析。本文通过以一处历史遗留既有项目的不同历史时期生态环境监测状况,在数据分析的基础上探讨此类围填海历史遗留项目的局地海洋生态影响。研究结果表明,工程利用已填海成陆区进行建设,除底栖生物外,不会对围堰以外海域的生态造成显著影响。该研究可为衡量和分析围填海工程对海洋生态的累积影响及后期围填海工程的环境管理与决策提供依据,为制定其他区域围填海历史遗留项目的生态保护修复方案提供借鉴和参考。

变电站全停故障状态下应急运行方式研究

随着人们对供电质量要求的提高,电网故障后如何恢复用户供电显得越来越重要。基于某地区电网实际故障,提出了一种可用于处理变电站全停状态的应急运行方法,并从继电保护、负载以及电压3个方面进行验证。结果表明,所提出的利用中压侧反带主变压器并恢复低压侧负荷的方法具有可行性,满足电网安全运行条件的同时,可大大节省操作时间,提高负荷恢复效率。