配网自动化技术在配网运维中的应用

配电网络是电力系统中不可或缺的部分,在电力用户和供电企业之间,发挥着电力传输桥梁的作用。随着国家电网业务的快速发展,配电网络规模不断扩大,结构愈加复杂化,对配电网络的运维业提出更高的要求。为此,配网自动化技术被引入,应用现代化先进技术进行实时监控管理,可保证配电网络的安全、可靠、稳定及高效运行,显著提升配电网络的运行效率。对此,本文首先对配网运维中的常见问题进行介绍,然后对配网自动化技术类型进行分析,并结合实例,对配网自动化技术在配网运维中的应用方式进行探究,以供参考。

基于深度学习和高斯混合模型的异常识别算法

现有的异常识别方法无法兼顾与人有关的异常行为识别和与人无关的异常现象识别,且在目标有遮挡的情况下识别率较低。针对上述问题,提出基于深度学习的网络框架对正常帧的人体姿态的结构特征片段进行训练,片段化训练使得算法具有抗遮挡能力。此外,为了识别与人无关的异常情况(如汽车、自行车、遗留物等),提出使用改进的自适应K值的高斯混合模型对视频背景进行建模,从而对与人无关的异常情况进行提取。实验表明,算法在公开数据集Avenue和ShanghaiTech上的异常识别AUC分别提升了0.025和0.034。