基于加权最小二乘法的数字化智能变电站虚回路自动校验技术

针对数字化智能变电站智能高效的需求,该文提出基于加权最小二乘法的数字化智能变电站虚回路自动校验方法。通过改进K-means聚类算法,划分数字化智能变电站电力设备区域;采用加权最小二乘法,融合各区域的电力设备相关数据,制定设备间的数据流向规则,分析各区域内设备的数据流向;通过关键词模糊匹配方式,分析流向数据内的端口信息是否对应,整合全部区域的虚回路自动校验结果,完成数字化变电站虚回路自动校验。实验证明,该技术融合数据的最大数据方差仅为2.57,即数据方差较低,数据融合精度较高,自动校验的抗干扰性能较优。

电力物资质量检测环节语音信号预加重处理方法

针对电力物资质量检测环节中的语音交互式检测信息容易受到周围环境因素的影响问题,提出声音信号预加重方法研究。构建声音信号数学模型,分析其时域特征,以此为基础,计算每帧声音信号频谱能量与概率分布,衡量每帧声音信号谱熵值,检测声音信号端点,估计声音信号先验信噪比推出增益函数,以端点检测结果为界限,以增益函数为依据,采用重叠相加运算处理声音信号,实现声音信号的预加重。实验数据显示,应用提出方法预加重处理声音信号后,其平均信噪比数值最大值为20.15 dB,充分证实了提出方法信号预加重效果较佳。

基于物联网和视觉技术的电气油化试验系统

电气油化试验是对电气设备中的绝缘油进行检测和分析的一组检测方法,通过试验可以评估绝缘油的质量和性能,从而确保电气设备的正常运行。目前,油化试验存在试验数据摘录智能化程度不高、研判准确度不足等问题。文章提出一种基于物联网和视觉识别的全自动电气油化试验系统,利用物联网技术、视觉识别技术、机器人控制技术等,搭建全自动的电气油化试验系统。该系统能在降低时间成本和人工成本的基础上,高效实施变电设备试验检测项目,动态掌握实验数据,并实时给出诊断结果,显著提高工作效率。

现场变压器局放试验干扰排除方法研究

变压器是整个电力系统中的重要设备,其运行情况直接影响到整个电力系统的有效运行,一旦发生故障将给企业造成极大的损失。而变压器在经过一系列的运输、安装、处理等过程后其绝缘水平有发生变化的可能,因此,在投入使用前一定要进行现场局部放电试验。文章主要结合实例,对变压器现场局放试验的干扰类型及特点进行了分析,并提出了相应的排除方法。