基于改进排列熵算法和Yamamoto算法的非侵入式用电设备状态变化检测

非侵入式负荷监测已经成为智能电网负荷监测管理的关键技术之一。用电设备状态变化过程所表现出的暂态特征是进行非侵入式用电设备状态辨识的重要依据,但其精准提取取决于用电设备状态变化的准确检测。为此,提出了一种基于改进排列熵算法和Yamamoto算法的非侵入式用电设备状态变化检测算法。首先对排列熵算法进行多尺度改进,利用多尺度排列熵的差值分析确定状态变化发生的区间,然后利用Yamamoto算法进行区间检测,定位状态变化的时刻。仿真分析结果表明,所提算法可准确检测用电设备的状态变化,有效地提高后续利用暂态特征的设备状态辨识准确率。     

基于改进泰尔熵和熵度的电力系统关键节点识别

为了弥补信息熵考虑因素单一的缺陷,引入泰尔熵并对其适当改进用于电力系统关键节点识别中。改进后的泰尔熵将系统线路按照负载率进行分区,并分别计算节点功率变化时同区及区间潮流分布的均匀程度,然后采用负载率对同区结果进行加权,得到节点的改进泰尔熵指标。为了使识别结果更贴近工程实际,采用熵度评估了节点网络拓扑位置的重要性,然后提出了关键节点综合评估指标。综合评估指标兼顾节点网络拓扑结构重要性和其功率变化对潮流的影响情况,通过对IEEE-39节点系统进行关键节点识别验证,验证了方法的可行性和有效性。     

基于改进KNN算法的新能源发电单元运行状态识别

目前识别发电单元运行状态的研究较少,数据来源以数据采集与监控系统为主,采集速度较慢。为此,提出了一种基于发电单元机端电气量数据并融合改进k近邻(KNN)算法的新能源发电单元状态识别方法,直接采集机端电气量数据用于快速判断发电单元状态。提出KNN算法的改进策略,克服了传统KNN算法准确度低、识别速度慢的缺点。利用电力系统分析综合程序获取用于状态识别的发电单元机端电气量数据,利用改进策略对数据进行预处理,并对比传统KNN算法、逐条使用改进策略的KNN算法对新能源发电单元状态识别的耗时与准确度。结果表明所提算法较传统算法的识别准确度和速度明显提升,能满足稳定控制过程中对新能源发电单元的状态感知需求。     

电力系统数字显示值智能识别技术研究

目前,对电力系统数字显示值识别尤其是数字串中含有小数点的情况研究较少,本文在改进投影法的基础上提出了一种新的相对比较简单的小数点处理办法.针对传统BP神经网络的不足,采用带动量因子的自适应修改学习率的学习算法,并对采用该算法的BP神经网络参数进行设置.实验结果表明,基于改进投影法的小数点处理方法解决了小数点引起的误识问题,采用带动量因子的自适应学习率算法的BP神经网络的识别率能达到99%以上.     

基于多智能体的电力系统设备预知维护

针对电力系统设备传统维护方式的事后维护和计划维护的局限性,在分析电力系统状态监测的现状基础上,提出一个电力系统设备的预知维护通用分层结构模型.该模型主要包括数据采集层、数据处理层、数据诊断层以及维护决策层.通过引入多智能体,建立了一个与FI-PA Agent兼容的电力系统设备预知维护多智能体系统框架,并分析设计了在此框架下智能体的通用内部通用结构以及Agent之间通信与协作.     

基于权函数的电力系统状态估计算法

提出基于权函数的电力系统状态估计算法,该方法较好地综合了加权最小二乘法（ＷＩ－Ｓ）和加权最小绝对值（ＷＬＡＶ）两种估计方法的优点,仅需对应用广泛的ＷＬＳ软件作很少的修改即可实现该算法。在求解迭代过程中,以残差变化最作为加速因子,修正权函数,减少了迭代次数,加快了算法的计算速度,用ＩＥＥＥ３０和ＩＥＥＥ１１８节点系统验证了此方法的优越性。     

变电站设备状态智能识别系统技术研究

针对目前变电站采用人工巡检判断设备状态的方式存在作业效率低、工作质量不高、巡检人员的安全难以保障的问题,集成应用开关状态综合判断技术、刀闸状态综合判断技术、智能巡检技术和视频联动技术等关键技术,研制了变电站设备状态智能识别系统,通过与数据采集与监视控制(SCADA)系统的信息交互,实现了变电站开关、刀闸设备状态的远程智能识别.该系统可在变电设备倒闸操作、定期巡检、专项巡检以及日常设备状态监视中代替人工巡检开关、刀闸设备状态,及时发现并预警设备状态隐患,提高了巡检效率和质量,降低了运行人员的劳动强度,保障了人身及设备安全.通过在500 kV文山变电站的应用实例表明,应用该系统在单台主变停电倒闸操作中可节省5.63工时,验证了系统的实用性和有效性.     

继电保护压板状态识别嵌入式智能设备的应用

设计一种结合工业高清照相机、嵌入式单元和Mobile Net算法的嵌入式设备,实现对变电站继电保护压板状态的智能识别,对继电保护压板状态识别的准确率更高,对单张继电保护压板屏柜图像中多个压板的状态识别平均耗时更短,可提高变电站继电保护压板巡视的效率和智能化水平.     

电力系统状态估计算法的综合分析

简要介绍了电力系统状态估计的基本概念及功能,描述了状态估计的数学模型。介绍了几种电力系统状态估计的基本算法,即加权最小二乘法、快速分解法、基于量测变换及逐次型的状态估计算法等,并对这些算法作了简明的对比,指出各个算法的优缺点。最后,为了满足电力系统状态估计的要求,又提出了几种新型的状态估计算法。并且指出了状态估计算法中值得研究的几个方面。     

基于改进粒子群算法的电力系统无功优化研究

粒子群( PSO)优化算法具有并行处理的优点,但易于陷入早熟收敛,针对这一问题,本文提出了一种改进粒子群无功优化算法,该算法使用了自适应动态惯性权重,充分利用了遗传算法中交叉变异和种群移动均匀的特性,从而有效克服了PSO算法易于陷入局部最优和早熟收敛的缺陷,具有良好的寻优速度和计算精度,实例计算取得了良好的结果,从而验...     

基于 SSD目标检测的硬压板图像识别

为了减少变电站运维人员由于人为记录而导致硬压板状态误投退操作,本文提出了对传统SSD目标检测法进行改进,运用所改进的SSD网络模型对变电站中的硬压板图像进行识别,通过收集来的硬压板图片进行数据扩充、网络训练,得到能够识别硬压板状态的改进型SSD目标识别网络,最后通过验证集进行网路验证,结果证明了所提出的改进型SSD目标...     

基于改进ICP算法的变电站设备三维识别方法研究

针对现有变电站设备三维识别方法在实际应用中存在的准确率差和效率低等问题,提出一种结合改进迭代最近点算法和Umeyama算法的变电站设备三维识别方法。通过随机采样一致性算法提取设备平面特征,Umeyama算法在模板库中找出平面特征最相似的几个设备,根据点云曲率特征提取设备点云关键点,再通过改进迭代最近点算法对设备进行识别。通过实验对其性能进行分析。结果表明,所提方法对智能变电站设备进行三维识别有较好的识别准确率和效率,识别准确率为99.50%,平均识别时间为2.07s,有效地提高了三维识别技术的综合性能。     

基于改进RPN网络的电力设备图像识别方法研究

针对Faster RCNN算法在电力设备状态图像处理过程中生成的Anchor与目标设备不匹配而导致的设备识别率降低的问题,提出了一种基于连通域预处理的Faster RCNN的改进模型。依据像素值相近及位置相邻原则构建连通域,将连通域的长宽比作为输入信息对RPN(region proposal network,RPN)的Anchor面积框进行修正,以此提高Anchor boxes与目标设备的匹配度。实验结果表明:识别区域与目标设备面积的进一步匹配避免了多余锚框网络计算量,该方法对目标设备误识别率由改进前的2.2%下降到1.9%,降幅达14%,同时其计算效率较传统Faster RCNN算法提高6.7%。在非格式化图像数据快速增加背景下,文章所提方法对于提高电力设备状态图像的识别和处理具有重要意义。     

基于实物ID的电网工程设备费智能化统计算法研究

针对电网基建项目设备费统计基于形象进度估算难以保证数据真实性和及时性的问题,提出基于实物ID(资产实物统一身份编码)的智能物联统计算法。该方法基于设备信息采集,建立设备购置费计算模型,综合应用物联网技术和移动技术,将实物ID贯穿电网项目投资管理全流程,实现对项目执行过程中设计、采购、建设等阶段变电站设备购置费用相关信息的自动采集、自动统计。研究表明:所提方法有利于提高电网公司的数据统计的准确性与及时性,对电网投资项目管理实现数字化管理、精细化管控、全局性决策、最大化效益具有重要意义。     

基于改进并行遗传算法的电网状态估计

鉴于现有电网状态估计算法存在的问题,提出了一种基于改进并行遗传算法的状态估计算法。该算法采用粗粒度模型组织局域网内的计算机进行并行计算,运用迁移策略组织染色个体的并行处理,结合小生境技术保证估计结果的全局收敛性,并根据电网结构和量测量数据特点对染色体编码进行改进。仿真结果表明,该算法提高了状态估计结果的准确性和计算速度,可满足实时处理电网数据的要求。     

基于改进DFT的电力系统同步相量测量算法研究

离散傅里叶变换(DFT)在相同条件下,具有运算效率高、易于嵌入等优点,被广泛应用于电力系统同步相量测量中。但由于非同步采样及频域离散化问题的存在,DFT在进行相量测量时会出现频谱泄露和栅栏效应,使得计算结果产生误差。针对这一问题,推导了DFT在非同步采样情况的相角误差方程,利用相角差对信号频率进行跟踪测量,得到精度较高的频率值。据此,提出了基于改进DFT的同步相量测量方法,利用跟踪所得频率将DFT结果分为整数部分和分数部分,并通过等效替换对分数部分进行了修正。经仿真实验证明,该方法具备较高的抗干扰能力和测量精度,整体效果较传统算法有了很大的提升。在此基础上,利用TMS320F2812设计了一个同步相量测量装置(PMU)硬件系统,通过该系统实现了频率、幅值和相角的准确测量。     

基于改进遗传算法的电力系统无功优化

遗传算法是一种模拟生物进化过程的优化算法,可用于求解包含离散化变量的复杂优化问题,文章将遗传算法应用于电力系统无功优化,并对常规遗传算法的编码方式、遗传算子以及终止判据等方面进行了改进,算法对IEEE 6、IEEE 30节点系统进行了无功优化计算,结果表明该改进遗传算法应用于无功优化是合理可行的.     

基于视觉识别技术的智能压合工艺装备探讨

本文介绍了一种冰箱生产线体上的蒸发器压合设备,该设备通过设置识别模块识别蒸发器,实现自动判断产品型号.本文对该压合设备技术方案、工艺流程及其在生产中实际使用效果等方面进行了详细说明.