简介:摘要电力是国民经济发展的重要基础,而输电线路的安全稳定运行是保障电力输送安全的重要因素。为了提高对输电线路巡检的密度和精度,而又能大量的降低成本,无人机巡检被引入到了电力行业中。我们如何处理海里的图像数据,分析出其中代表输电线路系统运行状态的信息是一个亟待解决的问题。传统的机器学习技术的性能已经不能满足我们对实时性和准确率的要求。针对这个矛盾我们选择了具有识别和定位功能的SSD网络和YOLO网络对输电系统上的部件进行识别和定位,对比了两个网络模型在输电线路图像中对不同部件对象识别的性能。我们通过5种实际的输电线路部件图像数据,分析了训练样本数量,图像分辨率,卷积核尺寸参数与模型检测精度的相关性。在实验中我们采样的数据全部来源于无人机采集的输电线路部件图像,实验结果显示SSD模型在绝缘子上的识别率为98%,检测帧率为10帧,YOLO模型在绝缘子上的识别率为99%,检测帧率为0.6。
简介:摘要本文将自组织映射(SOM)神经网络用于研究电力专变用户的用电行为习惯聚类。首先,对用户的负荷数据进行归一化,并提取四个有效性指标作为SOM神经网络的输入。然后采用Davies-Bouldin指数和k均值将94条用户负荷曲线分成5类,并描述每类型曲线。最后识别新用户,结果证明该聚类方法行的通。
简介:摘要随着我国的现有供电网络系统电压参数强度等级的不断升高,我国电力变压器设备的参数结构特征,也逐步向着容量扩大化、电压等级提高化,以及设备部件结构复杂化的技术方向快速发展,与此同时,我国电力变压器设备的造价水平,也处于不断上升的过程中,在设备成本水平不断提高的背景下,变压器设备一旦出现运行技术故障,其实际给供电企业造成的经济损失也将会更加严重,因而做好变压器设备运行使用过程中的技术保护,对于我国电力能源生产供应事业的有序开展发挥着重要的保障作用,有鉴于此,本文介绍了波形基本原理,介绍了主变差动保护的影响因素,针对不同类型的保护装置,提出了相应的解决措施,同时,对一些值得注意的问题进行了探讨,希望对相关工作人员具有参考价值。
简介:回转式空气预热器是高参数大容量电站锅炉广泛采用的尾部换热设备,漏风率高是该类设备的致命缺点,降低了电厂的经济效益.文章提出了高参数机组回转式空气预热器漏风分布的综合模型,其中包含2个子模型:一个是基于压降机理建立的质量守恒和能量守恒模型;另一个是基于流体网络建立的空气预热器内部漏风分布模型.文中以某电厂300MW机组尾部换热设备为仿真对象,求解回转式空气预热器的径向、周向和轴向的漏风分布,得出轴向漏风和径向漏风可以相似化处理的结论.所以在加装径向密封装置时也应该对轴向密封加以改造,这对回转式空气预热器的状态检修和运行维护具有指导意义.