摘要：在供电企业信息化向智能化方向迅速发展的情况下,如何有效解决海量电网资源信息的统一管理成为目前供电企业的迫切需求。文章结合云计算的特性对供电企业电网资源进行整合,采用B/S模式,按照接口服务层、数据传输层、资源层进行多层结构体系设计,采用面向对象技术进行应用组件开发及基于SOA的设计思想进行服务分层,构建了统一的电网资源云服务平台。通过设计平台的五大服务能力,涵盖了供电企业在现阶段对电网资源的信息化需求,实现电网资源的合理规划与利用,提高电网资源数据及系统资源的利用效率。

摘要：为了使企业级软件能够满足企业用户个性化定制需求和体验,同时支持在电脑端和移动端的跨平台访问,使用户能够随时随地处理相关业务,通过引入App Store的设计理念,构建了基于平台+应用的安全生产管理系统。应用结果表明,平台+应用的模式能够适应企业的各种业务需求,并为企业用户提供个性化的定制服务和优秀的交互设计,可以提高用户的工作效率和企业的竞争力。

摘要：针对现有输电线路设备细微缺陷智能检测方法存在的GZ-复刻率较高的问题,设计了基于机器学习的输电线路设备细微缺陷智能检测方法。根据设备实时监测、运行、历史故障维修次数等数据,构建基于机器学习的NFA模型,区分不同类型的输电线路设备的细微缺陷;对图像的亮度、对比度、拼接方式等方面进行处理,引入Adaboost算法完成图像识别,最后通过对相位编组梯度的计算,实现基于机器学习的输电线路设备细微缺陷的智能检测。实验结果表明,设计方法的GZ-复刻率平均值比传统方法的GZ-复刻率平均值降低了47.3%,故障信号检测性能更好,可以证明基于机器机器学习的输电线路设备细微缺陷智能检测方法的综合有效性。

摘要：随着智能制造与物联网技术的发展,无人机被电网企业广泛地应用于输电线路巡视检查,同时也产生了大量的巡检图像数据亟需分析与处理。针对机巡图像分析中面临的多类多尺度、光照变化及遮挡等挑战,设计了一套从用户数据归集、分析与自动标注到用户评价反馈的U2U图像分析框架,在此基础上研究了Faster R-CNN和SSD两种深度学习方法在绝缘子、防震锤、均压环、屏蔽环等电力部件检测中的应用,提出了基于K-means++聚类分析的兴趣对象锚点信息框设定方法。实验结果表明,本文提出的方法有效地提高了深度学习方法对多尺度兴趣部件的适应能力与检测精度,为后续更大规模的机巡图像缺陷检测及机巡深化应用提供了有益的借鉴。

摘要：本文介绍了基于深度学习框架和"微服务"架构实现图像识别的设计方案,在实践应用中,能识别设备状态并将数据传输到信息系统,从而减少用户数据录入的工作量,提高了准确率和员工满意度。

摘要：供电企业目前的安全生产管理现状主要以定期检修的方式开展,存在着临时性维修频繁、维修不足或维修过剩、盲目维修等弊端。同时,企业管理的思想观念和行为做法还偏向于墨守成规,体现在信息系统建设中,缺乏纵向业务关联和横向业务协同的顶层设计,企业的战略、业务与信息技术之间往往存在脱节,导致业务变革失败和信息化投资的浪费。文章在南方电网公司安全生产风险管理体系管理理念的基础上,研究与实现一套以设备为核心,计划为主线,打通电网风险、设备风险和作业风险"三大风险"的安全生产全过程实时管控的安全生产管理信息系统。以一种新的实践做到既满足计划检修体制的运作,又支持电网、设备、人身风险评估与动态管控,科学开展设备特维工作,既节约供电企业人力成本又降低电网和设备的运行风险,提高企业经济效益和社会效益。