摘要：煤矿变电所是大型煤矿供电系统的重要组成部分,变电所压板开关状态的精确识别是监测煤矿供电状态的重要环节。然而,随着变电所电气控制柜上压板开关数量的大幅增加,传统人工巡检存在的巡检速度慢、巡检精度低的问题愈发显著。针对上述问题,提出了一种基于YOLOv5神经网络模型的变电所压板开关状态识别方法。使用Pytorch深度学习框架进行了模型训练;设计了针对压板开关图像的预处理方法;采用得到的最佳模型对预处理后的压板开关图像进行检测并评估检测结果。实验结果表明该方法可以实现压板开关状态的智能识别,且具有速度快、精度高的特点。

摘要：语音识别是变电站智能运检中关键的人机交互技术。然而,由于生产环境中存在使用专业术语多和噪声大的问题,传统的语音识别方法的效果受限。为此,文中提出了一种基于声音谱特征的语音识别方法。通过融合MFCC与CQT谱,形成一种基于声音谱的特征参数,通过对参数分布的估计,能够有效地降低语音信息中的噪声干扰。为提升语音识别性能,文中设计一个端到端的语音识别模型。该模型基于卷积神经网络(CNN),并融合了CTC和注意力机制。CNN网络能够有效地捕捉语音数据中的局部模式和结构信息,而CTC和注意力机制在解码过程中起到关键作用。文中使用Aurora、Aishell以及运检语音数据集进行了实验评估,比较了语音降噪、语音识别同传统方法的效果。实验结果表明,所提出的语音识别模型取得了显著的性能提升,可为相关领域的研究和应用提供有价值的参考。

摘要：对500k V串联补偿装置抗电磁干扰设计,对变电运维和串补装置运维具有较好的抗干扰稳定作用。提出基于磁损耗抑制的抗电磁干扰滤波器设计,实现电磁干扰抑制。构建500k V串联补偿装置的系统结构模型,进行电磁干扰的信号分析,采用级联滤波进行磁损耗抑制,实现抗电磁干扰滤波,仿真结果表明,采用该方法进行500k V串联补偿装置抗电磁干扰设计,输出的变电损耗较低,提高了变电器的稳定性和抗干扰性。