摘要：针对传统故障智能预警技术在检测效率、误报率和虚报率无法满足中压配电网的运行要求,提出了基于暂态分量的中压配电网接地故障智能预警技术。根据行波在中压配电网接地母线处的折反射示意图,计算了电流的折射系数和反射系数,利用接地的故障点到故障线路母线端的距离,判断出中压配电网接地故障区域,基于接地故障检测系数,判断了中压配电网接地故障情况,定位中压配电网接地故障位置,通过构建中压配电网接地故障暂态分量搜索模型,提取出中压配电网接地故障暂态分量,设计中压配电网接地故障智能预警原理,以此为依据实现了中压配电网接地故障智能预警。实验结果表明,所提技术在提高了中压配电网接地故障检测效率的同时,还可以降低误报率和虚报率,具有更高的预警性能。

摘要：为了解决传统自动化机房采用人工巡检存在错检和漏检等问题,提出了一种基于物联网的无人值守机房智能巡检管理新模式。引入物联网、云服务等新一代技术,通过设计无人值守机房的物联网系统,对智能巡检管理模式的总体架构进行了介绍,并重点阐述了无人值守自动化运行方案、智能巡检机器人以及智能巡检优化策略等关键技术的实现方法。智能巡检管理新模式的建立,有助于提升无人值守机房的管理水平,具有重大的实际工程应用价值。

摘要：针对目前电力设备监测主要依靠传统的经典神经网络自动化监测方式,准确率低且难以挖掘图像的深层信息,设计了基于SE-Attention(squeeze excitation attention)图像识别模型的电力设备监测系统。在卷积神经网络(convolutional neural network,CNN)基础上,结合SE-Net(squeeze excitation network)网络提取图像局部特征,采用深度学习中的行注意力机制、列注意力机制和通道注意力机制增加局部故障信息的权重,挖掘深层信息,提高识别电力设备故障的准确率。实验结果表明:与CNN和SE-Net检测方法相比,此检测方法在避雷器、断路器、电流互感器、电压互感器的识别准确率上分别有不同程度的提高。

摘要：为了解决传统电力通信网络运维系统效率低、可靠性差等问题,提出了一种基于物联网的电力通信网络智能运维系统。该系统采用物联网技术对电力通信数据进行采集、处理及管控,从而实现电力通信网络运维和物联网数据管控平台的互联,达到电力通信网络的智能化运维目标。实际测试结果表明,所设计的电力通信网络智能运维系统有效提升了通信数据处理能力和运维结果的可靠性,能够满足当前的实际工程应用需求。