摘要：我国电网规模的不断扩大对输电线路的安全性、可靠性提出了挑战。对输电通道及周边进行烟雾检测可以有效识别潜在的风险,保证供电的安全可靠。如何在复杂多变的天气环境和特定场景中对烟雾特征进行提取,是目前烟雾检测领域的主要挑战。此外,提高烟雾检测的时效性实现及时预警以避免损失也是一大难题。针对上述问题,提出了一个可以在边缘计算设备上实现实时检测的轻量化烟雾检测模型(LSDet)。首先,构建了一个适合烟雾检测的精炼跨阶段局部ShuffleNetV2网络(CPLMNet),在减少参数的同时保持特征提取能力。其次,通过加入高效并行分组注意力模块(PGAM),融合了通道和空间维度上的特征。最后,设计了一个低层特征引导的融合模块(LFFM),将分辨率更高、保留细节信息更多的低层特征进行引导融合,从而提高烟雾检测精度。实验结果显示,LSDet模型可有效应用于复杂场景中烟雾的实时检测,其mAP仅用2.86 M的模型参数量便可达到74.2%。

摘要：用电信息采集系统和输变电状态监测系统是电网采集量测类数据的主要来源,该类数据已累计为众多业务应用系统提供了强大的业务及数据支撑,为多业务数据共享融合和企业级决策分析提供重要作用,但是目前数据资源在数据质量、效率等方面仍然存在问题。2017年根据全业务统一数据中心推广建设要求,采集量测类数据需全量接入、整合至全业务数据中心的大数据平台中。本文介绍了一种稳定高效的数据接入方法,详细阐述了总体设计和功能架构,通过一套完整的数据接入工具,实现采集量测数据的数据采集接入、数据存储以及历史数据迁移。