首页期刊导航|电力科学与技术学报
期刊信息/Journal information
电力科学与技术学报
电力科学与技术学报

曾祥君

季刊

1673-9140

dlxb04@163.com

0731-85258195

410004

长沙理工大学云塘校区

电力科学与技术学报/Journal Journal of Electric Power Science and Technology北大核心CSTPCDCSCD
查看更多>>本刊主要刊载电力系统自动化理论、技术及其应用、电网技术、高电压技术、电力市场与电力系统运行管理、供用电技术、电能质量与节能技术、电力自动化设备、热能动力工程、动力与机械工程、水利水电工程、新能源技术、电力系统通信、计算机技术及其它高新技术在电力系统中的应用、电力土木建筑工程、电厂化学与环境工程等方面的最新研究成果。
正式出版
收录年代

    基于模糊评判的变电设备评估

    周松霖段佳奇齐伟强
    174-179页
    查看更多>>摘要:变电设备状态评估是掌握设备运行状态的重要手段,能及时发现设备问题及潜在风险并采取有效的检修措施预防故障和事故发生.在此背景下,提出基于模糊综合评判的变电设备评估方法,该方法根据各项检测指标对变电设备进行综合评估,并进行运行状态分级,对电网设备进行全面评估与动态管控.常规评估方法往往采用单项打分的办法,而模糊评判的设备评估方法,可以实现从多层面对变电设备更有效的全面的评估.通过具体算例,举例说明用模糊评判进行变电设备评估的具体流程与分级方法.采用该方法后,北京电网变电设备状态管控水平有较大提升,设备故障率呈现逐年下降的趋势.

    模糊评判变电设备状态评估

    数字化跨间隔电能计量系统的现场多维测试技术

    丁建顺张炜周胜任民...
    180-187页
    查看更多>>摘要:为解决智能变电站电量计量不平衡问题,针对数字化跨间隔电能计量系统涉及环节较多、实验室测试存在盲区、现场检测手段匮乏等特点,提出一种用于变电站现场实施的跨间隔电能计量多维测试技术.分析数字化跨间隔计量异常的主要原因,提出基于无线传输的间隔化注入测试方法及其实现方案,对分布式终端同步、被动采样的精确触发及采样曲线拟合等关键技术进行描述.由实验结果可知,该测试方法在保持被测系统架构完整性的前提下,实现跨间隔电能误差定位及相关性能检测,有助于提升数字化计量专业的现场调试检修能力.

    智能变电站数字化计量跨间隔现场测试多维

    基于高分辨率卫星影像的输电走廊植被生长预警

    刘凤莲曹永兴高润明朱军...
    188-194页
    查看更多>>摘要:为从卫星影像中提取出输电走廊的信息,提出一种基于高分二号遥感影像的输电走廊信息提取方法.首先基于低分辨率多光谱影像进行加权灰度变换并实现影像二值化,利用影像边缘检测和直线检测方法提取输电线路和杆塔的信息.然后,利用最小距离法对融合后的高分辨率影像进行植被精细识别,并计算植被覆盖指数.最后,在植被分布影像中重构输电线路,并结合植被覆盖指数对植被威胁区域进行预警.仿真结果表明:利用边缘检测对二值化影像进行杆塔提取识别率达到100%,融合后的植被分布影像轮廓清晰,对地物植被覆盖区域识别精度达到了90%以上,结合植被覆盖指数给出的预警区存在植被生长茂密,威胁输电线路运行的情况.该方法实现输电走廊植被生长预警,能够运用于电力行业的输电安全在线监测.

    高分二号输电走廊影像融合输电杆塔植被识别加权灰度变换

    基于YOLOv3的特定电力作业场景下的违规操作识别算法

    丘浩张炜彭博雅丁兆钧...
    195-202页
    查看更多>>摘要:电网作业常处于高空、高压等危险环境,此类环境常常为电力作业人员的安全带来威胁.仅靠人力监管常会出现监管不力的情况,现有的目标检测算法也只能进行简单的安全识别,无法根据特定的电力作业场景识别违规操作行为.针对这一问题,提出一种基于YOLOv3的特定电力作业场景下的违规操作识别算法,选用YOLOv3算法进行目标检测,同时融入场景识别机制,并引用交并比设定逻辑判断函数,检测特定场景下电力作业的违规操作行为.以电焊作业场景为例进行实验验证,实验结果表明,该模型的检测精确率为82.15%,证明了该方法的有效性,同时也对后续优化该模型提出了几点建议.

    目标检测深度学习YOLOv3场景识别交并比

    基于神经网络响应面模型的有载分接开关弹簧储能故障的识别

    刘志远缪辉于晓军邹洪森...
    203-210页
    查看更多>>摘要:为有效识别有载分接开关的弹簧储能故障,提出一种基于神经网络响应面模型的有载分接开关弹簧储能故障的识别方法.首先,采用有限元法建立有载分接开关的故障仿真模型;然后,基于仿真试验和均匀试验设计生成响应面模型的训练样本,通过样本训练构建神经网络响应面模型;最后,采用意愿函数构造的多目标识别算法对表征弹簧储能不足的力学参数进行识别,通过仿真对UCL型有载分接开关弹簧储能不足故障的识别结果进行验证.研究表明,基于神经网络响应面模型能够有效识别弹簧储能不足故障,识别结果与参考值的最大相对误差为3.93%,验证该方法的有效性.

    有载分接开关神经网络响应面模型故障仿真故障识别

    《电力科学与技术学报》征稿启事

    后插1页