首页期刊导航|电力大数据
期刊信息/Journal information
电力大数据
电力大数据

曹洪

月刊

2096-4633

0851-5592768

550002

贵州贵阳解放路32号贵州电力试验研究院

电力大数据/Journal Power Systems and Big Data
正式出版
收录年代

    基于VMD-CNN-BiLSTM-CBAM的配变短期负荷预测方法

    何晔殷若宸陆之洋徐小东...
    1-10页
    查看更多>>摘要:随着智能电网的发展,配变重过载预警的准确性对于维持电网稳定运行至关重要.本文提出了一种新的基于VMD-CNN-BiLSTM-CBAM模型的配变短期负荷预测方法,旨在提高预警准确性.该方法首先运用K均值聚类算法筛选出相似日,并利用变分模态分解(variational mode decomposition,VMD)对相似日的负荷数据进行分解,得到一系列内在模态函数(intrinsic mode function,IMF)分量.随后,各IMF分量通过结合卷积神经网络(convolutional neural network,CNN)、双向长短时记忆网络(bidirectional long short-term memory,BiLSTM)和卷积块注意力机制(convolutional block attention module,CBAM)的混合模型进行特征学习和预测.最终,使用样本熵理论将预测得到的各IMF分量重构合成,获得配变的预测日负荷曲线.实验结果表明,本文提出的方法在预测精度上有明显提升,为配变重过载预警提供了有效的技术支撑.

    配电变压器短期负荷预测变分模态分解卷积神经网络双向长短时记忆网络卷积块注意力机制

    基于非Transformer架构大模型的技术研究及应用探索

    赵明江刘艳梅杨婧一张星奎...
    11-21页
    查看更多>>摘要:随着人工智能技术的快速发展,大语言模型对各行各业产生了重大的影响,Transformer架构大模型因其独特的优势和潜力受到广泛关注,但也存在很多问题和疑惑.本文首先介绍了大模型的发展脉络,以及Transformer架构大模型的现状和问题,接着介绍了非Transformer架构的Yan架构大模型的技术架构和实验效果,特别是在训练效果、吞吐量、计算资源消耗等方面与Transformer架构模型的差异和优势.此外,探讨了 Yan架构大模型在某省级电网公司供应商智能客服领域的应用建设,即如何通过优化算法架构提供更快的响应速度和更准确的语义理解能力,以及如何优化供应商服务体验.最后,展望了非Transformer架构大模型在未来智能客服及其他自然语言处理领域的应用前景和发展趋势,指出其在推动AI技术进步和服务创新中的重要作用.

    大语言模型非Transformer架构Yan智能客服

    储能设备电池极片缺陷检测网络研究

    李莉杰高方李元涛田壮梅...
    22-31页
    查看更多>>摘要:储能设备在平衡能源供应与提高能源利用效率方面发挥着关键作用.锂电池因其高能量密度、长循环寿命成为储能设备的主流选择之一.然而,锂电池的制造过程面临诸多质量控制挑战,特别是电池极片的缺陷问题.本文针对电池极片生产中的划痕、聚团、裂纹和气泡四种主要缺陷,设计了 一种包含边缘特征增强模块和多尺度特征提取模块的改进型检测模型;通过多种卷积核级联进行特征融合,提高了对多尺度缺陷目标的提取能力.实验结果显示,该模型表现出了较高的精确度,将全类缺陷识别准确率从88.9%提高到了 95.9%,可准确识别及定位电池极片生产时出现的缺陷.该研究为锂电池极片缺陷检测提供了 一种高效的解决方案,推动了锂电池储能设备的质量提升和安全保障.

    储能设备电池极片边缘特征增强多尺度特征提取

    输电线路覆冰在线监测研究进展与发展趋势

    张毅程正军刘洋
    32-42页
    查看更多>>摘要:本文在对比传统覆冰在线监测方法的基础上,系统地总结了光纤传感技术在输电线路覆冰在线监测领域的应用现状.通过对准分布式和分布式光纤传感监测原理的论述,分析了光纤传感系统相对于传统电子式传感器所具有的独特优势.但目前光纤传感系统还存在监测范围受限、监测成本高等一系列问题.为促进输电线路覆冰在线监测技术的发展,提出了基于光纤传感覆冰监测技术的研究方向,亟须解决多维数据融合和人工智能算法修正等关键技术,旨在进一步推动光纤传感技术在覆冰监测领域的实际应用.

    输电线路导线覆冰在线监测光纤传感技术分布式光纤传感

    模拟环氧树脂绝缘内部自然气泡的局部放电特性研究

    黄军凯李波杨涛范强...
    43-50页
    查看更多>>摘要:在环氧树脂绝缘材料气隙中发生的局部放电(PD)现象是导致绝缘性能下降的关键因素,其检测与诊断对评估材料的绝缘状态至关重要.现有研究多集中于制备人工缺陷样品并以此探究局部放电现象,但对缺陷模型的现实符合性及局部放电与气隙尺寸的具体关系尚缺乏深入探讨.因此,本研究提出了一种模拟绝缘材料内部气隙缺陷的实用方法,并通过三种类型的传感器对局部放电进行测量,分析了气隙尺寸对放电过程的影响.运用快速傅里叶变换(FFT)对放电信号频率进行分析,揭示了放电幅度和频率与气隙大小之间的显著相关性.该研究结果不仅为理解环氧树脂材料内部气隙对局部放电特性的影响提供了新的视角,而且为绝缘材料的缺陷诊断和寿命预测提供了重要的理论依据.

    环氧树脂绝缘局部放电光电多物理检测内部气泡缺陷放电频谱

    基于神经网络的电容器介质损耗角检测方法

    翟佳颖顾欣运韩春宇杨柯...
    51-57页
    查看更多>>摘要:在电力系统中,准确计算电容器的介质损耗角对于评估其性能和可靠性至关重要.传统的正向求解方法在实际应用中存在不确定性,本文提出了一种基于神经网络的介质损耗角识别新方法.通过采集电压、电流和介质损耗角数据,训练神经网络模型进行预测.文章详细阐述了介质损耗角的求解过程,包括幅值求解方法,并在深度神经网络模型中纳入电容器扰动因素.仿真测试基于实测数据,结果表明,即使在环境干扰下,所提方法的平均辨识错误率低至2.74%,显示出优越的抗噪性能和精度稳定性.与传统加汉宁窗口谐波分析法相比,本方法在介质损耗角识别方面具有明显优势.为电容器介质损耗角的准确识别提供了一种新的有效途径.

    电容器介质损耗角神经网络抗噪性能谐波分析法

    面向电流监测的梯形磁感应微线圈设计

    冯起辉邹龙雨李吉辛明勇...
    58-64页
    查看更多>>摘要:为实现高压输电线路电流的在线监测,该文设计并制备了一种梯形电磁传感微线圈.通过有限元软件分析对比方形和梯形线圈在高压导线磁场下的感应电动势变化,探讨了梯形斜边夹角对电磁性能的影响,确定了最优斜边夹角范围.利用电流体喷印技术制造的梯形线圈和方形线圈进行了高压输电线磁场检测对比实验,结果显示梯形线圈的感应电动势明显高于方形线圈,且梯形斜边夹角在60°左右时感应性能最佳.研究成果为微线圈的设计与制造提供了理论依据和技术支持,有助于指导其在高压输电线路监测中的应用.

    高压输电线路在线监测电磁传感器感应电动势高压导线磁场有限元分析电流体喷印

    基于多智能体一致性的微电网控制技术研究

    姜华王红全路赵韩林...
    65-71页
    查看更多>>摘要:近年来,随着绿色能源的快速发展,微电网控制问题受到了广泛关注.微电网与多智能体系统有着诸多的相似之处,多智能体系统的一致性控制问题可应用于微电网的控制中.通过对微电网的工作原理及多智能体一致性算法深入分析,将多智能体系统的一致性控制与微电网控制相结合,设计了一种微电网有功功率分配快速收敛的一致性控制协议,给出了实现一致性收敛的相关定义要求和推导过程.最后,以一个微电网为仿真对象,对控制协议进行仿真试验,通过仿真结果可以看出,有功功率收敛到一致,验证了 一致性控制协议的有效性.通过与经典的一致性控制协议进行对比,其收敛速度有效提高,体现了该设计的优势.

    微电网多智能体系统一致性控制协议有功功率分配

    基于贝叶斯校准的空调负荷模型参数在线辨识方法

    赵本源姚刚杜江杨帅...
    72-80页
    查看更多>>摘要:在我国达到"碳达峰、碳中和"目标的进程中,电力系统需求响应技术尤为重要.室内空调负荷因其调节潜力大、控制成本低而被视为重要的需求响应资源.等效热参数模型作为建筑热动力学过程的简化模型,通过模拟电阻和电容的多阶电路,广泛应用于室内空调负荷的研究和控制.然而,传统等效热参数模型参数辨识方法未能充分考虑模型固有误差和观测误差.因此,本文提出了一种基于贝叶斯算法的参数辨识方法.该方法从概率视角出发,结合系统的先验知识,对模型参数进行量化和调整,以降低不确定性.首先根据特定建筑特征抽象出等效热参数模型,然后运用贝叶斯算法对模型参数进行辨识.实验结果表明,该方法不仅提高了模型参数的可信度,还使得其需求响应性能更为准确和可靠.此外,辨识得到的等效热参数模型被应用于需求响应能力置信区间和能力曲线的构建,为智能电网的建设提供了有效的技术支持.

    需求响应空调负荷等效热参数模型贝叶斯校准参数辨识

    基于机器视觉技术的保护压板及指示灯状态识别算法

    于洋博董昭阳李军赵宝柱...
    81-92页
    查看更多>>摘要:保护压板投退、指示灯亮灭是二次设备运行状态的最直接反映,对其状态进行识别是二次设备智能巡检过程中的重中之重.该文基于机器视觉技术,针对保护压板、指示灯不同的特征,分别提出了对应的图像识别算法:针对保护压板,提出一种基于方向梯度直方图(histogram of oriented gradients,HOG)特征与支持向量机(support vector machine,SVM)分类器的识别算法,提取保护压板的HOG特征并将其输入SVM分类器,对每一个目标保护压板进行状态分类,从而得到识别结果;针对指示灯,提出一种基于改进LeNet-5网络的指示灯状态识别算法,利用计算机深度学习实现指示灯亮、灭识别.实验结果显示,上述两种算法识别准确率都能达到98%以上.

    机器视觉保护压板指示灯HOG特征SVM分类器改进LeNet-5网络