变电站人工核对压板工作量大、效率低,造成不能及时发现压板误投退、漏投退隐患,因此提出了一种以机器人和手持终端为底层感知设备的继保压板状态图像识别与核对系统.该系统采用多层设计架构方式,实现了设备的实时控制和数据的高效传输与处理.系统感知层采用轮式机器人和手持终端相结合的方式对压板屏柜进行巡检,服务器端采用YOLO目标识别算法实现压板投退状态的识别,使用SSM框架快速搭建稳定性良好的应用系统.该系统在某220 kV变电站进行了试点应用,对该站主控室45面压板保护屏柜(共计1107个压板)进行每月1次定时巡检
传统的配电网运行管控系统存在运行耗时长的问题,为了改善传统系统运行综合性能,在新形势下,提出一种配电网运行管控系统的建设方法.系统硬件主要由通信接口与微控制器构成,在硬件设备的支撑下,引进GRNN算法,对配电网运行负荷进行预测.在使用GRNN算法进行负荷预测的过程中,应先掌握供应的电力资源在神经网络中的传输,并结合不同层对网络的需求,计算其负载量.同时,基于二次配电方式,设计配电网运行管控方案,以此完成对系统的设计.试验结果表明,设计的系统在实际应用中能够达到更高管控效率,可为配电网的安全、稳定运行提供保
从传统的人工带电作业方式出发,根据国内外不停电作业机器人的发展现状,对机器人带电作业方式进行分类,并结合具体实例,描述了我国不停电作业机器人的特点,对该领域存在的问题进行分析和展望.