【摘 要】
：
为准确、快速地识别高压输电线路关键部件典型小目标故障,提出一种基于图像双分割与HSV空间颜色和HELM3纹理融合特征的高压输电线路典型小目标故障识别方法.该方法以航拍高压输电线路关键部件故障图像为原始数据,其中包括线夹偏移、绝缘子破损、引流线松股、链接金具锈蚀、铁塔杂物等典型小目标故障,以双分割后图像为研究对象,提取色度,饱和度,数值(hue,saturation,value,HSV)空间9个颜色特征、3层小波分解高频协方差矩阵与低频低阶矩(high frequency covariance matrix
【机 构】
：
内蒙古工业大学电力学院,内蒙古自治区呼和浩特市 010080;内蒙古自治区机电控制重点实验室(内蒙古工业大学),内蒙古自治区呼和浩特市 010080
论文部分内容阅读
为准确、快速地识别高压输电线路关键部件典型小目标故障,提出一种基于图像双分割与HSV空间颜色和HELM3纹理融合特征的高压输电线路典型小目标故障识别方法.该方法以航拍高压输电线路关键部件故障图像为原始数据,其中包括线夹偏移、绝缘子破损、引流线松股、链接金具锈蚀、铁塔杂物等典型小目标故障,以双分割后图像为研究对象,提取色度,饱和度,数值(hue,saturation,value,HSV)空间9个颜色特征、3层小波分解高频协方差矩阵与低频低阶矩(high frequency covariance matrix eigenvalues and low frequency lower order moments in 3-layer wavelet domain,HELM3)的18个不变纹理特征,进行支持向量机(support vector machine,SVM)的输电线路典型小目标故障分类识别.试验结果表明:在SVM识别模型下对高压输电线路典型小目标故障进行分类,该文的HSV和HELM3特征融合方法,相比于二者单独进行识别,平均识别率分别提高了10.89％和10.19％,达到92.64％;在不同分类模式下,该文SVM分类器的识别率比贝叶斯分类器、K近邻算法(K-nearest neighbor,KNN)分类器平均识别率提高了至少10个百分点,有明显的识别优势.
其他文献
将数据驱动方法用于电力系统暂态电压稳定评估可以较好地兼顾预测速度与准确性,但存在模型泛化能力不佳及可解释性差等问题.利用系统故障后采集的物理量作为输入特征,基于支持类别特征的梯度提升(gradient boosting with categorical features support,Catboost)算法构建暂态电压稳定评估模型.在模型训练中采用排序提升的方法避免预测偏移问题,提升准确性;使用对称决策树以提高计算效率;同时考虑数据的类别不平衡特性,采用代价敏感手段提高模型的分类性能.为了提高模型的可解
换相失败是高压直流输电系统的一种常见故障,换相失败预测对于后期抑制换相失败、保证系统的安全运行具有积极意义.从换相机理出发分析了换相电压、直流电流与关断角的关系;在此基础上研究故障发生时刻对换相失败的影响,定义了临界故障时刻的概念,分别推导换相期间和非换相期间临界故障时刻的解析表达式,建立了关断角与临界故障时刻的定量关系,提出了一种基于临界故障时刻的换相失败预测新方法.为进一步求取临界故障时刻,采用牛顿插值法构造了求解临界故障时刻所需的换相起始时刻和结束时刻的直流电流和函数.基于CIGRE标准测试模型,在
大容量直流输电密集接入负荷中心加剧了受端电网交流故障的失稳风险,为准确、客观地实现交流故障筛选与排序,将改进模糊层次分析法(improved fuzzy analytic hierarchy process,IFAHP)应用到交直流受端电网交流故障的筛选与排序.首先,构建表征受端电网稳定性的综合评价指标,包括暂态电压稳定、功角稳定、网架支撑能力、极限切除时间、短路电流、潮流转移和网损指标,多层次多角度反映交流故障的严重程度,克服采用单一评价指标的局限性.然后,通过层次分析和梯形模糊数互补判断矩阵来确定准则
串联电压换相换流器(series voltage commutation converter,SVCC)是一种可以有效抑制高压直流输电换相失败的新型换流拓扑,但当交流系统故障程度超过SVCC抑制范围时,直流电流将急剧上升,对SVCC子模块中的绝缘栅双极型晶体管(insulated gate bipolar transistor,IGBT)造成较大电流冲击,亟需研究应对措施减轻换相失败后IGBT所承受的电流应力.为此,提出了一种改进型串联电压换相换流器(improved-series voltage com
居民用电行为分析是深度挖掘居民需求响应潜力,提升精准电力服务水平的基础.针对居民用户电力日负荷曲线数据,提出一种基于加权表决的集成聚类方法.将4种常用聚类算法视作选民成员进行投票表决,并根据聚类有效性指标赋权从而集成成员算法的聚类结果,以结合不同算法的性能优势.提取负荷曲线特性指标对居民负荷曲线加权表决聚类得到6种典型用电模式,采用多元逻辑回归方法分析居民用电模式与其家庭特征之间的驱动联系.案例分析结果表明所提方法提高了负荷曲线聚类效果,鲁棒性更优,且用电模式与多项家庭特征间表现出显著的正或负相关联系.
为了减少复杂环境因素对电力负荷超短期预测效果的影响,提高算法的预测精度和运算效率,该文提出一种基于聚类经验模态分解(cluster empirical mode decomposition,CEMD)的卷积神经网络和长短期记忆网络(convolutional neural network and long short term memory network,CNN-LSTM)混合预测算法.该算法首先通过经验模态分解法将负荷数据分解为平稳性好、规律性强的若干本征模态函数(intrinsic mode fun
高比例间歇性光伏的接入给交直流配电网的安全运行带来了挑战.为定量刻画配电网对于分布式光伏波动的接纳能力,提出了交直流混合配电网中光伏出力波动空间的安全域模型.首先,计及电压约束、后备容量调节约束、馈线容量约束和关键设备出力约束,构建了交直流配电网非线性安全域模型.其次,基于交直流配电网非线性优化运行模型,采用折半求解法获得一系列安全边界点.最后,采取凸包络拟合的方法生成可观测的安全域空间.算例结果验证了凸包络拟合法的合理性,同时评估了交直流混合配电网中换流器控制方式、换流器无功补偿和系统各区域负荷增长等因
为应对负荷恢复过程中源荷双重不确定性,建立了负荷恢复鲁棒优化模型.应用近似线性化潮流方法对模型进行线性化处理,并基于解耦思想将原模型分解为预测场景下的方案优化主问题和误差场景下的方案校核子问题.主问题以预测场景下加权负荷恢复量最大化为目标函数,进行风电接入和负荷恢复方案最优决策;基于主问题的决策结果,子问题引入松弛变量,构建计及预测误差不确定性的max-min双层方案可行性校核优化模型,并以可调盒式集合刻画负荷预测误差,以线性多面体集合描述具有相关性的风电预测误差.在求解过程中,利用线性优化强对偶理论将m
双馈异步风力发电机(doubly-fed induction generator,DFIG)单一电压骤变故障穿越技术广受关注,而连锁故障同样对DFIG的不脱网连续运行带来严峻挑战.现有研究大多忽视了低高电压连锁故障中低电压阶段对后续电压骤升的影响,对连锁故障暂态过程进行详细推导,指出高电压阶段的转子感应电动势中存在着表征低电压阶段的影响量,这使得暂态冲击比单一故障情况更为严重,从而揭示了连锁故障与单一故障暂态特征的本质差异.在此基础上,给出一种基于转子暂态感应电动势抑制的低高电压连锁故障穿越方案.通过理论
国家支持型网络攻击可经供应链攻击等方式渗透侵入变电站自动化系统,进而以逻辑炸弹的形式,通过多个变电站的无站间通信扰动同步协同跳闸攻击,达成最大化破坏后果的目的.首先分析了变电站跳闸攻击实现方式;在此基础上,提出基于扰动同步的多变电站无站间通信协同机制,分析了采用节点低电压表征扰动时的攻击协同方式;采用IEEE 39节点系统进行以节点低电压为触发机制的扰动同步协同攻击仿真分析.仿真结果表明,采用适当的低电压阈值作为攻击协同判据,线路跳闸等初始故障可触发故障点邻近变电站中恶意软件的低电压逻辑,造成变电站跳闸失