基于深度學習的電力設備銘牌識別
格式:pdf
大?。?span id="b5deoct" class="single-tag-height" data-v-09d85783>1.6MB
頁數(shù):11P
人氣 :96
4.6
為了獲取銘牌圖像中的基本參數(shù)信息,提出一種基于深度學習的端到端文本識別模型TDRN(Text Detection and Recognition Network)。模型避免了圖像裁剪和字符分割,將文本看作一個序列,使用BLSTM(Bidirectional Long Short-term Memory)來獲取上下文關系。同時,將文本檢測和文本識別整合在同一個網(wǎng)絡中共同訓練,共享卷積層,以提高整體性能,在文本識別中還引入了注意力機制。模型在公共場景文本數(shù)據(jù)集SVT(Street View Text)上測試表現(xiàn)良好,F值為68. 69%,高于一般的端到端文本識別模型。與傳統(tǒng)銘牌識別方法相比,TDRN準確率更高,魯棒性更強,能適應復雜的電力場景變化。
基于深度學習的高效電力部件識別
格式:pdf
大?。?span id="tyiscmj" class="single-tag-height" data-v-09d85783>2.4MB
頁數(shù):8P
傳統(tǒng)的圖像識別方法,不能有效檢測出電力部件的具體位置,同時在干擾物較多的場景下識別準確率較低。本文針對以上問題提出一種基于masklstm-cnn模型的電力部件巡檢圖像識別方法。結合已有的maskr-cnn方法,利用長短期記憶神經網(wǎng)絡,通過絡融合上下文信息來構建masklstm-cnn模型,然后結合電力部件的具體特征進一步利用優(yōu)化算法來優(yōu)化模型的參數(shù),使設計的模型能夠在干擾信息較多的現(xiàn)場環(huán)境下依然可以準確識別電力部件,成功解決了已有方法中存在的電力部件在被遮擋情況下識別率較低的問題,大大改善了部件識別的精度。結合實際采集的電力部件巡檢圖像數(shù)據(jù)集對提出的模型進行大量測試驗證,實驗結果表明提出的masklstm-cnn模型相比于r-fcn、fasterr-cnn等模型檢測效果更優(yōu),平均識別準確率提高9%-12%左右,有效解決了干擾信息較多的電力場景中的部件識別問題。
電力監(jiān)控箱內設備銘牌
格式:pdf
大?。?span id="cq5x5hh" class="single-tag-height" data-v-09d85783>164KB
頁數(shù):11P
名稱名稱 型號防爆標志型號防爆標志 工作電壓(v)生產許可證工作電壓生產許可證 本安輸出ⅰ路本安輸出ⅱ路本安輸出ⅰ路本安輸出ⅱ路 防爆合格證安全標志編號防爆合格證安全標志編號 出廠日期出廠編號出廠日期出廠編號 名稱名稱 型號工作電流型號工作電流 工作電壓防爆標志工作電壓防爆標志 出廠日期出廠編號出廠日期出廠編號 名稱 型號工作電流 工作電壓防爆標志 出廠日期出廠編號 50294 北京廣大泰祥自動化技術有限公司 660/220/127 exd[ib]i xk06-014-01147 2012.12 21120088 2012.12 maa110019 50295 礦用隔爆兼本安型雙路不間斷電源箱2 kdw660/18bexd[ib]ikdw660/18b 北京廣大泰祥自動化技術有限公司 西部集中變電所電力監(jiān)控箱內設備銘牌 1
基于深度學習的行為識別及在電力系統(tǒng)的應用
格式:pdf
大?。?span id="a552gj5" class="single-tag-height" data-v-09d85783>261KB
頁數(shù):7P
4.5
變電站在電力系統(tǒng)中發(fā)揮著重要的作用,隨著智能監(jiān)控系統(tǒng)的快速發(fā)展,無人值守變電站已經成為一種普遍的變電站管理模式。針對監(jiān)控視頻中的人體行為進行識別和分析對于電力系統(tǒng)有著重要的研究意義和廣闊的應用前景。采用長效遞歸卷積網(wǎng)絡(long-termrecurrentconvolutionalnetworks,lrcn)模型結合視頻中的外觀信息和動態(tài)信息實現(xiàn)對視頻中的人體行為進行識別。通過實驗驗證了lrcn模型在標準數(shù)據(jù)集上表現(xiàn)了良好的魯棒性和泛化能力;并針對變電站及電力施工相關場景下的監(jiān)控視頻進行了測試,驗證了lrcn模型能夠用于電力系統(tǒng)智能監(jiān)控中進行行為的識別;最后將lrcn行為識別模型移植到嵌入式gpu模塊上實現(xiàn)可移動的智能視頻處理系統(tǒng),使行為識別技術更好地應用到電力系統(tǒng)相關場景中。
基于深度學習的電力絕緣子異常檢測系統(tǒng)
格式:pdf
大?。?span id="tq4vfpz" class="single-tag-height" data-v-09d85783>1.2MB
頁數(shù):1P
4.8
1電力絕緣子異常檢測現(xiàn)狀輸電線路巡檢通過直升機、無人機等空中飛行平臺進行巡線獲取了大量航拍視頻圖像,若對這些海量視頻圖像數(shù)據(jù)采用工作人員肉眼判讀而沒有自動圖像分析功能系統(tǒng)參與的話,易發(fā)生嚴重的檢測誤判或漏判情況,難以準確發(fā)現(xiàn)絕緣子存在的安全隱患,且極大地增加了檢修成本。因此研究利用圖像處理技術判斷
基于深度學習的電力大數(shù)據(jù)融合與異常檢測方法
格式:pdf
大?。?span id="veoliff" class="single-tag-height" data-v-09d85783>640KB
頁數(shù):5P
4.6
為了充分利用電力大數(shù)據(jù)中的異構數(shù)據(jù)源挖掘出電網(wǎng)中存在的安全威脅,采用深度受限玻爾茲曼機將不同格式的異構數(shù)據(jù)映射到統(tǒng)一的嵌入式向量空間,實現(xiàn)了異構數(shù)據(jù)的融合。采用循環(huán)神經網(wǎng)絡對得到的嵌入式向量數(shù)據(jù)建立畫像,實現(xiàn)了數(shù)據(jù)中異常事件的檢測。實驗結果表明,提出的異常檢測方法在提出的互信息量度量指標中具有很高的互信息量。此外提出的方法在準確率、誤報率和漏報率中的結果也優(yōu)于其他異常檢測方法。
常見電力設備
格式:pdf
大?。?span id="phvjtxd" class="single-tag-height" data-v-09d85783>11.0MB
頁數(shù):18P
4.4
*一、變電站 二、配電(架空桿塔、桿上設備、電纜、電纜井、站房) 1、配電架空桿塔 2、采集配電桿塔時,需要記錄的一些屬性信息(開關、刀閘、跌落 保險、變壓器、避雷器、桿塔材質、桿塔性質、同桿架設回路數(shù)、 高低同桿、是否連接高壓電纜等) 1)開關:分為斷路器、負荷開關,現(xiàn)場如果規(guī)范的話,在桿塔上除 了桿塔的銘牌外還會為開關貼銘牌(如f1011斷路器、y2011空氣開 關等) 2)高壓計量箱:不屬于開斷類設備,不是開關,此次采集也不需要記 錄,但是與開關的外形有些相似,需注意區(qū)分。 3)刀閘:屬于開斷類設備,又稱隔離開關,通常用于控制分支線路 或者分段線路的帶電情況,現(xiàn)場如果規(guī)范的話,在桿塔上除了桿塔的 銘牌外還會為刀閘貼銘牌(如1012隔離開關) 4)跌落保險:屬于開斷類設備,通常接變壓器或電纜終端頭,也可 以代替刀閘控制分支線路。 5)變壓器:正在運行的變壓器一定會有低壓出線
基于深度學習的變電站巡檢機器人道路場景識別
格式:pdf
大小:408KB
頁數(shù):6P
4.4
為了提升變電站巡檢機器人對自身所處環(huán)境的理解能力,將深度學習技術應用于變電站巡檢機器人對道路場景的識別中,提出了一種全卷積道路場景識別網(wǎng)絡(roadscenerecognitionnet,rsrnet)。該網(wǎng)絡主要由相對淺層的編碼網(wǎng)絡和鏡像結構與跳層融合結構相結合的解碼網(wǎng)絡組成,通過編碼網(wǎng)絡提取圖像特征后由解碼網(wǎng)絡識別出圖像目標信息。通過實驗表明,本文提出的網(wǎng)絡在同類型網(wǎng)絡中識別精度及效率更高,同時在實際變電站場景中也表現(xiàn)出了優(yōu)良的場景識別性能。
深度學習算法在電力系統(tǒng)短期負荷預測中的應用
格式:pdf
大?。?span id="44tdwtq" class="single-tag-height" data-v-09d85783>173KB
頁數(shù):3P
4.5
首先,簡要介紹了深度學習算法的有關內容,包括深度學習與神經網(wǎng)絡的比較和深度學習的訓練過程。其次,從負荷的日屬性、負荷的周屬性、溫度因素、節(jié)假日因素這幾個方面對負荷的特性進行了研究。最后,根據(jù)負荷的歷史數(shù)據(jù),應用深度學習算法進行了短期負荷預測,并將其預測結果與bp神經網(wǎng)絡的預測結果做了比較。
基于深度學習的高分辨率遙感圖像建筑物識別
格式:pdf
大?。?span id="hifczwg" class="single-tag-height" data-v-09d85783>2.6MB
頁數(shù):9P
4.6
為解決當前深度學習方法在高分辨率遙感圖像中存在識別結果過度分割;以及小物體識別差的問題;提出一種基于segnet架構改進的網(wǎng)絡模型aa-segnet;增加了增強的空間金字塔池化模塊和空間注意力融合模塊;該網(wǎng)絡可以加強特征傳播并能夠有效傳遞更高級別的特征信息以抑制低級特征的噪聲;并且可以增強小目標特征學習;基于高分二號遙感影像制作數(shù)據(jù)集并進行實驗;aa-segnet網(wǎng)絡總體識別準確率為96.61%;在識別率、f1分數(shù)以及訓練時間等方面也都優(yōu)于segnet、u-net、deeplab-v3網(wǎng)絡;
電力設備結構及原理
格式:pdf
大?。?span id="g5jtlvs" class="single-tag-height" data-v-09d85783>12KB
頁數(shù):4P
4.7
電力變壓器結構及原理 電力變壓器是電力系統(tǒng)中最重要的設備,它利用電磁感應原理將一種電壓 等級的交流電能轉變成另一種電壓等級的交流電能,在電壓中通過升壓和降 壓,起到輸電和配電的作用。 主壓器主要由鐵心、繞組、引線、調壓裝置、冷卻裝置、套管及絕緣介質 (油、sf6、環(huán)氧樹脂)等部分組成。 電力電容器結構及原理 電力電容器在電力系統(tǒng)是用途較廣的設備,主要用于電力系統(tǒng)的載波通信 及測量、控制、保護及提高電力系統(tǒng)的功率因數(shù),減少線路損失、改善電壓質 量、提高系統(tǒng)供電能力。 電容器通常是由兩塊中間隔以絕緣材料的導電極組成,用以隔開極板的絕 緣材料叫做絕緣介質。 電力電容器主要由芯子、外殼和出線結構三部份組成。 (1)芯子由若干個元件、絕緣件和堅固件經過壓裝并按規(guī)定的串、 并聯(lián)連接而成。元件由一定厚度及層數(shù)的介質(通常是電容器 紙和塑料薄膜)和兩極板(通常是鋁筒)卷繞一定圈數(shù)后壓
電力設備施工合同(示例)
格式:pdf
大?。?span id="vjfp5wg" class="single-tag-height" data-v-09d85783>112KB
頁數(shù):4P
3
電力設備施工合同(示例)——電力設備選購和安裝施工合同,本合同是一個總包合同,由乙方總體承包,包括器材設備的購買運輸安裝調試等.
電力設備型含義
格式:pdf
大?。?span id="p5sp4wg" class="single-tag-height" data-v-09d85783>72KB
頁數(shù):5P
4.4
電力設備型號含義 1、變壓器 1.1變壓器本體 □□□□□□□□-□/□□ 特殊使用環(huán)境代號 高壓繞組電壓等級(kv) 額定容量(kva) 設計序號 調壓方式(無勵磁調壓不標) 導線材料 繞組數(shù)量(雙繞組不標) 循環(huán)方式(自然循環(huán)不標) 冷卻方式(油浸自冷不標) 相數(shù) 繞組耦合方式(只標自耦變壓器) 變壓器新舊型號的含義對照 代表符號代表符號 含義符號 新型號舊型號 含義符號 新型號舊型號 單相變壓器dd雙繞組變壓器不表示不表示 三相變壓器ss三繞組變壓器ss 油浸式不表示j無勵磁調壓不表示不表示 空氣自冷式不表示不表示有載調壓zz 風冷式ff鋁線變壓器不表示l 水冷式ws干式gk 油自然循環(huán)不表示不表示自耦變壓器oo 強迫油循環(huán)pp分裂變壓器ff 強迫油導循環(huán)d不表示干式澆注
電力設備檢修工藝
格式:pdf
大?。?span id="9mzznbb" class="single-tag-height" data-v-09d85783>1.8MB
頁數(shù):56P
4.7
電力線路檢修工藝(試行) 編制: 審核: 審批: 前言 為不斷提高運管公司的電力線路檢修技術水平,應用先進實用的檢修方 法、檢修和檢測機具、儀器儀表等,提高設備質量,確保電力設備運行安全, 便于員工學習、使用,特制定本檢修工藝。 本工藝適用于10kv和35kv電力線路的檢修。 編制的主要依據(jù): (1)《鐵路電力安全工作規(guī)程》鐵道部[1999]103號 (2)《中華人民共和國鐵路技術管理規(guī)程》(鐵道部29號令) (3)國家標準《電氣裝臵安裝工程電氣設備交接試驗標準》(gb 50150-2006)。 (4)行業(yè)標準《鐵路電力設備安裝標準》(鐵機字1817號) (5)行業(yè)標準《鐵路電力施工規(guī)范》(tb10207-99)。 (6)行業(yè)標準《鐵路電力工程施工質量驗收標準》(tb10420-2003)。 (7)行業(yè)標準《電力設備預防性試驗規(guī)程》(dl/
破壞電力設備罪
格式:pdf
大?。?span id="zwt5rol" class="single-tag-height" data-v-09d85783>72KB
頁數(shù):2P
4.5
來源:重慶智豪律師事務所編輯:張智勇律師(重慶律師協(xié)會刑事委員會副 主任) 刑事知名律師張智勇釋義破壞電力設備罪 破壞電力設備罪 破壞電力設備罪(刑法第118條,第119條第1款),是指故意破壞電力設備, 危害公共安全的行為。 破壞電力設備罪 破壞電力設備罪犯罪構成: 本罪所侵犯的客體屬于公共安全。犯罪對象是正在使用中的電力設備。所謂電 力設備,是指用于發(fā)電、供電、輸電、變電的各種設備,包括火力發(fā)電廠的熱力 設備,如鍋爐、汽輪機、燃氣機等;水力發(fā)電廠的水輪機和水力建筑物,如水壩、 閘門、水渠、隧道、調壓井、蓄電池、壓力水管等;供電系統(tǒng)的供電設備,如發(fā) 電機包括勵磁系統(tǒng)、調相機、變波機、變壓器、高壓線路、礎、拉線、接地裝 置、導線、避雷線、金具、絕緣子、登桿塔的抓梯和腳釘,導線跨越航道的保護 設施,巡(保)線站,巡視檢修專用道路、船舶和橋梁、標志牌及附屬設施;(2) 電
1電力系統(tǒng)及常見電力設備
格式:pdf
大?。?span id="961ppdn" class="single-tag-height" data-v-09d85783>7.4MB
頁數(shù):61P
4.4
1電力系統(tǒng)及常見電力設備
基于深度學習的電力系統(tǒng)暫態(tài)穩(wěn)定評估方法
格式:pdf
大?。?span id="5wtqaby" class="single-tag-height" data-v-09d85783>1.5MB
頁數(shù):6P
4.5
在機器學習領域,暫態(tài)穩(wěn)定評估問題被定義為通過大量故障樣本來估計穩(wěn)定邊界的二分類問題。該文提出了一種深度學習方法來解決這個二分類問題。該方法包含4個步驟:首先,利用樣本數(shù)據(jù)構建原始輸入特征來描述電力系統(tǒng)動態(tài)特性;然后,采用變分自動編碼器(variationalauto-encoders,vae)對原始輸入特征進行無監(jiān)督學習實現(xiàn)特征抽取,從而獲得高階特征;之后,對卷積神經網(wǎng)絡(convolutionneuralnetwork,cnn)進行有監(jiān)督學習訓練得到高階特征與電力系統(tǒng)暫態(tài)穩(wěn)定性之間的映射關系;最后,將訓練得到的模型應用于電力系統(tǒng)在線暫態(tài)穩(wěn)定評估。在新英格蘭39節(jié)點測試電力系統(tǒng)的仿真試驗表明,所提出的暫態(tài)穩(wěn)定評估(transientstabilityassessment,tsa)模型具有評估精度高、不穩(wěn)定樣本評估錯誤率低、抗噪聲干擾能力強的特點,適合基于廣域測量信息的準實時在線暫態(tài)穩(wěn)定評估。
電力系統(tǒng)及電力設備的可靠性
格式:pdf
大?。?span id="06v5lzf" class="single-tag-height" data-v-09d85783>70KB
頁數(shù):4P
4.6
電力系統(tǒng)及電力設備的可靠性 郭永基 (清華大學電機系,北京100084) 摘要:介紹了電力系統(tǒng)可靠性和電力設備可靠性的基本概念及可靠性評估原理??偨Y了近年來國 內外在這一領域獲得的新成果及面臨的新挑戰(zhàn)和新機遇。 關鍵詞:電力系統(tǒng)可靠性;電力設備可靠性;可靠性評估 中圖分類號:tm732 收稿日期:2001-03-01;修回日期:2001-05-17。 教育部博士點專項科研基金資助項目(1999000347)。 1 電力系統(tǒng)可靠性 [1~3] 電力系統(tǒng)可靠性是指電力系統(tǒng)按可接受的質量 標準和所需數(shù)量不間斷地向電力用戶供應電力和電 能量的能力的量度,包括充裕度和安全性兩個方面。 充裕度(adequacy)是指電力系統(tǒng)維持連續(xù)供給用戶 總的電力需求和總的電能量的能力,同時考慮到系 統(tǒng)元件的計劃停運及合理的期望非計劃停運,又稱 為靜態(tài)可靠
德力西電力設備小衛(wèi)士—斷電示警器
格式:pdf
大?。?span id="hzjtuvs" class="single-tag-height" data-v-09d85783>251KB
頁數(shù):1P
4.5
據(jù)四川瀘州電業(yè)局"95598"服務熱線以及江陽供電局提供的消息稱,瀘州城區(qū)曾因頻頻發(fā)生用電客戶電能表前或電能表后電線被盜割的事件,導致電業(yè)局頻頻派員搶修,最多時一天競達二三十次,極大地增加了供電局人員額外的工作量。盜割電線這種破壞行為具有極強的社會危害性,不光對正常用電造成困擾,更會危及電網(wǎng)的安全運行。有人不禁要問:除了增強防范的意識,增
基于物聯(lián)網(wǎng)的電力設備數(shù)據(jù)共享
格式:pdf
大小:958KB
頁數(shù):1P
4.6
以電力實驗室物聯(lián)網(wǎng)為研究目的,將現(xiàn)有智能儀器接入網(wǎng)絡,組建物聯(lián)網(wǎng)系統(tǒng).課題研究首先將四臺儀器同時連接主機構成基本物聯(lián)網(wǎng),同時運用pc上位機軟件進行實時通訊.其次開發(fā)了應用軟件管理系統(tǒng)和查詢與共享數(shù)據(jù)軟件.最后將數(shù)據(jù)保存在共享文件下,使接入局域網(wǎng)的pc都能查看實驗數(shù)據(jù).結果驗證以示波器與pc聯(lián)網(wǎng)及pc之間數(shù)據(jù)共享為例,完全符合預期.研究成果使用戶操作更加便捷,大大增強了電力實驗室智能化程度.
電力設備的基本知識與安裝講解
格式:pdf
大?。?span id="jtuea51" class="single-tag-height" data-v-09d85783>7.6MB
頁數(shù):50P
4.8
電力設備的基本知識與安裝講解
電力設備的清洗與防腐
格式:pdf
大小:12KB
頁數(shù):2P
4.5
電力設備的清洗與防腐 胡定超(四川成都電業(yè)局成都610021) 完好健康的電力設備是電網(wǎng)安全運行的物質基礎和重要保證。電力設備在長期的運行 中,需要經常地維修和不斷進行保養(yǎng),如對電力設備進行清洗和防腐,以延長它的使用壽命 和保證其健康水平。 1電力設施(設備)的清洗 大量的電力設施(設備)暴露在戶外,受污穢環(huán)境和大氣的影響,電力電瓷表面嚴重污 穢,金屬構架表面腐蝕生銹,高壓注油設備滲漏,輕則影響企業(yè)的文明生產,重則影響生產 安全。所以,必須對暴露在戶外的電力設施(設備)進行清洗,讓其恢復正常的面貌。 1.1高壓電瓷表面的清洗 電力設施(設備)的清洗,主要是對裸露在戶外的部件表面進行清洗(防護),其方法是定 期進行清洗和涂有機硅涂料。其目的是清除瓷表面上的污穢。 清洗的方法有水沖洗和化學清洗,水沖洗絕緣子表面污穢,安全性受到較大限制(帶電 清洗的
電力設備全壽命周期管理的研究
格式:pdf
大小:330KB
頁數(shù):1P
4.7
隨著社會經濟的發(fā)展及體制的變革,電力企業(yè)的設備管理越來越不適應企業(yè)的發(fā)展需求。本文通過對目前設備管理中存在的問題進行分析,提出電力設備應實施以企業(yè)總體效益為目標,打破部門界限,進行“全系統(tǒng)、全費用、全過程”的全壽命周期管理。從電力設備的規(guī)劃設計階段、采購建設階段、運行維護階段和技改報表四個階段分別進行研究并提出解決方案,指出要實現(xiàn)電力設備的全壽命管理必須利用信息系統(tǒng)進行輔助決策,在設備采購過程中結合全壽命成本分析,在設備運行過程中實行狀態(tài)檢修和標準化作業(yè)。
文輯推薦
知識推薦
百科推薦
職位:機電設計工程師
擅長專業(yè):土建 安裝 裝飾 市政 園林