數(shù)據(jù)驅動的人工智能技術在電力設備狀態(tài)分析中的研究與應用
發(fā)布時間:2021-07-04 07:24
電力設備作為電力系統(tǒng)的基本要素,其運行狀態(tài)對電網(wǎng)的安全經(jīng)濟運行有直接影響。隨著電力物聯(lián)網(wǎng)的建設和智能傳感器技術的不斷發(fā)展,電力設備運行狀態(tài)的相關信息呈現(xiàn)出多源、異構的數(shù)據(jù)特征。研究以海量多源異構數(shù)據(jù)為驅動的基于人工智能技術的設備狀態(tài)分析方法,對于全面、及時、準確地掌握電力設備運行狀態(tài)及其發(fā)展趨勢有重要意義。論文首先介紹了基于數(shù)據(jù)驅動的新一代人工智能技術;然后,以當前電力設備狀態(tài)數(shù)據(jù)所呈現(xiàn)的海量、多源異構的特性為出發(fā)點,針對圖像、文本、時序這3種數(shù)據(jù)類型綜述了基于人工智能的電力設備狀態(tài)特征提取技術;其次,通過研究當前電力設備狀態(tài)分析的總體需求,總結和討論了數(shù)據(jù)驅動的人工智能技術在電力設備智能巡檢、故障診斷、狀態(tài)預測等典型業(yè)務場景中的應用研究現(xiàn)狀;最后,探討了現(xiàn)階段數(shù)據(jù)驅動的人工智能技術在電力設備狀態(tài)分析中面臨的挑戰(zhàn)性問題,并對相關技術的發(fā)展趨勢進行了展望。
【文章來源】:高電壓技術. 2020,46(09)北大核心EICSCD
【文章頁數(shù)】:15 頁
【部分圖文】:
基于Stacking的集成學習框架
典型深度置信網(wǎng)絡結構
2)設備數(shù)據(jù)來源廣泛。隨著數(shù)字化電網(wǎng)的不斷發(fā)展,電力設備狀態(tài)監(jiān)測系統(tǒng)、能量管理系統(tǒng)、地理信息系統(tǒng)及氣象信息系統(tǒng)等電力信息化平臺逐步完善并廣泛應用,使得電力設備運行狀態(tài)數(shù)據(jù)的相關信息來源更加廣泛,數(shù)據(jù)模型、格式和接口也更加多樣。3)數(shù)據(jù)類型異構多樣。設備數(shù)據(jù)的異構性主要表現(xiàn)在數(shù)據(jù)結構的多樣化上,除去結構化數(shù)據(jù)外,還包括如文本記錄、音頻數(shù)據(jù)、局部放電圖譜、紅外圖像、巡線圖像、監(jiān)控視頻、頻響和波形曲線等在內的大量半結構化和非結構化數(shù)據(jù)。這些異構的設備狀態(tài)數(shù)據(jù)中包含了大量電力設備實時運行信息和檢修維護歷史數(shù)據(jù),從中可以挖掘電力設備局部過熱、局部放電、機械特性受損等故障狀態(tài)特征。
【參考文獻】:
期刊論文
[1]基于人工神經(jīng)網(wǎng)絡和多頻超聲波檢測技術的變壓器油界面張力預測[J]. 楊壯,周渠,趙耀洪,伍小冬,唐超,陳偉根. 高電壓技術. 2019(10)
[2]基于計算機聽覺技術的電力設備狀態(tài)監(jiān)測研究綜述[J]. 翟永杰,楊旭,彭雅妮,王新穎. 廣東電力. 2019(09)
[3]電力深度視覺:基本概念、關鍵技術與應用場景[J]. 王波,馬富齊,董旭柱,王朋,馬恒瑞,王紅霞. 廣東電力. 2019(09)
[4]基于深度置信網(wǎng)絡的電力系統(tǒng)擾動后頻率曲線預測[J]. 仉怡超,聞達,王曉茹,林進鈿. 中國電機工程學報. 2019(17)
[5]基于多層信息融合的實時語義分割及其在電力場景中的應用[J]. 周晨軼,王文,盧杉,徐亦白. 計算機與現(xiàn)代化. 2019(08)
[6]電力架空線路巡檢可見光圖像智能處理研究綜述[J]. 劉志穎,繆希仁,陳靜,江灝. 電網(wǎng)技術. 2020(03)
[7]一種用于軸承故障診斷的二維卷積神經(jīng)網(wǎng)絡優(yōu)化方法[J]. 肖雄,王健翔,張勇軍,郭強,宗勝悅. 中國電機工程學報. 2019(15)
[8]基于YOLO V3的輸電線路故障檢測方法[J]. 張迪,樊紹勝. 自動化技術與應用. 2019(07)
[9]深度學習在電網(wǎng)圖像數(shù)據(jù)及時空數(shù)據(jù)中的應用綜述[J]. 張宇航,邱才明,楊帆,徐舒瑋,石鑫,賀興. 電網(wǎng)技術. 2019(06)
[10]基于深度語義學習的電力變壓器運維文本信息挖掘方法[J]. 蔣逸雯,李黎,李智威,蘇超,王干軍,彭小圣. 中國電機工程學報. 2019(14)
博士論文
[1]基于深度學習的電力設備圖像識別及應用研究[D]. 李軍鋒.廣東工業(yè)大學 2018
碩士論文
[1]基于機器視覺的隔離開關運行狀態(tài)檢測系統(tǒng)研究[D]. 方盛.湖南工業(yè)大學 2018
[2]彈簧操動機構斷路器建模與故障診斷方法研究[D]. 石夢潔.華南理工大學 2017
[3]基于音頻特征的電氣設備故障監(jiān)測算法研究[D]. 杜世斌.山東大學 2014
本文編號:3264323
【文章來源】:高電壓技術. 2020,46(09)北大核心EICSCD
【文章頁數(shù)】:15 頁
【部分圖文】:
基于Stacking的集成學習框架
典型深度置信網(wǎng)絡結構
2)設備數(shù)據(jù)來源廣泛。隨著數(shù)字化電網(wǎng)的不斷發(fā)展,電力設備狀態(tài)監(jiān)測系統(tǒng)、能量管理系統(tǒng)、地理信息系統(tǒng)及氣象信息系統(tǒng)等電力信息化平臺逐步完善并廣泛應用,使得電力設備運行狀態(tài)數(shù)據(jù)的相關信息來源更加廣泛,數(shù)據(jù)模型、格式和接口也更加多樣。3)數(shù)據(jù)類型異構多樣。設備數(shù)據(jù)的異構性主要表現(xiàn)在數(shù)據(jù)結構的多樣化上,除去結構化數(shù)據(jù)外,還包括如文本記錄、音頻數(shù)據(jù)、局部放電圖譜、紅外圖像、巡線圖像、監(jiān)控視頻、頻響和波形曲線等在內的大量半結構化和非結構化數(shù)據(jù)。這些異構的設備狀態(tài)數(shù)據(jù)中包含了大量電力設備實時運行信息和檢修維護歷史數(shù)據(jù),從中可以挖掘電力設備局部過熱、局部放電、機械特性受損等故障狀態(tài)特征。
【參考文獻】:
期刊論文
[1]基于人工神經(jīng)網(wǎng)絡和多頻超聲波檢測技術的變壓器油界面張力預測[J]. 楊壯,周渠,趙耀洪,伍小冬,唐超,陳偉根. 高電壓技術. 2019(10)
[2]基于計算機聽覺技術的電力設備狀態(tài)監(jiān)測研究綜述[J]. 翟永杰,楊旭,彭雅妮,王新穎. 廣東電力. 2019(09)
[3]電力深度視覺:基本概念、關鍵技術與應用場景[J]. 王波,馬富齊,董旭柱,王朋,馬恒瑞,王紅霞. 廣東電力. 2019(09)
[4]基于深度置信網(wǎng)絡的電力系統(tǒng)擾動后頻率曲線預測[J]. 仉怡超,聞達,王曉茹,林進鈿. 中國電機工程學報. 2019(17)
[5]基于多層信息融合的實時語義分割及其在電力場景中的應用[J]. 周晨軼,王文,盧杉,徐亦白. 計算機與現(xiàn)代化. 2019(08)
[6]電力架空線路巡檢可見光圖像智能處理研究綜述[J]. 劉志穎,繆希仁,陳靜,江灝. 電網(wǎng)技術. 2020(03)
[7]一種用于軸承故障診斷的二維卷積神經(jīng)網(wǎng)絡優(yōu)化方法[J]. 肖雄,王健翔,張勇軍,郭強,宗勝悅. 中國電機工程學報. 2019(15)
[8]基于YOLO V3的輸電線路故障檢測方法[J]. 張迪,樊紹勝. 自動化技術與應用. 2019(07)
[9]深度學習在電網(wǎng)圖像數(shù)據(jù)及時空數(shù)據(jù)中的應用綜述[J]. 張宇航,邱才明,楊帆,徐舒瑋,石鑫,賀興. 電網(wǎng)技術. 2019(06)
[10]基于深度語義學習的電力變壓器運維文本信息挖掘方法[J]. 蔣逸雯,李黎,李智威,蘇超,王干軍,彭小圣. 中國電機工程學報. 2019(14)
博士論文
[1]基于深度學習的電力設備圖像識別及應用研究[D]. 李軍鋒.廣東工業(yè)大學 2018
碩士論文
[1]基于機器視覺的隔離開關運行狀態(tài)檢測系統(tǒng)研究[D]. 方盛.湖南工業(yè)大學 2018
[2]彈簧操動機構斷路器建模與故障診斷方法研究[D]. 石夢潔.華南理工大學 2017
[3]基于音頻特征的電氣設備故障監(jiān)測算法研究[D]. 杜世斌.山東大學 2014
本文編號:3264323
本文鏈接:http://sikaile.net/kejilunwen/dianlilw/3264323.html
教材專著