基于改进RPN的孪生小样本电力目标检测

为了解决当前电力系统巡检难度大、效率低、数据不足以支撑大规模训练的问题,提出一种基于孪生网络的小样本检测方法。首先,在Faster RCNN(faster region convolutional neural network)目标识别算法的框架下,搭建支持图片和查询图片共享的孪生网络模型;然后,利用改进的RPN(region proposal network)模块产生更高质量的proposals;最后,在检测头上对支持图片和查询图片的RoI(region of interest)进行关联匹配。结果表明,将算法应用于自主构建的EPD(electric power detection)数据集,在仅利用10张支持图片的情况下,就能实现对电力背景下鸟巢异物和绝缘子相关类别的检测,检测指标mAP达到18.92%。与其他算法相比,应用于电力行业目标检测的孪生网络小样本模型,在极端小样本情况下性能优良,同时具有更加轻量化的优势,可为电力检测新方法研究提供参考。     

基于预训练模型和多视角循环神经网络的电力文本匹配模型

针对传统方法未能考虑词向量的动态性及句子间交互不充分等问题,提出基于BERT预训练模型及多视角循环神经网络的文本匹配模型。通过BERT-whitening方法对BERT输出的句向量进行线性变换优化,并利用多视角循环神经网络将两句子不同位置的BERT动态词向量进行双向交互计算;将句向量与词粒度交互向量进行融合后计算结果。实验结果表明,提出的模型相较于对比模型有明显性能提升,实用性良好。     

基于时空图注意力的短期电力负荷预测方法

准确的电力负荷预测对现代电力系统的安全经济运行至关重要.电力负荷预测可以表述为一个具有一定潜在空间依赖性的多变量时序预测问题.然而,大多数现有的电力负荷预测工作未能探索这种空间依赖关系.基于此,本文提出了一种基于时空图注意网络的短期电力负荷预测方法.提出一种基于时空图注意网络模块,该模块使用图注意层实现自适应的捕捉各用户间的潜在空间依赖性,同时使用门控卷积注意力层对各用户用电量在时间维度上进行自适应拟合,以提高网络的预测精度.实际数据实验表明,本文提出的模型整体预测精度提高明显,特别是在一定程度上缓解了长程预测精度恶化的问题,验证了所提方法的有效性与可行性.     

具有自学习功能的电力负荷模糊推理预测

考虑到电力负荷预测问题中存在的不确定性,采用模糊推理预测方法进行负荷预测的研究。该方法利用电力最高负荷和国内生产总值的历史数据建立模糊推理规则,从而进一步建立最高负荷跟国内生产总值之间的模糊蕴涵关系,通过模糊推理得到了负荷预测结果。为了使模型能够象专家一样不断地总结新的经验并调整原有的经验,模型克服了其它模型中知识的凝固性,具有自学习功能。利用某些区的实际数据进行分析计算,得到了满足的结果。     

发展中国家电力市场的定价之一：确定型当量电价的次日上？…

本文指出：英国电力市场中联营体购入电价ＰＰＰ（即发电上网电价）不适用于发展中国家,进而论述了发展中国家发电上网电价的特点和要求。针对这些问题和特点,作者发展了电能价值当量分析方法,并用于次日发电上网电价的预测。文中基于这一方法,还设想了发展中国家发电上网定价的运作方式。最后文中给出了以我国南方某省１９９０年的数据为背景的算例。     

发展中国家电力市场的定价之二：随机型当量电价的次日上？…

本文指出在次日上网电价预测中有必要引入随机生产模拟技术和可靠性指标控制,特别是对电力短缺的电力市场和担当峰负荷发电厂的上网定价更有必要。     

基于MATLAB图形用户界面的《电力电子实验》仿真系统

本文在MATLAB语言及Simulink仿真软件环境下,设计制作出一个辅助电力电子课程实验教学的仿真系统.它既可用于教师的课堂教学和实验模拟,又可作为学生电力电子课程及实验的自学辅助工具.     

基于反馈加权组合的电力市场下中长期负荷预测方法

本文简单分析了几种常用的中长期负荷预测方法存在的缺点,针对电力市场环境下对负荷预测精度的高要求,提出了一套精度较高且实用的中长期负荷预测的方法.应用该方法对广西某地方电网进行负荷预测,计算结果表明,该方法的预测结果误差小,在实际预测领域有较高的实用价值.     

铁路信号电源监控

铁路信号电源是保证列车安全正常运行的关键设备．介绍了铁路信号电源的运行方式及特点，重点讨论了信号电源监控系统的组成及功能、STU的工作原理、相关通信技术等，最后以一个实际工程为例进一步说明信号电源监控的设计、实施方案．     

电气污闪成因及预防

污闪是电网最严重的自然灾害之一，其造成的损失巨大；从污闪发生的机理看出绝缘子污秽是发生污闪事故的主要原因；本文就如何预防污闪事故发生提出了一些切实可行的措施和建议。