-
题名基于卷积神经网络的放电声音故障检测
被引量：2
- 1
-
-
作者
曾锃
张震
缪巍巍
李凤强
张明轩
谢跃
-
机构
国网江苏省电力公司信息通信分公司
南京工程学院信息与通信工程学院
-
出处
《电子器件》
CAS
2024年第1期176-181,共6页
-
文摘
设计了一种基于卷积神经网络的放电声音检测方法,针对电力系统中设备绝缘老化引起的局部放电现象,提出通过终端边缘节点的声信号检测方法实时监控设备正常工作、局部放电和发生故障的三种状态,并将异常状态通过边缘计算专网反馈给运维中心。该系统通过设备终端的边缘节点采集发生故障时放电音频数据,这些故障包括:正常工作、局部放电和故障已发生的状态。并进行信号预处理和提取能够反映故障状态的音频特征。然后,将处理后的数据作为卷积神经网络的输入。实验表明所提方法与经典的深度神经网络相比,平均识别率提高了约2%。
-
关键词
卷积神经网络
深度学习
特征提取
信号检测
-
Keywords
convolution neural network
deep learning
feature extraction
signal detection
-
分类号
TN912.3
[电子电信—通信与信息系统]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于边缘计算的电力系统通信网络构建
被引量：10
- 2
-
-
作者
缪巍巍
张震
曾锃
李凤强
张明轩
朱昊
-
机构
国网江苏省电力公司信息通信分公司
南京工程学院信息与通信工程学院
-
出处
《电子器件》
CAS
北大核心
2022年第6期1413-1417,共5页
-
文摘
为克服电力系统传统云计算模式网络拥堵的问题,在现有的电力系统通信网基础上,引入边缘计算技术。在分析国内电力系统大数据计算量的基础上,讨论了现有电力系统通信网体系架构的优化途径。构建了基于docker技术的云边协同电力系统通信网络总体模型。将协同运行机制应用于系统中的各级设备。根据电力系统通信网络模型的特点,以多无人机巡检任务为应用场景,研究了基于合作型协同进化的任务协作机制的全局优化方案。提出了边缘计算服务器延时模型。讨论了基于时延和资源分配综合最优的计算卸载策略。构建了资源分配目标函数。在保证各节点总延时最小的前提下,实现了资源分配差异度最小。
-
关键词
电力系统
通信网
边缘计算
计算卸载
-
Keywords
power system
communication network
edge computing
calculate unload
-
分类号
TN98
[电子电信—信息与通信工程]
TN850
[电子电信—信息与通信工程]
-
-
题名基于边缘计算的电力系统通信网络构建
被引量：7
- 3
-
-
作者
缪巍巍
张震
曾锃
李凤强
张明轩
朱昊
-
机构
国网江苏省电力公司信息通信分公司
南京工程学院信息与通信工程学院
-
出处
《电子器件》
CAS
北大核心
2023年第3期814-818,共5页
-
文摘
为克服电力系统传统云计算模式网络拥堵的问题,在现有的电力系统通信网基础上,引入边缘计算技术。在分析国内电力系统大数据计算量的基础上,讨论了现有电力系统通信网体系架构的优化途径。构建了基于docker技术的云边协同电力系统通信网络总体模型。将协同运行机制应用于系统中的各级设备。根据电力系统通信网络模型的特点,以多无人机巡检任务为应用场景,研究了基于合作型协同进化的任务协作机制的全局优化方案。提出了边缘计算服务器延时模型。讨论了基于时延和资源分配综合最优的计算卸载策略。构建了资源分配目标函数。在保证各节点总延时最小的前提下,实现了资源分配差异度最小。
-
关键词
电力系统
通信网
边缘计算
计算卸载
-
Keywords
power system
communication network
edge computing
calculate unload
-
分类号
TN98
[电子电信—信息与通信工程]
TN850
[电子电信—信息与通信工程]
-
-
题名基于矩阵特征重构的深度学习负荷监测方法
被引量：2
- 4
-
-
作者
缪巍巍
曾锃
王传君
李世豪
曾文浩
-
机构
国网江苏省电力公司信息通信分公司
南京工程学院
-
出处
《科技创新与应用》
2022年第7期113-115,共3页
-
文摘
为解决负荷特征学习和训练模型难以求解、识别准确率不高的问题,文章提出了一种基于奇异值特征矩阵重构的深度学习非侵入式负荷监测方法,首先利用奇异值分解算法对采集到的混合信号进行负荷分离,并设定奇异值的门限,保留通过门限的左右奇异值矩阵,然后获取处理后的左右奇异值矩阵的克罗内克积,实现信号的特征矩阵重构;将大量典型家电的运行电流数据转换成重构特征矩阵的形式,并使用卷积神经网络模型进行训练,从重构的特征矩阵中提取独立负荷特征,进而建立能够处理重构特征矩阵数据的卷积神经网络模型,并基于该模型提取数据特征,从而达到辨识负荷特征的目的。
-
关键词
深度学习
特征矩阵重构
特征提取
非侵入式负荷监测
-
Keywords
deep learning
feature matrix reconstruction
feature extraction
non-invasive load monitoring
-
分类号
TM714
[电气工程—电力系统及自动化]
-
-
题名基于状态感知的电力通信设备自动巡检研究
被引量：5
- 5
-
-
作者
缪巍巍
吴海洋
于宝辉
张懿
陈鹏
-
机构
国网江苏省电力有限公司信息通信分公司
国网镇江市电力有限公司信息通信分公司
-
出处
《无线互联科技》
2018年第22期7-10,共4页
-
文摘
在电力行业中,电力通信设备众多,为保证通信设备安全可靠运行,需对各类设备运行状态进行巡检。传统的巡检工作需人工巡检,然而这种方式存在费时费力、巡检效率低、漏检等诸多问题。为了有效地避免人工巡检的弊端,文章提出了基于状态感知的电力通信设备自动巡检方法,该方法利用智能巡检技术并通过事前巡检、事中巡检、事后巡检,从而实现电力通信设备自动巡检及通信现场事前事中事后的闭环管理智能化。
-
关键词
状态感知
电力通信设备
自动巡检
-
Keywords
state perception
power communication equipment
automatic inspection
-
分类号
TM73
[电气工程—电力系统及自动化]
-
-
题名面向干扰测量的LTE网络路测轨迹规划
被引量：1
- 6
-
-
作者
张明明
丁正阳
叶文
缪巍巍
-
机构
北京邮电大学计算机学院
国网江苏省电力有限公司信息通信分公司
-
出处
《北京信息科技大学学报（自然科学版）》
2020年第1期43-48,53,共7页
-
基金
国网江苏省电力公司科技项目“TD-LTE电力无线专网异构组网及终端装备技术研究及应用”(J2018055).
-
文摘
路测是LTE网络干扰排查的重要手段,针对不合理的路测测量点和轨迹影响测量信息完整性和干扰定位精度、加大路测成本的问题,研究了面向干扰测量的路测轨迹规划问题。考虑不同地理场景下终端测量范围的差异,通过空间聚类将干扰测量区域划分为不同场景,采用面向k-覆盖的多目标优化方法设置单一场景下的测量点位置,并结合多场景边界调整实现测量区域内测量点部署;采用旅行商算法,根据部署的测量点规划路测轨迹。该方法能够保证测量区域内任意位置的干扰源处于k个测量点的测量范围内,以较低的路测成本为干扰定位提供充足的测量信息,有利于提高干扰定位精度。
-
关键词
LTE
干扰排查
路测
场景划分
多目标优化
轨迹规划
-
Keywords
LTE
interference troubleshooting
driving test
scene division
multi-objective optimization
trajectory planning
-
分类号
TN929.5
[电子电信—通信与信息系统]
-
-
题名基于复合特征的非侵入式电力负荷识别方法研究
- 7
-
-
作者
王传君
缪巍巍
曾锃
李世豪
蒋姝
-
机构
国网江苏省电力公司信息通信分公司
南京工程学院信息与通信工程学院
-
出处
《电子器件》
CAS
北大核心
2023年第1期218-222,共5页
-
文摘
目前电器种类迅速增多,各类电器的负荷特征相似度随之提高,难以准确辨识。针对这一现状,提出了一种基于复合特征的非侵入式电力负荷识别方法。该方法对传统单目标函数进行了改进优化,并且基于电器功率和正交电流谐波特征,进一步建立了基于遗传算法的复合特征目标函数模型,通过遗传迭代多目标寻优获得最优个体,实现精确的负荷识别。实验结果表明,所提出的基于复合特征的非侵入式电力负荷识别方法识别准确率较高,可以满足实际应用需求。
-
关键词
负荷识别
复合特征
功率特征
电流谐波特征
遗传算法
-
Keywords
load identification
composite features
power feature
current harmonics
genetic algorithm
-
分类号
TM744
[电气工程—电力系统及自动化]
-
-
题名基于随机森林算法的电力骨干通信网故障诊断研究
- 8
-
-
作者
吴海洋
缪巍巍
陆智敏
汤震
蒋春霞
-
机构
国网江苏省电力有限公司信息通信分公司
国网镇江市电力有限公司信息通信分公司
-
出处
《信息通信》
2018年第12期218-220,共3页
-
文摘
在如今现代化智能电网中,电力骨干通信网已经成为其非常重要的组成部分。如何对电力骨干通信网故障的类型做出快速、准确的判断,对安排人员进行故障维修具有重要的指导意义。现有的电力通信网故障诊断要么是人工经验法,要么所用诊断算法效果不佳。文章将随机森林算法用于电力骨干通信网故障诊断中,快速、准确地学习出故障诊断模型。从实验结果可看出,基于随机森林算法对通信网故障诊断可达85.02%的准确率。
-
关键词
随机森林
决策树
故障诊断
电力骨干通信网
-
Keywords
Random Forest
Decision tree
Failure diagnosis
Electric backbone Communication networks
-
分类号
TM73
[电气工程—电力系统及自动化]
-
