各种清洁能源和电动汽车的大量接入给配电线路参数的准确性提出了更高要求,为此提出一种利用馈线补偿电容器投入产生的暂态特征测量线路参数的方法。通过对系统和电容器中性点运行方式影响下电容器同期和非同期投入序网开展时域分析,确...各种清洁能源和电动汽车的大量接入给配电线路参数的准确性提出了更高要求,为此提出一种利用馈线补偿电容器投入产生的暂态特征测量线路参数的方法。通过对系统和电容器中性点运行方式影响下电容器同期和非同期投入序网开展时域分析,确定最后一相电容器投入暂态特征与序网拓扑及参数间的耦合关系,建立基于投入暂态频率和衰减系数的线路参数单点测量模型,给出基于最小二乘-旋转不变技术(total least square-estimating signal parameter via rotational invariance techniques,TLS-ESPRIT)的暂态特性提取方法。仿真和模拟实验结果表明,当有充足数据量支撑暂态特征提取时,该文算法对线路正序参数的测量误差在4%以内,对零序参数的测量误差略高,可用于配电线路参数经常性测量。展开更多
电力系统架空线巡线机器人对于提高架空输电线的维护效率进而保障电力系统的安全稳定运行具有重要作用。针对架空线巡线机器人巡线过程中需要有效识别线路中的附属障碍物并采取相应障碍规避动作的问题,文章研究了基于深度学习的巡线机...电力系统架空线巡线机器人对于提高架空输电线的维护效率进而保障电力系统的安全稳定运行具有重要作用。针对架空线巡线机器人巡线过程中需要有效识别线路中的附属障碍物并采取相应障碍规避动作的问题,文章研究了基于深度学习的巡线机器人架空线附属障碍物识别方法。论述了基于深度学习的架空线巡线机器人系统的整体结构,在整体系统结构的基础上分析了YOLOv8(you only look once version 8)模型的结构及其应用,进而基于增强的架空线障碍物数据集对所述方法进行了有效性验证。实验结果表明,文中所述基于YOLOv8的巡线机器人障碍物识别模型具有更快的识别速度和更高的识别率,能够更好满足巡线机器人的避障需求。展开更多
文摘各种清洁能源和电动汽车的大量接入给配电线路参数的准确性提出了更高要求,为此提出一种利用馈线补偿电容器投入产生的暂态特征测量线路参数的方法。通过对系统和电容器中性点运行方式影响下电容器同期和非同期投入序网开展时域分析,确定最后一相电容器投入暂态特征与序网拓扑及参数间的耦合关系,建立基于投入暂态频率和衰减系数的线路参数单点测量模型,给出基于最小二乘-旋转不变技术(total least square-estimating signal parameter via rotational invariance techniques,TLS-ESPRIT)的暂态特性提取方法。仿真和模拟实验结果表明,当有充足数据量支撑暂态特征提取时,该文算法对线路正序参数的测量误差在4%以内,对零序参数的测量误差略高,可用于配电线路参数经常性测量。
文摘电力系统架空线巡线机器人对于提高架空输电线的维护效率进而保障电力系统的安全稳定运行具有重要作用。针对架空线巡线机器人巡线过程中需要有效识别线路中的附属障碍物并采取相应障碍规避动作的问题,文章研究了基于深度学习的巡线机器人架空线附属障碍物识别方法。论述了基于深度学习的架空线巡线机器人系统的整体结构,在整体系统结构的基础上分析了YOLOv8(you only look once version 8)模型的结构及其应用,进而基于增强的架空线障碍物数据集对所述方法进行了有效性验证。实验结果表明,文中所述基于YOLOv8的巡线机器人障碍物识别模型具有更快的识别速度和更高的识别率,能够更好满足巡线机器人的避障需求。
