关键词： 输电线路   故障定位   卷积神经网络  

摘要： 利用MATLAB和PSCAD仿真工具,结合卷积神经网络(CNN)和长短记忆网络(LSTM),对输电线路故障进行仿真和定位。通过建立仿真模型,探究故障对电网的影响,并测试故障定位算法的性能。将PSCAD生成的60组故障数据作为训练和测试样本,以验证模型在故障检测和定位方面的有效性。结果表明,模型在训练集和测试集上的R^(2)值均接近1,显示出了极高的预测相关度;通过平均绝对误差和平均偏差误差指标确认了模型的高准确性和可靠性。此外,模型表现出了较好的泛化能力,能够准确识别和定位各种故障类型。该模型不仅提高了故障定位的准确性和响应速度,还优化了电网故障检测的整体效率,为电力系统的故障诊断与预防提供了有力的技术支持,具有重要的理论价值和实际应用前景。

关键词： 输电线路   智能电网技术   状态监测  

摘要： 输电线路作为智能电网的重要基础设施,其安全稳定运行直接关系到电力供应的可靠性和稳定性。传统的输电线路监测和故障诊断方式逐渐难以满足现代电网的需求,智能电网技术的应用为解决这些问题提供了新的途径。1智能电网核心技术分析1.1传感器技术1.1.1光纤传感器工作原理及优势光纤传感器在输电线路监测中至关重要,光纤布拉格光栅(FBG)传感器应用广泛。其基于布拉格定律,外界物理量改变会使光纤有效折射率和光栅周期变化,导致FBG反射光中心波长偏移,借此可高精度监测对应物理量。

关键词： 输电线路   智能化技术   维护技术  

摘要： 随着科学技术的发展,智能化运行维护技术逐渐在电力行业推广与应用,不仅提高了企业对输电线路的管理水平,保证了电力线路的运行安全性,还为电力企业带来了良好的经济效益和社会效益。基于此,本文阐述智能化运行维护技术的特征及输电线路的维护需求,并对输电线路中智能化运行维护技术的应用进行深度分析,以期为电力工作的开展提供参考和借鉴。

关键词： 输电线路   多光谱图像融合技术   无人机巡检  

摘要： 在输电线路巡检中,如何高效识别设备缺陷与环境隐患是目前面临的主要问题,多光谱图像融合技术通过整合可见光、红外、紫外等多波段信息,可有效提升复杂场景下的故障检测能力。文章针对传统巡检方法存在的不足提出了一种深度学习的多光谱图像融合算法,并结合无人机平台实现了输电线路的多维度智能诊断,全面提升了输电线路巡检的高效性和准确性。

关键词： 35kV-110kV输电线路   设计   支撑结构   绝缘系统   线路电气  

摘要： 35kV-110kV输电线路设计是电力系统规划与建设的重要环节,本文详细分析了云南广南下石龙电站~对门河电站~板蚌电站~广西振林变送电线路工程输电线路的设计要点,涵盖了导线的选择、支撑结构设计、绝缘系统设计、线路电气设计以及气象与环境因素。通过综合考虑这些因素,可以进一步保证输电线路的安全性、稳定性和经济性,为电力设施建设提供理论依据和设计指南。

关键词： 同塔双回线路   电气不平衡度   仿真试验   改善措施  

摘要： 随着电力需求的日益增长,同塔双回输电线路因其在空间利用和经济效益上的优势,成为现代电网建设的重要组成部分。然而,电气不平衡度问题成为制约其稳定运行的关键因素。本文从实际出发,基于现代研究成果,总结电气不平衡度的衡量指标,并阐述计算方法,然后借助PSCAD/EMTDC技术进行仿真分析,通过构件仿真模型,针对性提出改善建议。最终可知,科学灵活基于电气不平衡度的影响因素展开分析,针对性提出改善意见,是确保输电线路安全、稳定运行的关键。

关键词： 输电线路   强风   脱冰   间隔棒   冰跳抑制  

摘要： 在架空输电线路中,覆冰脱落产生的冲击效应会导致输电线发生动态响应,其中强风作用进一步加剧了这种情况。这不仅会缩短相间距离,加大电气事故的风险,还可能因动张力的增加超过设计抗拉强度导致断线。通过建立“导线-间隔棒”脱冰响应的有限元模型,分析了不同影响因素下的间隔棒对于强风作用下输电线路脱冰弹跳抑制效果。结果表明,强风会使覆冰导线脱冰时伴随明显的横向位移,导致更高的闪络风险,加装相间间隔棒对于导线在强风下脱冰弹跳的横向、纵向位移都有明显的抑制效果,其中在导线档中附近加装间隔棒效果最优,可以有效避免闪络事故的发生。

关键词： 高压输电线   防雷   接地技术  

摘要： 为了有效提高220kV高压输电线路的防雷性能,确保电力系统的安全稳定运行,本文阐述了防雷接地技术基础概念及特点,揭示了防雷接地系统的实施方案,包括线路避雷器的选型、布置方式及保护范围,通过对220kV高压输电线路避雷线、避雷针、避雷器的安装进行分析,以期为220kV高压输电线路防雷接地技术的实际应用提供技术支撑和参考依据。

关键词： 目标检测   深度学习   自注意力机制   激活函数   YOLOv5s  

摘要： 研究旨在利用改进后的YOLOv5s深度学习模型高效识别输电线路中的各类隐患目标。首先,收集了23780张图像的输电线路隐患目标数据集,并对数据集进行详细标注,分为九大隐患目标类别。然后,在改进的YOLOv5s模型骨干网络中引入了CBAM自注意力机制,该机制对网络中的特征图进行重构,强调重要特征,从而提高模型在不同场景中的泛化能力。此外,还引入了FReLU激活函数,该函数将ReLU和PReLU扩展为2D激活函数,解决了模型训练的激活函数中空间不敏感的问题,卷积过程能捕获复杂的视觉检测布局,模型具备了像素级建模能力。最后,通过模型训练和结果分析可知,改进后的YOLOv5s模型相比原始YOLOv5s模型,精确率提高了3.1%,召回率提高了1%,均值平均精度提高了2.5%。这些结果证明了所提方法在识别输电线路隐患目标方面的优越性,为输电线路隐患目标检测提供了一种有效的解决方案。

关键词： 输电线路   老化现象   故障预测   状态检修  

摘要： 老化现象对输电线路安全稳定运行构成严重威胁,状态检修因针对性强、经济性好、检修效果优等特点正在逐渐替代传统定期检修方式,成为输电线路运行维护的重要手段。状态评估作为状态检修过程中不可或缺的基础步骤,基于设备状态指标数据分析,能够精确地反映设备的健康状况,及时发现潜在故障。鉴于此,本文提出一种输电线路状态检修方法,通过评估输电线路各构件的健康指数构建老化故障预测模型,量化老化故障发生概率及故障后果,实现了老化故障概率的逐年预测,并从经济损失层面定量分析老化现象带来的风险,将状态管理与风险评估结合,为管理人员制定输电线路相关构件的检修技改、报废更换方案提供决策支持。