IDIP-DR带电检测高压电缆缓冲层缺陷技术汇报
他介绍,为了解决高压电缆多发性本体缓冲层烧蚀严重缺陷缺乏有效检测手段的问题,湖南电力组织省电科院开展了系统攻关,经理论分析和实验室反复验证,摸索出一种基于X射线无损检测,结合图像深度处理、缺陷智能识别技术的检测方法IDIP-DR(Image Depth Intelligent Processing-Digital Radiography),可在电缆设备带电工况下,准确、直观、快速地检测高压电缆缓冲层烧蚀缺陷,判断缺陷的严重程度,并在110千伏茶菊钢电缆进行了现场应用,效果良好。为推广、深化该技术在国网系统的应用,提升公司高压电缆本质安全水平。
智能配电终端自动化检测流水线
智能配电终端是配电网的“神经末档”和“触手”,是配电自动化的基础,对提升配电网感知能力、提高配电网可靠稳定运行水平具有重要作用。随着“十三五”期间配电自动化建设的快速推进,将有大量智能配电终端投运,仅湖南公司2018年就计划投运安装故障指示器超过20000台。然而,不同生产厂家的故障指示器故障原理各不相同,产品质量参差不齐,垂需高效的检测装备实现大批量设备的自动检测。传统人工检测方法采用继保检测仪对手工制作的多重线圈加载特征波形来模拟短路或接地故障对故障指示器进行检测,此方法效率低、标准化程度不足,难以满足海量故障指示器的入网需求。 本项目以机械自动化与自动控制技术为基础,深度融合智能机器人、图像识别与物联网等关键技术,设计了一套智能配电终端自动化检测流水线,创新实现了故障指示器产品检定的自动控制与全过程管控,为提高配电线路故障指示器的检测效率和效果、保障配电自动化系统稳定可靠运行、提升配电自动化实用化水平提供有力支撑。
基于深度学习的直流微电网虚假数据注入攻击二阶段检测方法
直流微电网是一个网络物理信息系统,在信息传递的过程中容易遭受网络攻击的影响。虚假数据注入信息通道会影响微电网的系统安全。检测并修正虚假数据注入攻击,能够提升微电网系统运行的安全性。针对这一问题,提出了一种基于卷积神经网络(convolutional neural network,CNN)和长短期记忆网络(long short-term memory,LSTM)联合最大互信息系数(maximum information coefficient,MIC)的二阶段虚假数据注入攻击检测方法。首先,使用CNN从直流微电网运行的时序数列中提取时序特征,运用LSTM模型结合CNN提取的时序特征运行得到直流微电网运行状态预测值,与直流微电网运行的实际值对比,初步判断系统中是否存在虚假数据;其次,考虑到CNN-LSTM模型存在一定的误报率,构建MIC校验器,进一步判断系统中是否存在虚假数据并恢复;最后,通过直流微电网Matlab仿真分析,验证了所提方法的合理性和可行性。
并网光伏逆变器低电压穿越测试规程
本技术报告介绍了国内外光伏发电现状和前景以及低电压穿越的性能要求和检测方法;研究了电网常见故障类型及电压矢量的故障响应特性,研究了电压跌落发生装置的不同实现方式;研制了适用于光伏逆变器低电压穿越性能检测的“短路发生器”和“交流变频器”两种低电压穿越检测装置;提出了光伏逆变器低电压穿越检测流程规范;根据文中提出了“短路发生器”型检测装置关键设备的计算方法搭建了真实的检测模型,并完成了光伏逆变器低电压穿越性能的检测。起草 IEC 标准《光伏并网逆变器低电压穿越测试规程》,目前该标准已正式颁布执行。