榴莲草莓香蕉秋葵丝瓜向日葵蜜桃,91精品国产综合成人

基于特征選擇和優(yōu)化CNN-BiLSTM-Attention對SF6斷路器漏氣故障診斷

SF6（六氟化硫）斷路器是保障電網穩(wěn)定運行的重要設備，但其在長期使用中容易發(fā)生漏氣問題，既影響設備性能，又威脅電網的安全性。為精準診斷SF6斷路器的漏氣故障，提出了一種基于Gini指數特征選擇和貝葉斯優(yōu)化（Bayesian Optimization， BO）的CNN-BiLSTM-Attention組合模型。首先，針對影響SF6斷路器漏氣的內外部因素，進行特征映射與重要性分析，并采用KMeans-SMOTE技術解決數據分布不均的問題。其次，利用基于Gini指數的方法篩選關鍵特征，并通過貝葉斯優(yōu)化精調CNN-BiLSTM-Attention模型的超參數以提升分類性能。實驗結果表明，設備缺陷、運行年限、運維水平、天氣和溫度是導致漏氣的主要因素。與其他模型相比，所提方法在漏氣故障的0/1分類任務中展現出更高的分類精度和魯棒性。研究不僅驗證了方法的有效性，還揭示了引發(fā)SF6斷路器漏氣的關鍵因素，為設備巡檢和運維管理提供了科學支持，進一步提升了電網運行的安全性與可靠性。

發(fā)表于：6/18/2025

電力系統(tǒng)較大波動數據條目自適應檢索方法研究

針對電力系統(tǒng)數據具有復雜性、多樣性特點，導致檢索難度過高的問題，設計了電力系統(tǒng)較大波動數據條目自適應檢索方法。依據電力系統(tǒng)出力變化率，選取二分量一維混合高斯模型，構建電力系統(tǒng)波動概率分布模型。對比概率分布模型模擬的電力系統(tǒng)波動數據與量測數據，依據判定閾值辨識電力系統(tǒng)較大波動數據條目，構建數據條目檢索庫。利用哈希函數獲取檢索庫內較大波動數據條目的哈希特征，生成二值碼。較大波動數據條目檢索時，生成用戶檢索詞的二值編碼，計算檢索詞二值碼與檢索庫內條目二值碼的漢明距離，并對其加權處理，利用加權漢明距離排序數據條目，獲取較大波動數據條目的自適應檢索結果。實驗結果表明，該方法能夠依據用戶輸入的檢索詞，自適應檢索電力系統(tǒng)較大波動數據條目，檢索結果的歸一化折損累積增益均高于0.9，檢索時間低于500 ms。

發(fā)表于：6/18/2025

基于機器閱讀理解的電力安全命名實體識別方法

為解決現有命名實體識別方法在電力安全規(guī)程等領域文本中識別效果不佳的問題，提出了一種基于機器閱讀理解的電力安全命名實體識別方法。首先，使用預訓練模型對待識別文本進行編碼處理得到文本向量表示。其次，利用層次化注意力機制捕捉嵌套實體間的層次關系，重新分配文本序列的注意力權重；在此基礎上，利用分類器預測文本中實體范圍，得到最終實體識別結果。將該方法在ACE 2005與OntoNotes 4.0公開數據集上進行驗證，對比主流方法其取得最優(yōu)的識別效果，在電力安全領域實體識別場景下，該方法可達到89.3%的識別準確率，實現電力安全領域命名實體的精準識別。

發(fā)表于：6/18/2025

數據驅動的商業(yè)負荷集群動態(tài)聚合研究

商業(yè)負荷集群的動態(tài)聚合對提高電網的調度靈活性、優(yōu)化需求側管理以及促進可再生能源消納具有重要意義。基于典型相關分析（CCA）選取商業(yè)負荷特征，并結合DBSCAN 和 K-means等聚類算法對負荷進行分類，以構建適用于不同場景的負荷集群。進一步，提出了三種負荷聚合標準，即基于調節(jié)速度、負荷穩(wěn)定性和經濟性的標準，并分析不同標準下的商業(yè)負荷聚合特性、適用性及其在電力調度中的潛在應用。

發(fā)表于：6/18/2025

AirGAN：空調機理模型增強生成對抗模型

為引導資源龐大、調控靈活的空調負荷參與需求響應實現“源荷互動”，保障電網的安全經濟運行，各大研究單位開展了樓宇空調需求響應實時控制仿真與實踐研究。然而，如何準確地估算空調的負荷，并對空調負荷進行預測是目前面臨的重要挑戰(zhàn)。當前主流方法包括模型驅動型、數據驅動型兩種方法體系。其中模型驅動型依賴對空調負荷的建模，難以實現對空調負荷復雜變化的模擬。數據驅動則是依賴大量數據進行模型訓練，但難以覆蓋空調負荷的各類特點。為此，擬從模型驅動及數據驅動相結合的角度進行空調負荷的智能擬合，以提升空調負荷生成預測的準確性和適應性。提出了一種基于機制模型與生成對抗網絡（GAN）相結合的負荷生成方法和模型AirGAN。該方法通過GAN生成器生成的虛擬數據，持續(xù)調整物理模型的超參數，以使其更好地符合實際空調負荷特性。同時，采用GAN判別器對機制模型預測的負荷進行判別，以此訓練機制模型，從而提升其預測精度。

發(fā)表于：6/18/2025

華為攜手清華大學與岳能科技，共同探索智慧新能源集控新未來

2025年6月11日至12日，“數字賦能·AI驅動——新能源智慧集控和數智化場站論壇”在上海練秋湖隆重舉行。本次論壇由清華大學新型電力系統(tǒng)運行與控制全國重點實驗室主辦，國家能源互聯網產業(yè)及技術創(chuàng)新聯盟能源數字化專委會支持，華為技術有限公司與北京岳能科技股份有限公司聯合承辦，國家能源互聯網產業(yè)與技術創(chuàng)新聯盟能源數字化專委會協(xié)辦。來自政府主管部門、科研機構、行業(yè)領軍企業(yè)及產業(yè)鏈上下游的數百位嘉賓齊聚一堂，圍繞新能源數智化轉型的技術路徑、實踐成果與未來方向展開深入交流。

發(fā)表于：6/18/2025

智芯公司RISC-V 高性能CPU芯片通過賽西實驗室權威檢測

近日，智芯公司自主研發(fā)的RISC-V高性能CPU芯片通過工信部直屬中國電子技術標準化研究院賽西實驗室檢測，標志著智芯公司在RISC-V高性能CPU芯片領域取得關鍵突破，自主研發(fā)實力獲得權威認可。

發(fā)表于：6/14/2025

明陽電氣獲“旋轉輸送電設備”新專利認定

明陽電氣（301291）新獲得一項實用新型專利授權，專利名為“旋轉輸送電設備”，專利申請?zhí)枮镃N202421799459.8，授權日為2025年5月16日。

發(fā)表于：6/13/2025

華為數字能源發(fā)布全球首個構網型光儲解決方案

6 月 11 日消息，在今日的上海 SNEC 展期間，華為數字能源舉辦了以“鑄就高質量，激發(fā) AI 潛能，開啟全面構網新時代”為主題的華為智能光伏戰(zhàn)略與新品發(fā)布會。華為發(fā)布了最新的智能光伏戰(zhàn)略以及全球首個構網型光儲解決方案 —— FusionSolar9.0 智能組串式構網型光儲解決方案。同時，華為數字能源聯合 13 家企業(yè)和組織發(fā)起全面構網倡議，推動加速進入全面構網新時代。

發(fā)表于：6/12/2025

我國自主研發(fā)的新能源大電網運控系統(tǒng)發(fā)布

5 月 20 日消息，據央視新聞從國家電網了解到，我國自主研發(fā)的高比例新能源大電網運行控制系統(tǒng)發(fā)布，標志著我國率先攻克了超大規(guī)模新能源接入大電網這一世界級難題。據了解，我國新能源裝機占比目前已超過四成。隨著新能源產業(yè)的快速發(fā)展，如何確保大規(guī)模新能源安全穩(wěn)定接入大電網成為亟待解決的關鍵問題。為此，我國自主研發(fā)了新能源大電網運行控制系統(tǒng)。該系統(tǒng)覆蓋國家電網經營區(qū)的 6 萬多座變電站和數十萬座新能源場站，具備單日 3.6 億千瓦新能源的快速經濟調配能力，支撐國家電網成為全球新能源消納規(guī)模最大的電網。

發(fā)表于：5/21/2025

風力發(fā)電系統(tǒng)MPPT特性測控系統(tǒng)設計

在中小型永磁同步風力發(fā)電機中，橋式整流+DC/DC變換器拓撲具有結構簡單的優(yōu)點，其中DC/DC電路有Boost和Buck兩種拓撲，探究兩者的最大功率點跟蹤（Maximum Power Point Tracking，MPPT）控制性能區(qū)別是對其優(yōu)化設計的關鍵，測控系統(tǒng)是性能分析的重要手段。通過系統(tǒng)總體方案設計，確認了系統(tǒng)參數及指標；分析了四橋臂DC/DC拓撲，并基于高端電流采樣和隔離采樣技術實現了系統(tǒng)電壓、電流、功率和頻率的采集，設計了功率驅動及單片機控制電路；探討了適合單片機的MPPT爬坡搜索法軟件；給出了基于LabVIEW的上位機操控系統(tǒng)的軟件設計實現；搭建了測控系統(tǒng)，進行了MPPT和兩種拓撲測控結果對比實驗。實驗結果表明測控系統(tǒng)達到了設計目標。

發(fā)表于：5/14/2025

100%國產化佰維電力專用eMMC正式上市

4月26日消息，國產存儲廠商佰維官方宣布，其研發(fā)的真國產、全自研電力專用eMMC正式上市。據介紹，電力行業(yè)常年面臨極端溫差、電磁干擾等嚴苛環(huán)境挑戰(zhàn)。以集成化設計、性能穩(wěn)定、低功耗、抗振動為特點的eMMC則廣泛應用于數據采集器、保護裝置、集中器與融合終端等對數據完整性與安全性要求嚴苛的場景中，確保設備長期可靠運行的需求。

發(fā)表于：4/27/2025

基于多尺度伸縮卷積與注意力機制的光伏組件缺陷分割算法

無人機在光伏系統(tǒng)的巡檢過程中需要對光伏組件的缺陷進行準確和快速識別，為此提出了一種基于多尺度伸縮卷積與注意力機制的光伏組件缺陷分割網絡。首先在傳統(tǒng)的U-Net網絡每個Stage加入多尺度伸縮卷積模塊，從而對光伏組件缺陷進行分割，PA達到了98.61%，與傳統(tǒng)U-Net、FCN網絡進行對比分析，準確率分別提高了0.32%和1.17%，算法消耗時間0.054 s，相較于對比的分割算法提高了0.006 s~0.013 s；然后將分割后的缺陷掩碼mask和原圖進行與操作，最后通過輕量級網絡MobileNetV3對光伏組件缺陷（熱斑、裂縫、鳥糞）進行檢測并分類，精確率達到了98.82%，與SqueezeNet、ShuffleNet V2和GhostNet網絡進行對比，分別提高了0.43%、1.08%和0.8%，平均檢測時間0.026 s，相較于對比的檢測算法提高了0.002 s~0.036 s。實驗結果表明基于多尺度伸縮卷積與注意力機制的光伏組件缺陷分割網絡具有較高的準確率和識別速率。

發(fā)表于：4/22/2025

世界首套特高壓直流量子電流傳感器投運

4月9日消息，據報道，我國電力領域量子傳感技術取得重大突破——世界首套±800千伏特高壓直流量子電流傳感器在昆柳龍直流工程柳州換流站成功投入運行超過72小時。

發(fā)表于：4/9/2025

LSTM與Transformer融合模型在時間序列預測中的應用研究

隨著可再生能源的快速發(fā)展，風電功率預測對于電網穩(wěn)定運行和能源管理具有重要意義。風電功率預測是一個復雜的非線性問題，涉及多種氣象因素和環(huán)境條件。提出了一種基于長短期記憶網絡（LSTM）、自適應稀疏自注意力機制（ASSA）和Transformer的融合模型，用于發(fā)電功率的時間序列預測。該模型結合了LSTM在捕捉時間序列長期依賴性方面的優(yōu)勢、ASSA在處理局部特征交互稀疏性方面的高效性以及Transformer在捕捉全局依賴性方面的強大并行處理能力。通過實驗驗證，該模型在發(fā)電功率預測任務中表現出色，尤其是在極端波動或拐點處的預測精度上有所提高。與傳統(tǒng)方法相比，該模型能夠更準確地捕捉風電功率變化的復雜性和動態(tài)性，為風電場的運營管理提供了有力的決策支持。

發(fā)表于：3/24/2025