“智能電網(wǎng)技術”特約專欄寄語

特約副主編簡介

司大軍：博士，教授級高工，云南電網(wǎng)有限責任公司電網(wǎng)規(guī)劃建設研究中心一級技術專家。主要從事電網(wǎng)分析研究、電網(wǎng)規(guī)劃研究工作。近5年來主持云南電網(wǎng)公司項目7項，參與項目研究10余項。獲云南省技術發(fā)明特等獎1項、獲科技進步一等獎1項、三等獎2項，獲南方電網(wǎng)公司科技進步二等獎1項、三等獎3項。獲得2018年云南省政府特殊津貼、2014-2018年度云南省電機工程學會先進個人、2018年度云南電網(wǎng)“百名專家先進典型”等榮譽稱號。發(fā)表論文30余篇，其中第一作者18篇。獲國家發(fā)明專利6項。

特約專欄寄語

為進一步提高電力系統(tǒng)的可靠性、安全性、經(jīng)濟性、靈活性、友好性，近些年提出了智能電網(wǎng)的構(gòu)想，掀起了智能電網(wǎng)技術研究與應用的高潮，在電網(wǎng)數(shù)據(jù)挖掘技術、智能診斷與識別技術、先進通信技術等不斷取得突破，并在電網(wǎng)中進行應用。

為聚焦智能電網(wǎng)技術及其與在電網(wǎng)中的應用，積極推動智能電網(wǎng)技術的進步，本專欄向廣大智能電網(wǎng)工作者展示近期電力設備智能檢測與識別、電網(wǎng)故障智能診斷、電網(wǎng)信息數(shù)據(jù)挖掘、先進通信技術支撐智能電網(wǎng)建設等方面的研究成果。

特約專欄文章摘要

文章一摘要：針對公司建設安全可信、接入靈活、雙向?qū)崟r互動的“泛在化、全覆蓋”配電通信網(wǎng)的迫切需求，基于5G智能電網(wǎng)典型應用場景，提出基于5G切片的多業(yè)務泛在智能電網(wǎng)架構(gòu)。研究了面向服務的5G端到端切片技術和5G電力終端泛在可信接入技術，分析針對智能電網(wǎng)不同業(yè)務場景，如何提供超低時延、高帶寬、大連接、高安全性的差異化網(wǎng)絡服務。提出了多種應用場景，進行“多業(yè)務接入、多網(wǎng)域切片、多維資源靈活管控”的立體化應用。在業(yè)務方面，系統(tǒng)可以實現(xiàn)高清視頻回傳、低壓集抄等多種業(yè)務可信泛在接入。在網(wǎng)絡方面，實現(xiàn)基于5G可靠高效的泛在接入網(wǎng)、傳輸網(wǎng)、核心網(wǎng)承載。在管理方面，實現(xiàn)定制靈活的網(wǎng)絡切片、多維資源動態(tài)管控及可視化呈現(xiàn)。從技術角度分析，論文研究了5G端到端切片實現(xiàn)的多種關鍵技術；從應用部署分析角度，論文提供了智能電網(wǎng)多業(yè)務泛在接入立體化解決方案，對于實現(xiàn)終端可信接入、業(yè)務靈活定制、資源可管可控的“泛在化、全覆蓋”配電通信接入網(wǎng)，奠定了研究和技術基礎。

文章二摘要：輸電線路運檢工作對電網(wǎng)的安全運行起著至關重要的作用。當前無人機正在加快與5G、北斗、物聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)等新技術融合，構(gòu)建數(shù)字化、智能化的輸電線路泛在巡檢技術體系，并與智慧輸電線路應用場景深度融合，優(yōu)化和重構(gòu)無人機電力運檢技術體系與框架，推動無人機線路巡檢進入智慧巡檢階段。文章提出了“5G+無人機”輸電線路泛在巡檢技術思路，并通過在輸電線路智能巡檢體系建設中的實際研發(fā)應用，證明5G網(wǎng)聯(lián)無人機超遠程低時延控制無人機或多機協(xié)同開展輸電線路全自主無人智能化巡檢，并實時開展故障研判和缺陷智能分析是完全可行，對提高作業(yè)安全、巡檢效率和作業(yè)質(zhì)量效果顯著，為無人機智能巡檢作業(yè)技術體系的深入研究提供實踐依據(jù)。

文章三摘要：變電站設備缺陷數(shù)據(jù)是反映設備狀態(tài)的重要指標，是設備全生命周期管理的重要記錄，蘊含著大量有效的信息。以非結(jié)構(gòu)化的缺陷描述文本數(shù)據(jù)為研究對象，采用Python編程語言，首先建立自定義詞典，基于隱馬爾可夫法（HMM）進行分詞處理，然后通過計算TF-IDF值排序，生成可視化的詞云效果，最后研究了一種快速分類預測的模型，并對模型進行效果評估，使現(xiàn)場人員能根據(jù)缺陷描述快速判定缺陷等級，減少判定時間，提升工作效率。

文章四摘要：變電設備缺陷是影響電網(wǎng)平穩(wěn)運行的重要因素，及時發(fā)現(xiàn)變電設備缺陷在提升電網(wǎng)可靠性、供電質(zhì)量、運維水平等方面都具有重要意義。隨著視頻監(jiān)控、智能巡檢機器人等設施在變電站的逐漸普及，傳統(tǒng)人工診斷方法難以應對海量的監(jiān)控圖片。因此本文提出一種基于深度學習的變電設備缺陷檢測方法來快速檢測監(jiān)控圖片中的缺陷，使用單階段目標檢測算法YOLOV4來進行缺陷檢測。由于變電站多處于野外，安裝在變電站的攝像頭極易受到灰塵、水汽的影響導致所拍攝的圖片質(zhì)量不佳，針對此問題，本文在圖像預處理階段采用暗通道去霧算法對圖像進行處理，從而改善圖片質(zhì)量，提升神經(jīng)網(wǎng)絡對變電設備的檢測效果。