高萍
- 作品数：4 被引量：8H指数：2
- 供职机构：国网苏州供电公司更多>>
- 相关领域：自动化与计算机技术电气工程更多>>
- 基于深度学习的电力设备图像识别方法被引量：4
- 2022年
- 针对传统方法对电力设备的图像特征分类不明确,导致得到的图像识别效果不佳,难以保证安全运行的问题,提出了基于深度学习的电力设备图像识别方法。该方法首先提取电力设备图像特征分类伪装因素,然后基于深度学习方法构建网络模型定位错误锚点,通过正负训练标记识别目标区域,从而完成对电力设备图像的识别。实验结果表明,以变压器和电线塔杆作为识别设备测试对象,该方法能在30 s内基本完成采集图像的有效识别,可保证电力设备能稳定运行,具有较好的实际应用效果。
- 陈兆骅杨海舟柏筱飞高萍韩辉
- 关键词：图像识别
- 110kV变电所两线三变桥接线的设计要点被引量：4
- 2006年
- 110 kV变电所采用两线三变的桥接线模式,通过放大导线截面、减少线路回数,节约了线路走廊,降低了投资,缩短建设周期,但增加了保护和操作的难度,在苏州地区尚处在试点和推广阶段。对110 kV变电所两线三变桥接线模式中的电气主接线、保护配置、总平面布置等方面的设计要点进行了探讨。
- 卢小钟高萍
- 关键词：桥接线设计要点
- 基于深度学习的配网运维技术改进研究
- 2024年
- 为提高配网运维故障识别的准确率,结合变分模态分量(Variational Mode Decomposition,VMD)与信息熵,提出一种E-VMD配网运维故障信号特征提取方法;通过改进残差神经网络(ResNet)模型残差模块,设计了一种改进的ResNet模型;将E-VMD配网运维故障信号特征输入改进的ResNet模型中,实现配网运维故障的准确识别。仿真结果表明,所提方法可准确识别配网运维的单相接地、两相短路、三相短路故障,平均识别准确率达到100%,平均精确率为99.59%,平均召回率为100%,平均F1值为99.88%。相较于KNN模型和SVM模型,所提方法在各项性能指标上表现优异的性能,且具有良好的抗噪性能。
- 王龙戴兵兵孔顺飞龚沁宇柏筱飞胡海安高萍
- 关键词：故障识别特征提取
- 基于人工智能的用电负荷自动脱敏系统设计
- 2022年
- 随着大数据时代的发展,电力公司的用电负荷等数据的安全性无法得到保证。可依托人工智能的先进技术进行用电负荷的自动脱敏,因此提出了基于人工智能的用电负荷自动脱敏系统。首先进行系统硬件设计,设计基于人工智能数据采集器和以太网控制芯片,然后进行系统软件设计,将实现用电负荷自动脱敏分为身份认证和数据脱敏两个步骤。测试验证该系统的脱敏精度符合要求。
- 陈兆骅杨海舟柏筱飞高萍
- 关键词：人工智能用电负荷隐私数据
