周自强
- 作品数：16 被引量：45H指数：5
- 供职机构：国家电网公司更多>>
- 发文基金：国家电网公司科技项目更多>>
- 相关领域：电气工程自动化与计算机技术电子电信更多>>
- 一种能源互联网价值估算的方法和装置
- 本发明提供的一种能源互联网价值估算的方法，通过第一能源主体的价值增值指数和第一能源主体向第二能源主体传递的价值量，获得第二能源主体的价值量；本发明还提供的一种能源互联网价值估算的装置，包括：第一获取模块、第二获取模块和估...
- 任光曹军威周自强刘周斌丁麒颜拥吕诗宁
- 文献传递
- 基于深度学习的输电线路绝缘子缺陷识别被引量：11
- 2021年
- 传统的绝缘子缺陷识别为人工识别,效率低下,成本较高。为此,提出一种绝缘子缺陷自动识别方法。首先,采用随机森林分类法进行图像分割,实现绝缘子的目标识别;然后,采用卷积神经网络的方法实现绝缘子正常和缺陷状态的分类;最后,使用Faster R-CNN分类器实现自爆缺陷的定位。以无人机拍摄的大量绝缘子图片作为试验数据进行验证,结果表明,该方法可高效识别出绝缘子缺陷,识别率达到91.0%。研究结果可为输电线路绝缘子缺陷识别提供参考。
- 冯万兴冯万兴姚翔宇范鹏周自强姚翔宇
- 关键词：绝缘子
- 基于主动探测技术的输电线路驱鸟策略研究被引量：10
- 2019年
- 为解决鸟害引起的输配电线路故障,通过总结鸟害故障机理,分析鸟害事故较严重的华北地区鸟害的时间规律,提出了基于光电探测技术、激光立体扫描和能源优化设计的驱鸟策略。研究表明,鸟害故障一般发生在春秋两季,且06:00~08:00时间段故障率较高;光电探测技术可探测与探测平面成60°范围内的飞鸟;激光器可实现上下左右10°范围内立体式驱鸟,覆盖范围广;驱鸟策略采用定扫模式和巡航模式,系统综合功耗优化至38AH,鸟害故障率降低了60%。研究结果为输配电线路鸟害故障治理提供了参考。
- 周自强周自强范鹏
- 关键词：鸟害光电探测
- 电力负荷数据典型特征提取
- 2020年
- 首先对原始数据进行降维和分解,接着进行聚类分析,提取典型用户的日负荷曲线,最后对某地区不同用户的电力负荷曲线进行试点和应用。研究结果表明:该聚类分析方法准确率高,可提取出4组典型负荷曲。该研究结果为电力公司提供个性化、精准性的售电服务提供了理论依据。
- 周自强周自强范鹏
- 关键词：智能电网SVDKL散度电力负荷特征提取聚类分析
- 空调室外机自动除尘装置
- 本实用新型公开了一种空调室外机自动除尘装置，解决了现有的空调防尘装置，存在的只能防尘不能除尘的问题。包括在空调室外机机壳（1）外设置有防尘网（2），在空调室外机机壳（1）的右前侧固定设置有右固定支架（3），在右固定支架（...
- 周自强么利中杨大哲吴明锋
- 文献传递
- 深度学习在绝缘子红外图像异常诊断的应用被引量：5
- 2021年
- 绝缘子的红外图像分析一般采用图像处理的方法,易受背景环境和数据量的影响,准确率和效率均较低,本文提出一种深度学习的异常诊断方法,基于改进的Faster R-CNN方法搭建检测网络,开展不同类型的绝缘子测试。研究结果表明:相对于神经网络(Back Propagation,BP)、Faster R-CNN方法,本文方法可高效地诊断出绝缘子的异常缺陷,平均检测精度达到90.2%;单I型和V型绝缘子的异常诊断准确率高于双I型绝缘子。研究结果可为输电线路绝缘子异常诊断提供一定的参考。
- 范鹏范鹏周自强冯万兴周盛周自强
- 关键词：绝缘子
- 基于蓝牙通讯信号控制的空调器
- 本实用新型公开了一种基于蓝牙通讯信号控制的空调器，解决了部署在同一区域的空调器使用常规红外线遥控器容易造成邻近同型号设备误调节的技术问题。包括布置在同一区域的多台空调器，在空调器（1）上，设置有空调控制器（2），空调控制...
- 周自强么利中安学民张宇
- 文献传递
- 深度学习在输电线路短路故障辨识的应用研究被引量：1
- 2020年
- 随着分布式故障测距技术的快速发展,输电线路故障行波数据量呈现指数性增长,传统的短路故障辨识研究方法效率低下。为此,以典型的雷击故障(绕击和反击)和非雷击故障图像库为基础,提出一种基于深度学习的短路故障辨识方法,对行波数据的时域信息进行特征识别,以波头和波尾为输入量,构建输电线路短路故障辨识模型。该方法为电力公司输电线路运维提供了理论依据。
- 周自强周自强赵淳
- 关键词：行波故障辨识雷击
- 空调户外机的抑尘装置
- 本发明公开了一种空调户外机的抑尘装置，解决了空调换热器的翅片清洗困难和维护工作量大的问题。包括在空调户外机机壳（1）的右前侧固定设置有右固定支架（2）和上下垂直方向的右导轨杆（4），在空调户外机机壳（1）的左后侧固定设置...
- 周自强么利中孙刚
- 文献传递
- 电力负荷数据典型特征提取被引量：3
- 2020年
- 随着智能电网的发展,用户类别日趋多样化,电力用户行为特征的研究显得尤为重要。首先对原始数据进行降维和分解,接着进行聚类分析,提取典型用户的日负荷曲线,最后对某地区不同用户的电力负荷曲线进行试点和应用。研究结果表明,该聚类分析方法准确率高,可提取出四类典型负荷曲线,为电力公司提供个性化、精准性的售电服务提供了理论依据。
- 周自强周自强范鹏
- 关键词：智能电网SVDKL散度电力负荷特征提取聚类分析
