1. 广东电网广州供电局
2. 中国电机工程学会
Published:2026
移动端阅览
龙云, 包育德, 田晓鹏, et al. 基于云管边端协同的变电站运行支持架构及缺陷检测[J]. 2026, 50(5): 2206-2217.
DOI:
龙云, 包育德, 田晓鹏, et al. 基于云管边端协同的变电站运行支持架构及缺陷检测[J]. 2026, 50(5): 2206-2217. DOI: 10.13335/j.1000-3673.pst.2025.0001.
电网数字化转型背景下,面对特大城市电力系统变电站业务场景复杂及数据规模激增的特点,当前云-边-端协同变电站运行支持系统架构无法满足高实时性、高并发性、高安全性、高稳定性的业务处理能力要求。该文系统性梳理了变电站业务类型、业务要求等,基于边缘计算技术构建了面向特大城市电力系统的云-管-边-端协同变电站运行支持系统架构。系统架构为缺陷检测提供必要的数据监控与采集,依据缺陷检测算法的计算结果,协助分析故障原因,迅速做出合理的决策。但目前变电站设备缺陷的目标检测算法存在学习能力低、模型过拟合等问题,通过引入频域特征融合模块和复合坐标注意力模块,提出了改进的YOLOV8检测算法,增强上下文信息的理解和鲁棒性,可以提升复杂场景下微小缺陷的识别能力与小目标、低对比度缺陷的检测效果。最后,通过算例仿真分析了系统架构数据处理方面的性能与改进算法在变电站仪表缺陷检测方面的能力。结果表明,该系统架构在不同性能条件下关键事物的成功执行率达到了84.62%,相较于相似思路改进的YOLOV7算法,在变电站仪表缺陷检测方面改进的YOLOV8算法的平均准确率提升了5.12%,验证了所提架构及其缺陷检测算法完全满足变电站的大规模业务接入与检测需求,能够有效应对电网运行风险,全面支持变电站数字化转型。
祁兵,夏琰,李彬,石坤,薛溟枫.基于边缘计算的家庭能源管理系统:架构、关键技术及实现方式[J].电力建设,2018(03).
李彬,贾滨诚,曹望璋,田世明,祁兵,孙毅,朱伟义,郑爱霞.边缘计算在电力需求响应业务中的应用展望[J].电网技术,2018(01).
龚钢军,罗安琴,陈志敏,栾敬钊,安晓楠,王雪蓓,苏畅,文亚凤.基于边缘计算的主动配电网信息物理系统[J].电网技术,2018(10).
李彬,贾滨诚,陈宋宋,杨斌,孙毅,祁兵.边缘计算在电力供需领域的应用展望[J].中国电力,2018(11).
笃峻,张海宁,柏杨,胡绍谦.智能变电站设备状态监测系统通信关键技术及实现[J].电力自动化设备,2016(04).
孙启悦,王龙.基于超像素图像分割的变电设备故障诊断研究[J].浙江电力,2017(12).
司羽飞,谭阳红,汪沨,康文妮,刘杉.面向电力物联网的云边协同结构模型[J].中国电机工程学报,2020(24).
金昊,康宇哲,齐希阳,洪榛.基于Faster R-CNN的高压电线缺陷检测方法[J].计算机应用,2019(S2).
张旭,翟登辉.基于深度学习目标检测的电力设备锈蚀缺陷检测算法[J].供用电,2020(12).
陆泽文,樊兴.电网运行安全问题及设备维护改进措施[J].中国高新科技,2022(02).
张帆.基于边缘计算的变电设备监测系统研究与应用[J].电工技术,2021(24).
吴泽华,吴宝英,赵林杰,程建伟,王青于,刘鹏,黄克捷,郭伊宇,杜志叶,曾强.面向输变电设备数字孪生的多物理场正反演快速仿真关键技术综述[J].电网技术,2024(10).
曾梦妤,甘露,张迪,王朋,张勇军,霍嘉兴.以数字电网促进新型电力系统IT与OT融合的思考[J].电力自动化设备,2024(09).
李冰,杜喜英,王玉莹,翟永杰.基于改进YOLOv8n的变电设备红外图像实例分割算法[J].电子测量技术,2024(10).
高晓丽,杨瑶玉,丁子郡,李超,李伟.基于数据中台的变电站智能巡检系统分析[J].集成电路应用,2024(05).
张扬帆,王玙,李阳,沈小军,梁恺.基于云-边-端协同的区域级风电场大数据中心数据管理框架及优化运行方法[J].高电压技术,2024(11).
谢亮生,张芹,龙川,文瑜,杨俊锋.基于改进YOLOv7的溴铅铯薄膜表面缺陷检测算法[J].现代电子技术,2024(19).
刘建锋,范一凡,宋伊宁,明远东,夏能弘.基于改进连续变分模态分解和深度残差网络及漏磁信号的变压器绕组故障诊断[J].电网技术,2025(10).
0
Views
350
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution