会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

智慧风电场方案设计

海上风电场项目位于福建省福州市平潭县北部的长江澳以东0~8km海域，工程涉海面积约13平方公里，水深20~25m，场址内有白冰岛及部分水下暗礁存在，海底地形较为复杂。现拟分期开发，后续待山洲列岛海洋保护区规划调整后，开发剩余区域。工程一期装机容量185MW，本阶段拟安装37台单机容量为5.0MW的风电机组，设置一座220kv陆上升压站。风电场37台风电机组本期初拟设置7回35kV集电线路各联合单元由1回35kV集电线路接至220kV升压站35kV配电装置，汇集后由2台220/35 120MVA主变压器升压至220kV拟由架空线送至平潭地区电网。风机基础为高桩承台基础，风机安装采用分体式安装的方式。

  • 2024-11-11
  • 阅读309

王宇博：基于改进YOLOv7的实时输电导线缺陷检测方法

输电导线是电力系统中重要的组成部分，输电导线缺陷将影响电力系统运行。因此提出了基于改进YOLOv7算法的输电导线缺陷检测方法。首先，提出了一种自动扩充数据集的方法，可以使用少量图片建立输电导线缺陷数据集；其次，提出了一种轻量化自注意力主干网络，对YOLOv7的主干网络进行替换，并使用BiFPN进行特征融合。实验结果表明：所提出的改进后的YOLOv7算法将精准度从原本89.4%提升到97.5%；同时，算法将检测速度提升了约60.49%，FPS从原有的52.36帧提升至84.03帧，可以做到对输电线路的实时检测，降低了输电导线缺陷的误检漏检率，提升了检测速度，提高了巡检效率。

  • 2024-11-26
  • 阅读250

吴田高工：基于改进ST-GCN的10kV带电作业人员视频异常行为识别方法

？为确保常态化配网带电作业时人员和设备的安全，异常行为识别是必不可少的技术手段，但现有带电作业行为识别方法存在准确率低、可识别种类少以及受背景干扰导致漏检和误检等问题。

  • 2024-11-29
  • 阅读253

刘云副教授：基于系统强度在线评估的新能源基地协同紧急调控研究

华南理工大学电力学院刘云副教授做了题为“基于系统强度在线评估的新能源基地协同紧急调控研究”的报告，征得刘云副教授同意，特与您分享！

  • 2024-09-12
  • 阅读209

2022年世界渔业和水产养殖状况-努力实现蓝色转型-FAO（266页）

对于推动农业粮食体系转型的呼吁日益迫切，人们希望以此能够为不断增长的人口保障粮食安全，改善营养状况，提供可负担的健康膳食，同时保护生计和自然资源。

  • 2024-10-12
  • 阅读207
  • 下载0
  • 266页
  • pdf

数字化转型背景下的企业流程治理研究报告

当今世界正经历百年未有之大变局，一个全球发展的新时期正？？在逐渐开启。数字化转型实践正在改变各行各业的运行方式，数字？？化对经营管理领域的实践成果，同样可以推动公司流程治理层面的？？提升。在此背景下，《数字化转型背景下的企业流程治理研究报告》？应运而生，旨在深入探讨在数字化技术助力下的当前企业流程治理？？现状、实践和挑战，为企业提供一份全面而深入的参考指南。

  • 2024-10-16
  • 阅读341

饶宏院士：构网型储能技术及其在新型电力系统的应用

南方电网公司首席科学家、《南方电网技术》主编、中国工程院饶宏院士在院士专家论坛上作了题为“构网型储能技术及其在新型电力系统的应用”的主旨报告，征得饶院士同意，特与您分享！

  • 2024-10-16
  • 阅读1801

王小聪：基于DRSN-CW-LSTM网络的锂电池荷电状态预测

由于电池荷电状态（state of charge，SOC）无法直接测量，且传统的SOC估算方法精度低。为了提升锂离子电池SOC估算精度，对比了不同深度学习网络模型应用于SOC估算的效果，并提出了一种基于DRSN-CW-LSTM网络的锂离子电池SOC估算方法。该方法基于长短期记忆网络（long-short-term memory，LSTM）和逐通道不同阈值的深度残差收缩网络（deep residual shrinkage networks with channel-wise thresholds，DRSN-CW），利用锂离子电池电压、电流、温度、容量等数据信息在深度残差收缩网路中进行特征提取，通过LSTM进一步拟合时间序列数据趋势，实现锂离子电池在使用周期内SOC的预测。在DRSN-CW网络的残差收缩模块中可以实现自适应噪声数据处理功能，消除锂离子电池数据流质量对SOC预测的负面影响。利用锂电池公共数据集训练所提出的网络，对比了3种神经网络模型在该两组数据集上的预测效果。实验结果表明，所提出的深度学习模型在两组公开数据集上的MAE和RMSE均值都控制在5%以内，相比其他3种深度学习模型有更好的抗噪性能和预测性能，且估算精度高。

  • 2024-10-28
  • 阅读364