网络首发
定向钻敷设电缆输送能力评估及提升方案
余尚豫;刘刚;高子恒;李绪一;李梓华;王鹏宇;大埋深、大跨度的定向钻敷设是电缆穿越非开挖区域的常用方式，然而现有的定向钻敷设电缆输送能力评估方法未考虑深层地温的影响，导致结果偏保守。为此，首先分析大埋深定向钻敷设电缆的实际传热过程，论证了传统计算方法的局限性。随后建立定向钻敷设电缆的三维温度场仿真模型，以评估电缆的真实输送能力；为达到与直埋敷设电缆相当的输送能力，提出基于高导材料回填的输送能力提升方案。最后构建考虑轴向传热与深层地温双重影响的定向钻敷设电缆准三维热路模型，对回填高导热材料后电缆导体热点温度进行快速评估。仿真结果表明，在不同工况下，基于准三维热路模型的热评估算法最大误差不超过2.5℃，能够满足工程应用上对电缆热评估的精度要求。
变电站监测数据质量提升技术研究及展望
郑翔;陈韶昱;吴佳毅;张一康;张敏;于逸廷;薛安成;随着变电站保护监控系统数字化、智能化的推进，二次系统产生的多源异构数据规模急剧增长、维度持续攀升，并出现异常频发、存储与计算成本增加等问题。因此，清洗监测数据，归并冗余信息，构建高效的数据质量提升体系，成为支撑新型电力系统发展的关键。有鉴于此，系统梳理变电站监测数据清洗研究进展，并结合LLMs（大语言模型）技术发展趋势，探讨MLLMs（多模态大语言模型）在数据质量提升中的应用潜力。首先，分析了变电站监测数据的基本特征及其质量提升的迫切需求；其次，围绕异常数据检测、异常类型辨识和数据修复3个关键环节，分析总结了现有数据清洗技术的原理、优缺点及适用场景，进一步探讨了MLLMs在相关任务中的应用路径；最后，展望了未来发展方向，特别分析LLM技术应用需解决的关键问题。
人工智能技术在电力变压器运维检修中的应用
李征;杨勇;杨智;何坚;蒋仕;孙林涛;朱泽继;随着电力系统规模扩大与智能化需求增长，传统电力变压器运维方法因效率低、隐性故障难预测、维护成本高等问题，难以满足新型电力系统需求。对此，探讨了AI（人工智能）技术在变压器运维检修中的应用，系统分析了专家系统、传统机器学习、深度学习及迁移学习等技术在巡检影像分析、状态评估、故障诊断、状态预测及运检策略优化中的进展，并结合典型案例，分析其技术优势与落地效果。同时，针对AI技术在实际应用中面临的技术挑战，如模型可解释性、小样本学习、数据失衡等问题，对未来研究方向进行了展望。上述研究可为推动变压器运维从“经验驱动”向“数据驱动”转型提供参考。
计及气象特征的线路覆冰荷载预测
李江;王尚玉;针对架空线路覆冰灾害频发及传统覆冰预测方法的局限性，提出一种计及气象特征的线路覆冰荷载预测方法。首先，依据线路荷载变化量，将气象环境划分为载荷增长、平衡和衰减3个模式集，并通过灰色关联度分析，将各气象参量的关联权重融入马氏距离算法。其次，为解决气象模式集之间模糊隶属关系的问题，基于历史经验，定义了IGP（覆冰增长势能）因子和IMP（覆冰融化势能）因子，定量描述气象特征变化。最后，将隶属度与监测数据结合，形成含气象特征信息的扩充历史样本，使用SVM（支持向量机）进行覆冰荷载预测。算例对仅考虑气象参量信息、气象过程模糊分类及所提方法3种训练模式的预测结果进行了对比分析，结果表明所提预测模型预测精度更高。
基于分布式声波传感的架空输电线路机械外破隐患监测
陈俊;陶礼兵;梁云;范晓舟;张梓平;刘子惠;架空输电线路近线区域的施工活动是机械外破事件的主要隐患，为应对其难以实时监测的难题，提出一种基于DAS（分布式声波传感）技术的架空输电线路近区施工活动监测方案。该方案通过复用OPGW（光纤复合架空地线）中的光纤，捕捉架空输电线路近区施工活动产生的声音信号，从而实现机械外破隐患监测。首先开展输电线路施工活动模拟试验，探究OPGW内光纤实测信号规律，提出基于信号帧能量与谱峭度的双阈值声音信号检测方案，实现异常声学信号捕捉；随后通过提取异常信号的MFCC（梅尔频率倒谱系数）参数构建特征向量，并在VGG16-BN模型架构中引入空间注意力机制，准确识别施工机械声音信号。实验表明，针对6种常见施工机械信号，所提分布式声学检测方案识别准确率达95.33%，为架空输电线路机械外破隐患监测提供了一种新的技术方案。