特約副主編簡介

司大軍：博士，教授級高工，云南電網(wǎng)有限責(zé)任公司電網(wǎng)規(guī)劃建設(shè)研究中心一級技術(shù)專家。主要從事電網(wǎng)分析研究、電網(wǎng)規(guī)劃研究工作。近5年來主持云南電網(wǎng)公司項目7項，參與項目研究10余項。獲云南省技術(shù)發(fā)明特等獎1項、獲科技進步一等獎1項、三等獎2項，獲南方電網(wǎng)公司科技進步二等獎1項、三等獎3項。獲得2018年云南省政府特殊津貼、2014-2018年度云南省電機工程學(xué)會先進個人、2018年度云南電網(wǎng)“百名專家先進典型”等榮譽稱號。發(fā)表論文30余篇，其中第一作者18篇。獲國家發(fā)明專利6項。

特約專欄寄語

為進一步提高電力系統(tǒng)的可靠性、安全性、經(jīng)濟性、靈活性、友好性，近些年提出了智能電網(wǎng)的構(gòu)想，掀起了智能電網(wǎng)技術(shù)研究與應(yīng)用的高潮，在電網(wǎng)數(shù)據(jù)挖掘技術(shù)、智能診斷與識別技術(shù)、先進通信技術(shù)等不斷取得突破，并在電網(wǎng)中進行應(yīng)用。

為聚焦智能電網(wǎng)技術(shù)及其與在電網(wǎng)中的應(yīng)用，積極推動智能電網(wǎng)技術(shù)的進步，本專欄向廣大智能電網(wǎng)工作者展示近期電力設(shè)備智能檢測與識別、電網(wǎng)故障智能診斷、電網(wǎng)信息數(shù)據(jù)挖掘、先進通信技術(shù)支撐智能電網(wǎng)建設(shè)等方面的研究成果。

特約專欄文章摘要

文章一摘要：針對公司建設(shè)安全可信、接入靈活、雙向?qū)崟r互動的“泛在化、全覆蓋”配電通信網(wǎng)的迫切需求，基于5G智能電網(wǎng)典型應(yīng)用場景，提出基于5G切片的多業(yè)務(wù)泛在智能電網(wǎng)架構(gòu)。研究了面向服務(wù)的5G端到端切片技術(shù)和5G電力終端泛在可信接入技術(shù)，分析針對智能電網(wǎng)不同業(yè)務(wù)場景，如何提供超低時延、高帶寬、大連接、高安全性的差異化網(wǎng)絡(luò)服務(wù)。提出了多種應(yīng)用場景，進行“多業(yè)務(wù)接入、多網(wǎng)域切片、多維資源靈活管控”的立體化應(yīng)用。在業(yè)務(wù)方面，系統(tǒng)可以實現(xiàn)高清視頻回傳、低壓集抄等多種業(yè)務(wù)可信泛在接入。在網(wǎng)絡(luò)方面，實現(xiàn)基于5G可靠高效的泛在接入網(wǎng)、傳輸網(wǎng)、核心網(wǎng)承載。在管理方面，實現(xiàn)定制靈活的網(wǎng)絡(luò)切片、多維資源動態(tài)管控及可視化呈現(xiàn)。從技術(shù)角度分析，論文研究了5G端到端切片實現(xiàn)的多種關(guān)鍵技術(shù)；從應(yīng)用部署分析角度，論文提供了智能電網(wǎng)多業(yè)務(wù)泛在接入立體化解決方案，對于實現(xiàn)終端可信接入、業(yè)務(wù)靈活定制、資源可管可控的“泛在化、全覆蓋”配電通信接入網(wǎng)，奠定了研究和技術(shù)基礎(chǔ)。

文章二摘要：輸電線路運檢工作對電網(wǎng)的安全運行起著至關(guān)重要的作用。當前無人機正在加快與5G、北斗、物聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)等新技術(shù)融合，構(gòu)建數(shù)字化、智能化的輸電線路泛在巡檢技術(shù)體系，并與智慧輸電線路應(yīng)用場景深度融合，優(yōu)化和重構(gòu)無人機電力運檢技術(shù)體系與框架，推動無人機線路巡檢進入智慧巡檢階段。文章提出了“5G+無人機”輸電線路泛在巡檢技術(shù)思路，并通過在輸電線路智能巡檢體系建設(shè)中的實際研發(fā)應(yīng)用，證明5G網(wǎng)聯(lián)無人機超遠程低時延控制無人機或多機協(xié)同開展輸電線路全自主無人智能化巡檢，并實時開展故障研判和缺陷智能分析是完全可行，對提高作業(yè)安全、巡檢效率和作業(yè)質(zhì)量效果顯著，為無人機智能巡檢作業(yè)技術(shù)體系的深入研究提供實踐依據(jù)。

文章三摘要：變電站設(shè)備缺陷數(shù)據(jù)是反映設(shè)備狀態(tài)的重要指標，是設(shè)備全生命周期管理的重要記錄，蘊含著大量有效的信息。以非結(jié)構(gòu)化的缺陷描述文本數(shù)據(jù)為研究對象，采用Python編程語言，首先建立自定義詞典，基于隱馬爾可夫法（HMM）進行分詞處理，然后通過計算TF-IDF值排序，生成可視化的詞云效果，最后研究了一種快速分類預(yù)測的模型，并對模型進行效果評估，使現(xiàn)場人員能根據(jù)缺陷描述快速判定缺陷等級，減少判定時間，提升工作效率。

文章四摘要：變電設(shè)備缺陷是影響電網(wǎng)平穩(wěn)運行的重要因素，及時發(fā)現(xiàn)變電設(shè)備缺陷在提升電網(wǎng)可靠性、供電質(zhì)量、運維水平等方面都具有重要意義。隨著視頻監(jiān)控、智能巡檢機器人等設(shè)施在變電站的逐漸普及，傳統(tǒng)人工診斷方法難以應(yīng)對海量的監(jiān)控圖片。因此本文提出一種基于深度學(xué)習(xí)的變電設(shè)備缺陷檢測方法來快速檢測監(jiān)控圖片中的缺陷，使用單階段目標檢測算法YOLOV4來進行缺陷檢測。由于變電站多處于野外，安裝在變電站的攝像頭極易受到灰塵、水汽的影響導(dǎo)致所拍攝的圖片質(zhì)量不佳，針對此問題，本文在圖像預(yù)處理階段采用暗通道去霧算法對圖像進行處理，從而改善圖片質(zhì)量，提升神經(jīng)網(wǎng)絡(luò)對變電設(shè)備的檢測效果。