원래 이름 기록: 国网河南省电力公司洛阳供电公司

一种环网柜基坑或变电站基坑引出电缆校直装置，涉及一种电缆校直装置，在U形板的两立板靠近中部两侧分别设有凸起柱，U形板的四个凸起柱至U形板靠近两端之间分别设有挡板；半圆板A的两侧分别固定在两根拉杆的靠近内端之间，在两根拉杆的内端分别设有凹字形插接头，两根拉杆的外端分别设有拉绳形成一侧调整机构，一侧调整机构与另一侧调整机构为相同结构；本发明将电缆弯曲处的凸起部位放置在U形板的中部槽内，半圆板A和半圆板B分别扣在电缆两侧翘起处，利用脚踩槽钢和双手拉住拉绳A和拉绳便可轻松将电缆校直。

本发明属于电动汽车充放电控制技术领域，具体涉及一种融合EV充放电行为聚类与深度强化学习的智能调度方法，该方法在具体使用时能够快速实现削峰任务，通过聚类识别用户充放电行为差异性，压缩调度决策维度，在个体层，将多档位充放电功率离散为动作空间，并结合SOC状态调整功率，以提升响应的精准性，构建以用户充电成本最小化为目标的MDP模型，在实现经济性提升的同时，缓解了用户间的成本不均问题，调度结果更加公平且具备一致性，并采用引入目标网络的DQN算法实现EV充放电策略优化，仿真结果验证了所提方法在降低用户充电成本、削减系统峰值负荷方面的有效性。

一种基于罚函数的电缆外破动态风险评估装置及方法，属于输电电缆运维技术领域，用于高压电缆防外破。装置包括：底座、太阳能板、锂电池、麦克风、摄像头、图像处理芯片。针对无施工备案及用户单位的外破隐患现场，麦克风对现场噪音进行检测，噪音达到阈值以上时唤醒休眠状态的摄像头，对现场进行视频监测，图像处理芯片对采集到的图片通过罚函数构造实时分析是否具有外破风险，预测到异常时将告警信息发送至电缆运维人员。

本发明公开了基于半监督小样本学习的配电网无人机巡检缺陷识别方法，涉及电力设备智能巡检技术领域，本发明包括以下步骤：采集绝缘子可见光图像构建含标注和未标注的数据集，定位裁剪绝缘子串并归一化分辨率，对标注数据进行增强，保留未标注数据原始图像；构建基于ResNet‑18的双路径特征提取网络，搭配分类器和U‑Net结构对抗子网络，生成对抗性增强特征；初始化模型参数并预热训练，对未标注样本进行双路径评估，筛选高价值样本并生成伪标签；生成高价值样本对抗增强特征，计算多类损失并联合优化更新参数，动态降低阈值循环训练至收敛；选择最优模型并固化导出，集成到巡检平台，标记疑似缺陷推送复审，积累新增样本用于增量训练。

本发明提出一种基于源荷互补的配电台区分布式电源自主消纳方法，包括以下步骤：S1、基于源荷互补的配电台区模型，构建基于源荷互补的配电台区模型；S2、根据步骤S1得到的配电台区模型，建立日前优化调控模型；S3、采用步骤S2得到的配电台区支路潮流模型，根据优化目标，结合约束条件，求解支路潮流。本发明提出的方法运用于优化调度后，配电台区的新能源消纳率由81.2％提升至83.2％，并且电动汽车在不同时间段的响应调度有效促进了新能源消纳和削峰填谷，降低了主网购电和网损成本，实现了总成本的减少。本发明提高了分布式电源的消纳能力，同时提升配电网运行的经济性。