-
公开(公告)号:CN118150691B
公开(公告)日:2025-01-21
申请号:CN202410319901.0
申请日:2024-03-20
Applicant: 无锡广盈集团有限公司 , 国网江苏省电力有限公司无锡供电分公司
Abstract: 本申请提供了用于电缆接头硅橡胶的多特征仿真检测方法,涉及数据处理技术领域,该方法包括:采集预设硅橡胶型号的多个老化状态的密度标定值和杨氏模量标定值;生成多个超声时域回波仿真信号;执行老化状态预测通道的配置;生成服役监测集中温度和服役时长信息;生成老化密度预测结果和杨氏模量预测结果;将所述老化密度预测结果和所述杨氏模量预测结果,添加进电缆接头硅橡胶老化监测结果,解决了现有技术中存在的由于无法直接监测电缆接头硅橡胶的老化状态,仅能通过测试,或者事故触发后确定,导致电缆接头硅橡胶的监测智能化程度低的技术问题,达到实现硅橡胶的老化智能预测,提升电缆接头硅橡胶的安全性的技术效果。
-
公开(公告)号:CN118150691A
公开(公告)日:2024-06-07
申请号:CN202410319901.0
申请日:2024-03-20
Applicant: 无锡广盈集团有限公司 , 国网江苏省电力有限公司无锡供电分公司
Abstract: 本申请提供了用于电缆接头硅橡胶的多特征仿真检测方法,涉及数据处理技术领域,该方法包括:采集预设硅橡胶型号的多个老化状态的密度标定值和杨氏模量标定值;生成多个超声时域回波仿真信号;执行老化状态预测通道的配置;生成服役监测集中温度和服役时长信息;生成老化密度预测结果和杨氏模量预测结果;将所述老化密度预测结果和所述杨氏模量预测结果,添加进电缆接头硅橡胶老化监测结果,解决了现有技术中存在的由于无法直接监测电缆接头硅橡胶的老化状态,仅能通过测试,或者事故触发后确定,导致电缆接头硅橡胶的监测智能化程度低的技术问题,达到实现硅橡胶的老化智能预测,提升电缆接头硅橡胶的安全性的技术效果。
-
公开(公告)号:CN215923976U
公开(公告)日:2022-03-01
申请号:CN202121424430.8
申请日:2021-06-25
Applicant: 国网江苏省电力有限公司无锡供电分公司 , 无锡广盈集团有限公司
Abstract: 本实用新型公开了一种可自紧固电缆的电缆输送装置,包括机架、设置在机架上的工作台、驱动机构,所述工作台上设置有两组配套的履带输送装置,所述每组履带输送装置包括主动轴、主动链轮、从动轴、从动链轮和输送履带,所述主动链轮位于主动轴外、从动链轮位于从动轴外、输送履带张紧于主动链轮和从动链轮上,所述两组履带输送装置的输送履带之间形成电缆通道;所述驱动机构包括依次连接的驱动电机、联轴器、减速机、主动小齿轮和主动大齿轮,所述主动大齿轮设置在主动轴上并位于主动链轮下方。本实用新型可以增大输送设备的扭矩,结构简单,使用便捷。
-
公开(公告)号:CN119202595A
公开(公告)日:2024-12-27
申请号:CN202411260784.1
申请日:2024-09-10
Applicant: 无锡广盈集团有限公司
IPC: G06F18/20 , G06F18/25 , G06F18/10 , G06F18/214 , G06N3/045 , G06N3/094 , G06N3/0475 , G06N3/092
Abstract: 本发明公开了一种电力机器人目标检测算法及其系统,其中方法包括:S1:配备多种传感器、本地处理器、边缘服务器以及提供电力机器人与边缘服务器之间的数据传输通道;S2:利用生成对抗网络生成逼真的合成数据,扩展训练数据集;S3:加载预训练的卷积神经网络模型;S4:自适应调整深度学习模型的参数和结构,优化目标检测的参数和策略;S5:更新本体模型参数;S6:通过规划安全路径,实现避障功能;S7:不断优化深度学习模型的强化学习策略。本发明通过生成对抗网络生成逼真的合成数据,显著扩展了训练数据集,解决了真实数据获取成本高、标注困难的问题,还通过引入条件输入生成符合特定环境特征的合成数据,提高了数据的多样性和代表性。
-
公开(公告)号:CN119594967A
公开(公告)日:2025-03-11
申请号:CN202411435514.X
申请日:2024-10-15
Applicant: 无锡广盈集团有限公司
IPC: G01C21/20 , G01C21/34 , G01C21/00 , G06Q10/047
Abstract: 本发明公开了一种电力机器人的最优路径规划算法,包括以下步骤:环境建模、路径规划算法、实验与验证,环境建模包括通过传感器采集数据,处理点云和图像,生成标识输电线路和障碍物的三维地图,路径规划算法包括结合A星算法和强化学习方法,先通过A星算法进行初始路径规划,再通过强化学习方法对路径进行动态优化和调整;其有益效果为:通过结合A星算法和强化学习方法,不仅解决了传统路径规划算法在复杂环境中效率低、动态适应性差、缺乏实时避障能力等问题,实现了高效、智能的路径规划和动态调整,综合实验验证进一步保证了算法的可靠性和实用性。
-
-
-
-