-
公开(公告)号：CN109687576B
公开(公告)日：2022-07-05
申请号：CN201811480593.0
申请日：2018-12-05
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司检修分公司
IPC: H02J13/00
Abstract: 本发明涉及一种换流站电力设备状态可视甄别巡视方法,提供移动端和可视甄别系统，包括以下步骤：将电力设备运行工况和屏柜PLC、继电器指示灯运行参数和位置录入到可视甄别系统中,计算得到当前工况下屏柜内指示灯亮灭情况;移动端采集屏柜指示灯现场图片数据，并传送至可视甄别系统；可视甄别系统对得到的指示灯现场图片数据进行处理，得到当前屏柜指示灯实际亮灭情况；可视甄别系统根据当前工况下屏柜内指示灯亮灭情况与当前屏柜指示灯实际亮灭情况，判断指示灯是否异常，并输出判别结果。本发明使用优化的图像识别算法对指示灯进行识别快速判断各指示灯是否有异常，及时发现设备早期隐患，保证系统安全。
-
公开(公告)号：CN114219753A
公开(公告)日：2022-03-22
申请号：CN202111256280.9
申请日：2021-10-27
Applicant: 国网福建省电力有限公司检修分公司
Inventor： 何志甘 , 范彦琨 , 张锦吉 , 付胜宪 , 陈德兴 , 李冠颖 , 林剑平 , 吕小伟 , 徐显烨 , 杨宏毅 , 李升晖 , 姚国华 , 林石 , 彭质斌 , 熊旭 , 张舒雅 , 黄东方 , 张颜真 , 许卉 , 严欣
IPC: G06T7/00 , G06V10/44 , G06V10/75 , G06V10/774 , G06K9/62 , G06N3/04 , G06Q10/00 , G06Q50/06 , G07C1/20
Abstract: 本发明提供一种基于深度学习的电力设备表面缺陷检测方法及终端，包括：获取电力智能巡视系统自动定时采集的实时图片；采用深度学习模板库对实时图片进行判别，若判别失败则采用图像识别模式对实时图片进行判别，若再判别失败，则采用人工标记处理；对深度学习模板库或图像识别模式判别成功的实时图片自动标记设备的类型、位置及轮廓；将标记完成后的所述实时图片导入所述深度学习模板库进行深度学习，更新所述深度学习模板库后，继续进行下一张实时图片的识别。本发明实现了自反馈的图像识别处理方法，充分利用智能巡视系统采集到的大量图片，完成对电力设备模板库的自动维护和自动更新，实现更加精确的电力设备工作状态的智能判别。
-
公开(公告)号：CN112705276A
公开(公告)日：2021-04-27
申请号：CN202011483153.8
申请日：2020-12-15
Applicant: 国网福建省电力有限公司检修分公司
Abstract: 本发明涉及一种阀外冷补充水软化装置吸盐系统的优化设备及方法，其中，设备包括PLC控制器、变频器、搅拌机、电导率传感器和进水流量传感器；所述电导率传感器、进水流量传感器和出水流量传感器与所述PLC控制器的输入端电连接，所述变频器和搅拌机与所述PLC控制器的输出端电连接，所述变频器的输出端与所述搅拌机电连接；所述电导率传感器设置于盐箱中，用于采集盐箱内盐水的电导率数据并发送至所述PLC控制器；所述进水流量传感器设置于盐箱的进水管道中，用于采集进水管道是否有水流流入的进水信号并发送至所述PLC控制器；所述PLC控制器根据电导率数据和进水信号控制所述搅拌机工频启动或通过所述变频器控制所述搅拌机变频启动。
-
公开(公告)号：CN114089186B
公开(公告)日：2024-06-04
申请号：CN202111327306.4
申请日：2021-11-10
Applicant: 国网福建省电力有限公司检修分公司
Abstract: 本发明涉及一种电机状态检测分析预警方法及设备，方法包括以下步骤：在待检测电机特定位置安装相应的传感器，传感器至少包括振动传感器、噪声传感器、电压传感器、电流传感器和温度传感器；通过各传感器采集当前时刻待检测电机的各状态量，并进行滤波去噪；建立电机状态分析模型；通过电机状态分析模型和待检测电机的各状态量进行综合分析，得到当前时刻待检测电机的电机状态量。设备通过该方法对电机状态进行检测。本发明方法通过电机状态分析模型从多维度对待检测电机状态进行分析，得到当前时刻电机的电机状态量。本发明设备通过预存各类型电机的标准状态量，进行电机状态量与标准状态量的对比，得到电机当前工作状况。
-
公开(公告)号：CN112705276B
公开(公告)日：2023-07-18
申请号：CN202011483153.8
申请日：2020-12-15
Applicant: 国网福建省电力有限公司检修分公司
Abstract: 本发明涉及一种阀外冷补充水软化装置吸盐系统的优化设备及方法，其中，设备包括PLC控制器、变频器、搅拌机、电导率传感器和进水流量传感器；所述电导率传感器、进水流量传感器和出水流量传感器与所述PLC控制器的输入端电连接，所述变频器和搅拌机与所述PLC控制器的输出端电连接，所述变频器的输出端与所述搅拌机电连接；所述电导率传感器设置于盐箱中，用于采集盐箱内盐水的电导率数据并发送至所述PLC控制器；所述进水流量传感器设置于盐箱的进水管道中，用于采集进水管道是否有水流流入的进水信号并发送至所述PLC控制器；所述PLC控制器根据电导率数据和进水信号控制所述搅拌机工频启动或通过所述变频器控制所述搅拌机变频启动。
-
Patent Agency Ranking
公开(公告)号：CN114186618A
公开(公告)日：2022-03-15
申请号：CN202111400300.5
申请日：2021-11-24
Applicant: 国网福建省电力有限公司检修分公司
Inventor： 何志甘 , 付胜宪 , 林匹 , 范彦琨 , 陈德兴 , 陈光焰 , 李冠颖 , 黄东方 , 林剑平 , 张锦吉 , 李升晖 , 林石 , 吕小伟 , 许卉 , 张颜真 , 康美金 , 黄金魁 , 张雯婧
Abstract: 本发明涉及一种判断换流阀工作状态的方法，包括以下步骤：S1：数据采集；巡检机器人换流阀的阀模块的各项数据进行测量、采集；S2：获取原始数据；巡检机器人将采集到的检测数据传输至控制中心，形成原始数据；S3：数据的整合；控制中心进行整合；数据重构系统包括至少两个数据输入模块和一个集成模块；控制中心从原始数据中选择，一项数据对应传输至一数据输入模块进行重构，根据重构误差和中间变量误差判断该项数据的异常情况；每一数据输入模块各自对应的重构误差在集成模块进行最终整合，根据各项重构误差得到整体风险分数，最终与每一数据输入模块各自对应的风险分数加权之后，得到最终的风险评分，完成换流阀的阀模块工作状态的分析与评价。
-
公开(公告)号：CN114089186A
公开(公告)日：2022-02-25
申请号：CN202111327306.4
申请日：2021-11-10
Applicant: 国网福建省电力有限公司检修分公司
Abstract: 本发明涉及一种电机状态检测分析预警方法及设备，方法包括以下步骤：在待检测电机特定位置安装相应的传感器，传感器至少包括振动传感器、噪声传感器、电压传感器、电流传感器和温度传感器；通过各传感器采集当前时刻待检测电机的各状态量，并进行滤波去噪；建立电机状态分析模型；通过电机状态分析模型和待检测电机的各状态量进行综合分析，得到当前时刻待检测电机的电机状态量。设备通过该方法对电机状态进行检测。本发明方法通过电机状态分析模型从多维度对待检测电机状态进行分析，得到当前时刻电机的电机状态量。本发明设备通过预存各类型电机的标准状态量，进行电机状态量与标准状态量的对比，得到电机当前工作状况。
-
公开(公告)号：CN112116209A
公开(公告)日：2020-12-22
申请号：CN202010864496.2
申请日：2020-08-25
Applicant: 国网福建省电力有限公司检修分公司 , 国网福建省电力有限公司
Inventor： 何志甘 , 陈光焰 , 付胜宪 , 林匹 , 范彦琨 , 陈德兴 , 李冠颖 , 黄东方 , 林剑平 , 张锦吉 , 李升晖 , 徐显烨 , 林石 , 吕小伟 , 许卉 , 张颜真 , 康美金 , 黄金魁 , 张雯婧
Abstract: 本发明涉及一种通过表面温度与特高频数据判别阀模块工作状态的方法，包括以下步骤：设定巡检机器人的定时巡检工作流程，周期性对设定范围的阀模块进行表面温度及特高频局放数据测量，得到阀模块表面平均温度Tave、最高温度Tmax、温差Tdet以及阀模块特高频局放实测数据P、历史平均数据Pave；判断阀模块是否工作异常：如果满足Tdet≥5℃或(((P‑Pave)/Pave)*100%)≥20%或k≥阈值K，则判断阀模块工作状态异常；k=k1×(Tmax‑Tave)/Tave+k2×(1‑(5‑Tdet)/5)+k3×(P‑Pave)/Pave。该方法有利于提高换流阀模块工作状态判别的有效性和准确性。
-
公开(公告)号：CN110738653A
公开(公告)日：2020-01-31
申请号：CN201910991339.5
申请日：2019-10-18
Applicant: 国网福建省电力有限公司检修分公司 , 国网福建省电力有限公司
Abstract: 本发明涉及一种电气设备图像差异检测预警方法。将第1次视频巡检时采集的设备无异常时的设备图片作为基准图，将第2次视频巡检时采集的图片作为待判断图；对待判断图进行预处理；对待判断图进行配准处理，以校正图片偏移；将处理后的待判断图与基准图进行差异化判断，并输出判断结果。本发明可根据自动巡检采集的图像数据自动对图像进行判别，在节省运维巡视时间的同时又确保了设备异常可以得到及时有效的预警和监控，为电气设备安全可靠运行提供了重要的技术安全保障。
-
公开(公告)号：CN114219753B
公开(公告)日：2025-01-17
申请号：CN202111256280.9
申请日：2021-10-27
Applicant: 国网福建省电力有限公司检修分公司
Inventor： 何志甘 , 范彦琨 , 张锦吉 , 付胜宪 , 陈德兴 , 李冠颖 , 林剑平 , 吕小伟 , 徐显烨 , 杨宏毅 , 李升晖 , 姚国华 , 林石 , 彭质斌 , 熊旭 , 张舒雅 , 黄东方 , 张颜真 , 许卉 , 严欣
IPC: G06T7/00 , G06V10/44 , G06V10/75 , G06V10/774 , G06V10/82 , G06N3/0499 , G06Q10/20 , G06Q50/06 , G07C1/20
Abstract: 本发明提供一种基于深度学习的电力设备表面缺陷检测方法及终端，包括：获取电力智能巡视系统自动定时采集的实时图片；采用深度学习模板库对实时图片进行判别，若判别失败则采用图像识别模式对实时图片进行判别，若再判别失败，则采用人工标记处理；对深度学习模板库或图像识别模式判别成功的实时图片自动标记设备的类型、位置及轮廓；将标记完成后的所述实时图片导入所述深度学习模板库进行深度学习，更新所述深度学习模板库后，继续进行下一张实时图片的识别。本发明实现了自反馈的图像识别处理方法，充分利用智能巡视系统采集到的大量图片，完成对电力设备模板库的自动维护和自动更新，实现更加精确的电力设备工作状态的智能判别。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.037 seconds)
