-
公开(公告)号：CN115166435A
公开(公告)日：2022-10-11
申请号：CN202210769702.0
申请日：2022-06-30
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司
IPC: G01R31/12 , G01R31/327
Abstract: 本发明提供了一种基于声纹特征的GIS元件检测设备，其包括机架、转向装置以及第一送料装置；所述转向装置包括安设于所述机架的转向构件，所述转向构件用于调整储物箱开口的朝向；所述第一送料装置包括用于传送储物箱的第一传送构件、用于控制所述第一传送构件沿水平方向往复移动的第一移动构件以及用于控制所述第一传送构件沿竖直方向往复移动的第二移动构件，所述第二移动构件安设于所述机架，所述第一移动构件安设于所述第二移动构件，所述第一传送构件安设于所述第一移动构件。本发明解决了传统GIS元件检测设备操作麻烦以及自动化程度低的问题，具有工作效率高以及自动化程度高的优点。
-
公开(公告)号：CN112364756B
公开(公告)日：2022-09-06
申请号：CN202011240254.2
申请日：2020-11-09
Applicant: 国网安徽省电力有限公司电力科学研究院
Inventor： 李宾宾 , 田宇 , 柯艳国 , 罗沙 , 邱欣杰 , 程登峰 , 朱太云 , 朱胜龙 , 李坚林 , 甄超 , 姜源 , 温睿 , 韦健 , 金晶 , 叶剑涛 , 郑浩 , 宋东波 , 周立军 , 曹飞翔 , 吴琼 , 金甲杰 , 曹涛
Abstract: 本发明公开了一种基于天牛须和随机森林的GIS故障分类方法，其步骤包括：步骤1、采集GIS局部放电特高频信号数据，并对数据进行预处理，构建对应的GIS缺陷特征集；步骤2、采用随机初始化的天牛须位置坐标构建初始随机森林模型；步骤3、使用天牛须算法优化随机森林模型，并建立GIS故障诊断模型；步骤4、使用建立的GIS故障诊断模型识别故障类型，获得故障识别结果。本发明能获得较好的分类效果，加快随机森林参数寻优的效率，从而实现GIS局部放电故障的自动诊断和准确识别。
-
公开(公告)号：CN114780697A
公开(公告)日：2022-07-22
申请号：CN202210404856.X
申请日：2022-04-18
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 国网安徽省电力有限公司合肥供电公司
IPC: G06F16/332 , G06F16/36 , G06F16/901
Abstract: 本发明公开了基于知识图谱的智能问答系统，涉及电网调度技术领域，解决了现有技术在构建知识图谱的过程中，没有考虑到地理条件对电网的影响，使得构建的知识图谱不准确，导致获取答案不匹配的技术问题；本发明建立了目标区域的综合知识图谱，以及若干目标子区域的边缘知识图谱，将问题语料和综合知识图谱或者边缘知识图谱相结合获取对应的问题答案，提高了知识图谱的准确性，保证了问题答案的匹配度；本发明接收到智能终端发送的问题语料时，既可以对综合知识图谱进行检索获取问题答案，又可以对问题语料进行分析获取对应的目标子区域，进而根据目标子区域对应的边缘知识图谱获取问题答案，为问题语料提供了匹配度最高的问题答案。
-
公开(公告)号：CN114252075A
公开(公告)日：2022-03-29
申请号：CN202111500949.4
申请日：2021-12-09
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 国家电网有限公司
Inventor： 张佳庆 , 孙韬 , 严波 , 柯艳国 , 谢佳 , 谢铖 , 樊培培 , 叶良鹏 , 范明豪 , 甄超 , 操松元 , 章彬彬 , 尚峰举 , 过羿 , 黄玉彪 , 吴永恒 , 刘睿 , 程宜风 , 祝现礼
IPC: G01C21/20
Abstract: 本发明公开一种电缆沟巡检机器人的路径跟踪方法，本发明通过在机器人的两侧对称安装的4个激光测距仪实现对机器人当前位姿的计算，并根据计算结果调整机器人路径，同时通过图片数据实时展示机器人当前位姿和验证路径调整结果，计算过程简单，容易实现。作业人员能够直观了解机器人的当前状态，适用于封闭性地线管沟。
-
公开(公告)号：CN113945815A
公开(公告)日：2022-01-18
申请号：CN202111325855.8
申请日：2021-11-10
Applicant: 国网安徽省电力有限公司电力科学研究院
Inventor： 秦少瑞 , 朱太云 , 高博 , 朱胜龙 , 李坚林 , 甄超 , 赵恒阳 , 潘超 , 杨为 , 李宾宾 , 金甲杰 , 宋东波 , 潘成 , 张晨晨 , 胡啸宇 , 陈国宏 , 缪春辉
IPC: G01R31/12
Abstract: 本发明公开了一种SF6高压开关柜局部放电监测系统及定位方法，系统包括封闭的SF6高压开关柜箱体，在箱体的两侧面板以及正面板和上面板面向箱体内腔分别设置有荧光光纤传感器，荧光光纤传感器通过光纤传输线经光电转换器连接至监测服务器；方法基于逐次逼近方式定位所得样本值与传感器阵列建立的寻优目标函数进行递归逼近处理确定PD源位置。本发明采用光测法对SF6高压开关柜内部局部放电进行实时的监控，预先判定故障，有助于实现SF6高压开关柜的稳定运行，避免运行故障带来停电事故。
-
Patent Agency Ranking
公开(公告)号：CN112904197A
公开(公告)日：2021-06-04
申请号：CN202110096390.7
申请日：2021-01-25
Applicant: 国网安徽省电力有限公司电力科学研究院 , 西安交通大学
Inventor： 杨为 , 朱太云 , 田宇 , 柯艳国 , 郑浩 , 朱胜龙 , 张国宝 , 赵恒阳 , 蔡梦怡 , 陈忠 , 胡迪 , 罗沙 , 谢佳 , 李坚林 , 甄超 , 赵常威 , 秦金飞 , 宋东波 , 杨海涛 , 钱宇骋 , 吴正阳 , 闫静 , 樊诗诗 , 王艳新
IPC: G01R31/333 , G01H17/00 , G06F17/15
Abstract: 本发明公开了一种基于参数识别的高压断路器机械振动信号特征提取方法，实施步骤包括：针对振动信号构造相应的Hankel矩阵并进行奇异值分解，根据奇异值范数及设定阈值确定信号的主要成分，实现信号的降噪处理；通过快速傅里叶变换得到信号的主要中心频率，由此确定模态个数，对降噪后的振动信号进行变分模态分解，获得对应中心频率的固有模态函数分量；采用总体最小二乘法—旋转矢量不变技术对各固有模态函数分量的主要参数，即振动事件的幅值、频率、衰减系数、起始时刻进行识别并将其作为振动信号特征数据集。本发明的方法能够有效降噪，准确展示出各主要振动事件，计算量小且提高了参数识别的精度，为高压断路器机械状态评估奠定了基础。
-
公开(公告)号：CN112599134A
公开(公告)日：2021-04-02
申请号：CN202011400711.X
申请日：2020-12-02
Applicant: 国网安徽省电力有限公司 , 国家电网有限公司 , 国网安徽省电力有限公司电力科学研究院 , 安徽继远软件有限公司 , 国网信息通信产业集团有限公司
Abstract: 本发明提供一种基于声纹识别的变压器声音事件检测方法，包括对变压器语音信号待测样本进行分帧；对每个语音信号帧进行加窗；对每个加窗后的语音信号帧进行离散傅里叶变换；根据傅里叶变换结果计算能量谱密度；采用50Hz倍频三角滤波器组对能量谱密度进行滤波；对滤波后的能量谱密度取对数，最终得到变压器语音信号待测样本的声纹特征；采用事先训练好的CapsNet胶囊网络模型对声纹特征进行检测，得到变压器语音信号待测样本的类别。本发明可以解决变压器声音事件重叠问题，有着较高的识别准确率，提高了变压器声音事件在线检测的智能水平。
-
公开(公告)号：CN109856517B
公开(公告)日：2021-02-23
申请号：CN201910247454.1
申请日：2019-03-29
Applicant: 国家电网有限公司 , 国网安徽省电力有限公司电力科学研究院
IPC: G01R31/12
Abstract: 本发明公开了一种特高压设备局部放电检测数据的判别方法，包括：将连续的超声波频率信号经采样降至人耳可听到的连续声波频率信号；连续截取一个设定时间长度的帧声波频率信号；提取帧声波频率信号的梅尔频率倒谱系数作为待识别故障放电特征；将提取的待识别故障放电特征送入CNN卷积神经网络，经CNN卷积神经网络分析进入CNN卷积神经网络输出分类层的故障分类器；CNN卷积神经网络根据事先对已知故障放电特征学习形成的故障分类器，识别待识别故障放电特征并输出待识别故障放电类型。本发明直接用卷积神经网络CNN对故障类型进行模式学习和识别，提高了识别的准确率，减少或者避免了人工干预。
-
公开(公告)号：CN111860648A
公开(公告)日：2020-10-30
申请号：CN202010704770.X
申请日：2020-07-21
Applicant: 国网安徽省电力有限公司电力科学研究院
Inventor： 李宾宾 , 程登峰 , 田宇 , 罗沙 , 柯艳国 , 邱欣杰 , 朱太云 , 朱胜龙 , 李坚林 , 季坤 , 甄超 , 叶剑涛 , 杨为 , 赵恒阳 , 陈庆涛 , 郑浩 , 熊良民 , 姜源 , 温睿 , 韦健 , 金晶 , 陈忠 , 张国宝 , 宋东波 , 周立军 , 曹飞翔 , 吴琼 , 金甲杰 , 曹涛
Abstract: 一种绝缘缺陷类型获取方法，其特征在于，包括：获取绝缘缺陷的第一信息，所述第一信息为所述绝缘缺陷的特高频脉冲波形信息；根据所述第一信息及第一模型得到所述绝缘缺陷的类型信息，其中，所述第一模型为使用多组数据作为训练样本采用FkNN分类器训练所得，所述多组数据中的每组数据均包括绝缘缺陷的类型及绝缘缺陷的特高频脉冲波形信息。本发明实施时，本实施例通过FkNN分类器对数据样本中的绝缘缺陷类型及特高频脉冲波形信息进行训练得到第一模型，通过第一模型及获取的绝缘缺陷的特高品脉冲信息来确定绝缘缺陷的类型，获取结果准确，同时效率高。
-
公开(公告)号：CN113469654B
公开(公告)日：2024-03-15
申请号：CN202110756031.X
申请日：2021-07-05
Applicant: 安徽南瑞继远电网技术有限公司 , 南瑞集团有限公司 , 国网安徽省电力有限公司 , 中国科学技术大学先进技术研究院
IPC: G06Q10/10 , G06Q50/06 , G06V40/16 , G06V40/20 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于智能算法融合的变电站多层次安全管控系统，包括：信息采集传输层：用于采集变电站入口处待检人员的人脸、姿态信息、工作区域内工作人员的行为信息；多级智能算法层：包括非工作人员入侵多级防控模块、工作人员违规行为识别模块，用于非工作人员入侵检测、工作人员违规行为识别；算法部署推理层：将多个智能算法融合封装成统一镜像，实现算法模型在变电站算法服务器的部署；显示及预警层：包括变电站安防总控制台、预警装置，实现各级智能算法推理结果的显示，出现异常情况时触发警示灯和蜂鸣器。本发明能有效利用硬件资源，提升变电站安全管控等级。
-
-
-
-
-
-
-
-
-
Search Results
159
records
(took 0.119 seconds)
