公开(公告)号：CN113436184A

公开(公告)日：2021-09-24

申请号：CN202110799838.1

申请日：2021-07-15

Applicant: 南瑞集团有限公司 ,  国电南瑞科技股份有限公司 ,  国电南瑞南京控制系统有限公司

Inventor： 王晶 ,  孙瀚 ,  张庆伟 ,  李坤仑 ,  张昭 ,  董元帅 ,  苏发亮

IPC: G06T7/00 ,  G06T5/00 ,  G06K9/46 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于改进孪生网络的电力设备图像缺陷判别方法，其步骤包括电力设备图像采集、数据清洗、数据增广、构建图像判别数据集、判别模型训练、实时推理和数据集更新与模型迭代。针对因图像训练样本收集难、缺陷特征不一致的设备缺陷类型进行了分析，构建了基于孪生网络结构的缺陷图像判别模型，提出了数据集更新与模型迭代优化策略，利用实时推理后的电力设备图像扩充判别数据库，提升了数据集数量的同时保证了数据集的质量；同时基于更新后的数据集定期重新训练模型，实现模型的迭代优化，设计的联合优化损失函数，综合考虑了类间可分性和类内紧凑性，提升了电力设备图像缺陷判别准确度的同时加快了模型训练收敛速度。

公开(公告)号：CN111598843A

公开(公告)日：2020-08-28

申请号：CN202010331940.4

申请日：2020-04-24

Applicant: 国电南瑞科技股份有限公司 ,  国电南瑞南京控制系统有限公司

Inventor： 杨莎 ,  熊纬 ,  张昭 ,  陈亮 ,  黄树欣

IPC: G06T7/00 ,  G06N3/08 ,  G06N3/04 ,  G06K9/62 ,  G06K9/32

Abstract: 本发明公开了一种基于深度学习的变压器呼吸器目标缺陷检测方法，包括：构建变压器呼吸器缺陷的标识数据集；构建变压器呼吸器目标缺陷检测模型，缺陷检测模型包括基于DenseNet的主干网络模块和与基于CenterNet的检测网络模块，主干网络模块与检测网络模块连接；利用标识数据集对缺陷检测模型进行训练得到优化的目标缺陷检测模型；将待检测的变压器呼吸器的图片输入优化的目标缺陷检测模型进行缺陷检测。本申请的方法在提升CNN学习能力的同时实现了模型轻量化设计，在一定程度上克服了硬件制造技术与复杂环境对识别准确率的影响，提高变压器呼吸器目标缺陷检测的效率和准确率。

公开(公告)号：CN117875771A

公开(公告)日：2024-04-12

申请号：CN202410018063.3

申请日：2024-01-05

Applicant: 国网安徽省电力有限公司 ,  国电南瑞南京控制系统有限公司 ,  北明软件有限公司 ,  国网安徽省电力有限公司信息通信分公司

Inventor： 赵永生 ,  凌松 ,  赵爱华 ,  陈金鑫 ,  唐亮 ,  梁晓伟 ,  张靖 ,  张良 ,  陶晓峰 ,  张昭

IPC: G06Q10/0639 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08 ,  G06F18/24

Abstract: 本发明公开了一种智能型供电可靠性指标分级预测方法，涉及电网运维管理领域。通过获取电网系统供电可靠性相关的历史数据，计算固定周期内的供电可靠性指标值，对供电可靠性指标值与历史数据进行灰色关联度分析，筛选在关联度阈值内的数据类别作为供电可靠性指标的重要影响因素，采集电网系统供电可靠性的重要影响因素的实时数据，通过匹配模型计算实时数据的均值与历史数据均值之间的同质度，筛选在所述同质度阈值范围内的所述重要影响因素的历史数据作为同质化参数作为输入，以对应的所述供电可靠性指标值计算结果作为输出进行训练获取神经网络预测模型，通过预测模型输出在实时数据时的所述供电可靠性指标的预测值。