-
公开(公告)号：CN115577277A
公开(公告)日：2023-01-06
申请号：CN202211275506.4
申请日：2022-10-18
Applicant: 国网电力科学研究院武汉南瑞有限责任公司 , 国网电力科学研究院有限公司 , 国网西藏电力有限公司电力科学研究院 , 国网四川省电力公司电力科学研究院 , 国网湖北省电力有限公司电力科学研究院
IPC: G06F18/2321 , G06F18/25 , G06T7/207
Abstract: 本发明属于雷电监测、预报技术领域，特别涉及一种解析雷暴云团状态变化的方法，通过建立数学模型，引入雷暴移动速度和雷暴分裂、合并的判定方法，较好的解决了对雷暴云团进行跟踪过程中难以判定分裂或合并的技术难题，适合在雷电预报行业推广。本发明还提供了一种存储有该方法程序的非暂态可读记录媒体及包含该媒体的系统，通过处理电路可以调用该程序，以执行上述方法。
-
公开(公告)号：CN115456248A
公开(公告)日：2022-12-09
申请号：CN202210976018.X
申请日：2022-08-15
Applicant: 国网电力科学研究院武汉南瑞有限责任公司
Inventor： 张永刚 , 谷山强 , 李健 , 吴大伟 , 李秋阳 , 朱浩楠 , 李哲 , 陶汉涛 , 张磊 , 林卿 , 姜志博 , 白冰洁 , 李旺 , 温宽 , 刘泽 , 王宇 , 刘玉欢
Abstract: 本发明公开了一种基于卷积神经网络的落雷预测模型构建方法，该方法以目标区域的历史雷电定位数据和气象数据为基础，通过统计雷电数据提取了目标区域内部的落雷次数与雷电流强度信息，以二者出现的比例为依据并结合目标区域的防雷要求划分了落雷次数与雷电流强度的分类区间，以落雷次数类别和雷电流强度类别为基础分别建立了落雷次数类别样本和雷电流强度类别样本，分别训练了以时空变量和气象参量为输入、以落雷次数或雷电流强度各个类别的概率为输出的卷积神经网络预测模型，实现了对落雷次数和雷电流强度的分类预测。本方法可用于开展基于预报信息的雷击故障主动防护，对降低雷击灾害损失、提升社会防雷水平具有十分重要的意义。
-
公开(公告)号：CN113644587A
公开(公告)日：2021-11-12
申请号：CN202110789335.6
申请日：2021-07-13
Applicant: 国网电力科学研究院武汉南瑞有限责任公司
IPC: H02G1/02
Abstract: 本发明属于电力线路巡检技术领域，提供了一种输电线路巡检系统，包括无人机和安装在其上部的挂载装置，挂载装置包括开合机构和两个以上的行走臂，行走臂铰接在无人机上，开合机构设置在无人机内，可驱动行走臂绕铰接轴旋转；行走臂由上下两段助力臂铰接而成，上段助力臂顶部设置有两个行走轮，两行走轮的轮心距可调，该装置通过无人机视觉系统发现障碍物，由无人机内置芯片驱动开合机构及行走臂完成多角度动作，使同一无人机上用于挂载的行走臂在障碍物前依次离线，通过障碍物后再依次上线。上述巡检步骤即为本发明提供的一种输电线路巡检方法，适用于野外长距离供电线路的巡检。
-
公开(公告)号：CN112507035A
公开(公告)日：2021-03-16
申请号：CN202011341844.4
申请日：2020-11-25
Applicant: 国网电力科学研究院武汉南瑞有限责任公司 , 南瑞集团有限公司
Abstract: 本发明公开了一种输电线路多源异构数据统一标准化处理系统，它的数据获取模块采集输电线路多源异构数据；标准化模块将结构化数据转换成标准数据格式，对非结构化数据中的文本数据进行词法、语法和/或语义分析得到标准化文本数据；数据融合模块得到知识图谱。本发明分别对结构化数据、文本数据、图像或视频数据等多源数据进行标准化处理，抽取实体、属性、关系信息，对同一实体进行属性合并，并建立实体与图像目标识别结果之间的关联关系，实现了输电线路多源数据的预处理和有效融合，为输电线路的安全稳定运行提供决策支撑，提高了输电线路监测数据可信度。
-
公开(公告)号：CN111897030A
公开(公告)日：2020-11-06
申请号：CN202010690956.4
申请日：2020-07-17
Applicant: 国网电力科学研究院有限公司 , 国网电力科学研究院武汉南瑞有限责任公司
Abstract: 本发明涉及电网技术领域，尤其涉及一种雷暴预警系统及方法，本发明包括雷暴短临预报模块、雷暴潜势预报模块、雷暴实时监测模块、用户管理模块以及雷暴预报预警可视化模块五个部分，基于电网雷暴预报数据的短临预报、潜势预报提供精细化预报产品数据，通过API接口接入所部署的服务器，实时传输预报结果，通过基于Web GIS技术的预报预警可视化系统平台展示。雷暴预报预警项目系统总体可分为数据来源层、原始数据层、数据存储层、计算层、应用服务层等五个层次。该方法可提前有效的发现雷电活动对输电线路的影响，提高调度及应急预案制定管理水平，并为电网的安全、稳定、优质及经济运行奠定良好的基础，安全及效益社会显著。
-
Patent Agency Ranking
公开(公告)号：CN107392790A
公开(公告)日：2017-11-24
申请号：CN201710530714.7
申请日：2017-06-30
Applicant: 国网电力科学研究院武汉南瑞有限责任公司 , 国家电网公司
CPC classification number: G06Q50/06 , G06K9/6223
Abstract: 本发明提供了一种雷电数据与输电线路本体运行数据关联方法，其特征在于，包括如下步骤：第一步：注入W，E、D、F分量属性；第二步：连接数据，并使用K-means标量化雷电数据；第三步：使用Apriori搜索频繁项，并找出符合支持度和置信度的结果；第四步：设置前置条件lhs，后置条件rhs，对结果进行过滤；第五步：还原标量化雷电数据，得到具有指导意义的知识。本发明的雷电数据与输电线路本体运行数据关联方法利用主要故障相关的雷电数据，以输电线路构成元素为基础，通过关联分析，从大量的缺陷故障中发现雷电外力对输电线路造成影响的频繁规律，为输电线路有针对性的维护，减少故障缺陷发生提供参考依据。
-
公开(公告)号：CN106771658A
公开(公告)日：2017-05-31
申请号：CN201611016657.2
申请日：2016-11-18
Applicant: 国网安徽省电力公司电力科学研究院 , 国网电力科学研究院武汉南瑞有限责任公司
IPC: G01R29/08
CPC classification number: G01R29/0842
Abstract: 本发明涉及提高单个大气电场仪雷电预警能力的方法，1、找出所有超过85％γ值的大气电场仪；2、对于找出的大气电场仪A，在A的探测范围内搜索≥第一级雷电发生预警的大气电场仪，并得到满足条件的大气电场仪集合S1；3、在大气电场仪S1i的探测范围内搜索≥第一级雷电发生预警的其它大气电场仪，并得到满足条件的其它大气电场仪集合S2；4、继续完成后面各级大气电场仪集合遍历；5、将上述被搜索出的大气电场仪构成集合J1，将J1中的大气电场仪根据与大气电场仪A的距离按由近到远排列，如果该排列中大气电场仪的预警等级呈非递减排列，且J1中的大气电场仪个数大于ε，将大气电场仪A的雷电发生预警等级调整为第一级雷电发生预警。
-
公开(公告)号：CN105785243A
公开(公告)日：2016-07-20
申请号：CN201610217229.X
申请日：2016-04-08
Applicant: 国家电网公司 , 国网电力科学研究院武汉南瑞有限责任公司 , 国网江西省电力公司
CPC classification number: G01R31/1245 , G08B21/182 , G08B21/185
Abstract: 本发明公开了一种特高压交流输电线路绝缘子覆冰闪络风险评估方法，包括：S1、气象及线路基础数据收集；S2、绝缘子覆冰闪络起始条件判断；S3、绝缘子覆冰闪络电压计算；S4、绝缘子覆冰闪络风险评估。本发明能根据实时气象数据，结合特高压交流输电线路的基础资料对绝缘子覆冰闪络风险进行评估，可为电网运行管理部门的防灾减灾工作提供有力的指导；本发明实现简单，可行性强，预测结果具有较高的参考价值。
-
公开(公告)号：CN118114546B
公开(公告)日：2024-12-03
申请号：CN202311800415.2
申请日：2023-12-26
Applicant: 国网电力科学研究院武汉南瑞有限责任公司
IPC: G06F30/27 , G06F18/25 , G06N3/0464 , G06F111/10
Abstract: 本发明公开了数值模式驱动的深度学习雷电预警系统及方法，包括数据融合处理模块、样本构建模块、深度学习模型构建模块、参数优化验证模块，采用时空融合处理方法对雷电监测数据和EC天气预报数据进行数据融合处理；构建雷电逐时预测深度学习模型；将雷电监测数据和EC天气预报数据训练雷电逐时预测深度学习模型，利用贝叶斯优化策略对超参数进行优化，采用十折分层交叉验证法对所述雷电逐时预测深度学习模型的预测精度进行评估，获得优化后的雷电逐时预测深度学习模型。本发明采用的EC数据无空间覆盖盲区、气象要素全，且EC数据相对易获取，有助于雷电预测模型的业务化落地应用。
-
公开(公告)号：CN115456248B
公开(公告)日：2024-10-29
申请号：CN202210976018.X
申请日：2022-08-15
Applicant: 国网电力科学研究院武汉南瑞有限责任公司
Inventor： 张永刚 , 谷山强 , 李健 , 吴大伟 , 李秋阳 , 朱浩楠 , 李哲 , 陶汉涛 , 张磊 , 林卿 , 姜志博 , 白冰洁 , 李旺 , 温宽 , 刘泽 , 王宇 , 刘玉欢
IPC: G06Q10/04 , G06Q50/26 , G06N3/0464 , G06F18/214 , G06F18/24
Abstract: 本发明公开了一种基于卷积神经网络的落雷预测模型构建方法，该方法以目标区域的历史雷电定位数据和气象数据为基础，通过统计雷电数据提取了目标区域内部的落雷次数与雷电流强度信息，以二者出现的比例为依据并结合目标区域的防雷要求划分了落雷次数与雷电流强度的分类区间，以落雷次数类别和雷电流强度类别为基础分别建立了落雷次数类别样本和雷电流强度类别样本，分别训练了以时空变量和气象参量为输入、以落雷次数或雷电流强度各个类别的概率为输出的卷积神经网络预测模型，实现了对落雷次数和雷电流强度的分类预测。本方法可用于开展基于预报信息的雷击故障主动防护，对降低雷击灾害损失、提升社会防雷水平具有十分重要的意义。
-
-
-
-
-
-
-
-
-
Search Results
130
records
(took 0.142 seconds)
