-
公开(公告)号：CN117172413B
公开(公告)日：2024-05-14
申请号：CN202311154552.3
申请日：2023-09-07
Applicant: 中国科学院合肥物质科学研究院 , 安徽南瑞继远电网技术有限公司
IPC: G06Q10/063 , G06Q50/06 , G06F18/241 , G06F18/243 , G06N3/042 , G06N3/0455 , G06N3/08 , G06N5/01
Abstract: 本发明涉及一种基于多模态数据联合表征和动态权重学习的电网设备运行状态监测方法，与现有技术相比解决了难以将多源异构数联合表征和统一应用、利用设备不同部件间的关联关系来建立电网备状态度量的缺陷。本发明包括以下步骤：设定电网设备状态数据的分布式表示方法；电网设备多模态数据的联合表征；设备内部拓扑关系图的构建；图神经网络的动态权重学习；电网设备状态的评价。本发明结合机器学习分类方法来进行设备状态健康评价，能够显著提高评价方法的准确性和鲁棒性，达到电网设备运行状态监测的目的。
-
公开(公告)号：CN117034169A
公开(公告)日：2023-11-10
申请号：CN202311017786.3
申请日：2023-08-14
Applicant: 中国科学院合肥物质科学研究院 , 安徽南瑞继远电网技术有限公司
IPC: G06F18/2433 , G06F18/214 , G06N3/0464 , G06F17/16 , G06F17/18 , G06Q50/06
Abstract: 本发明涉及基于时序因果关系网络的电网主变设备异常状态预测方法，与现有技术相比解决了未探究主变设备异常变量间因果关系的缺陷。本发明包括以下步骤：主变设备运行数据获取和预处理；主变设备数据集的构建；构建电网主变设备异常状态检测模型；电网主变设备异常状态检测模型的训练；主变设备运行实时数据的获取；电网主变设备异常状态的预测。本发明基于动态的设备运行、随时间变化的变量间关系的特点，充分探究主变设备异常变量间的因果关系，基于时序因果关系网络的方法来从变量在时间分布上的动态行为中得到更多的隐藏的因果关系，提高主变设备异常预测的可靠性。
-
公开(公告)号：CN116912587A
公开(公告)日：2023-10-20
申请号：CN202310923955.3
申请日：2023-07-25
Applicant: 安徽南瑞继远电网技术有限公司
IPC: G06V10/764 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/082
Abstract: 本发明提供了一种基于多头自注意力模块网络的变电设备分类识别方法、电子设备及存储介质。通过获取待分类识别的变电设备图像，并执行图片预处理；根据预先建立的变电设备自动分类模型对变电设备图像进行分类，确定分类结果；变电设备自动分类模型为基于增强型多头自注意力神经网络结构建立而成；增强型多头自注意力神经网络结构包括基础卷积神经网络、增强多头注意力模块，并将增强多头注意力模块嵌入到基础网络框架中；输出所述变电设备图像的分类结果。相比传统卷积神经网络能够减少图像背景的负面影响，强调图像主要信息以提升复杂场景下的模型精度，从而达到更好的变电设备分类效果。
-
公开(公告)号：CN115459450A
公开(公告)日：2022-12-09
申请号：CN202211203839.6
申请日：2022-09-29
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 , 安徽南瑞继远电网技术有限公司
Abstract: 本发明提供一种电力输变电智能检测系统，包括：检测控制平台，所述检测控制平台连接控制若干输变电检测终端，所述检测控制平台包括数据处理模块，所述数据处理模块上连接有数据收集模块，所述数据收集模块通过信息传输系统收集输变电检测终端的信息并将信息传输给数据处理模块，所述数据处理模块将处理后的数据传输给数据分析模块、数据分析模块依据具体的数据模型进行分析后传输给数据输出模块，所述数据输出模块将输变电检测结果呈现给管理人员。本发明通过传感器收集污染的数据，并将其传输至控制中心进行数据处理和分析、精确识别、以便维护人员的现场维护，该技术是一个智能的、分布广泛的实施系统，智能工程技术节省了大量人力物力。
-
公开(公告)号：CN114155421A
公开(公告)日：2022-03-08
申请号：CN202111388669.9
申请日：2021-11-22
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 , 安徽南瑞继远电网技术有限公司
IPC: G06V20/00 , G06V10/764 , G06V10/74 , G06V10/44 , G06V10/26 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种深度学习算法模型自动迭代方法，属于电力技术领域，包括：步骤一：采集输变电现场设备的巡检影像，对采集的巡检影像进行审核和标注；步骤二：根据处理后的巡检影像构建算法模型；步骤三：实时获取输变电现场每天会上传的巡检影像，对每天上传的巡检影像进行筛选，获得有效新样本，并将有效新样本根据设备类型进行分类和处理，形成不同类型的有效新样本集；步骤四：定时监控有效新样本集内有效新样本数量，当监控到有效新样本集内有效新样本数量大于阈值X3时，将有效新样本集作为训练集对算法模型进行迭代；通过深度学习算法模型的自动迭代，降低建立深度学习算法模型的人工参与量，建立完算法模型后，能够进行自动迭代。
-
Patent Agency Ranking
公开(公告)号：CN111881885A
公开(公告)日：2020-11-03
申请号：CN202010824215.0
申请日：2020-08-17
Applicant: 安徽南瑞继远电网技术有限公司
Abstract: 本发明公开的属于电力应用平台技术领域，具体为一种开放式的电力AI应用平台，包括硬件资源层、操作系统层、算法层、用户层、算法接入层、数据库层、通信层和管理层，所述硬件资源层、所述操作系统层、所述算法层、所述用户层、所述算法接入层、所述数据库层、所述通信层和所述管理层之间电性串联，该种开放式的电力AI应用平台，集成了多个厂家、多种神经网络框架、多种算法模型的输电类、变电类、作业行为类等电力人工智能算法，支持算法厂家迭代更新，可对算法进行验证并给出科学评价结果，同时支撑多用户在线使用和下载本平台的算法，满足用户对输电、变电、作业行为等多类算法使用、检测、验证的需求。
-
公开(公告)号：CN110795595A
公开(公告)日：2020-02-14
申请号：CN201910851144.0
申请日：2019-09-10
Applicant: 安徽南瑞继远电网技术有限公司
Abstract: 本发明公开了基于边缘计算的视频结构化存储方法，利用靠近设备端的边缘节点的服务器完成视频数据的结构化处理，包括以下步骤：对服务器中接收到的视频数据提取预期目标，识别出预期目标是否为有效目标；对有效目标进行跟踪，获取该有效目标的系列图片；识别系列图片中目标特征，并将识别结果进行存储。本发明还提供了一种基于边缘计算的视频结构化存储装置、设备及介质。本发明无需在摄像机中进行视频分析等算法，减少了视频采集终端的成本；同时，结构化处理后的视频数据量也将大大减少，降低了骨干网络的压力。
-
公开(公告)号：CN107392127B
公开(公告)日：2019-09-10
申请号：CN201710568713.1
申请日：2017-07-13
Applicant: 国家电网公司 , 国网安徽省电力公司电力科学研究院 , 安徽南瑞继远电网技术有限公司 , 安徽大学
Abstract: 本发明公开了一种基于切比雪夫多项式描述子的输电线路提取算法，其包括：对输入图像进行预处理，利用随机Hough变换提取图像中的直线和曲线，利用切比雪夫多项式描述子的曲线描述优势，对所提取的对象进行特征描述，并通过K‑means聚类分析方法来训练视觉字典，通过视觉字典的比对，提取图像中的输电线路。本发明能有效提高复杂背景下的输电线路提取的精度。
-
公开(公告)号：CN119378607A
公开(公告)日：2025-01-28
申请号：CN202411602316.8
申请日：2024-11-11
Applicant: 国网安徽省电力有限公司经济技术研究院 , 国网电力科学研究院有限公司 , 安徽南瑞继远电网技术有限公司
Inventor： 于晓蕾 , 穆弘 , 聂琼 , 汪和龙 , 靳幸福 , 张金锋 , 黄文礼 , 朱灿 , 汪兆冉 , 计策 , 王笠 , 薛欢 , 刘大平 , 何辉 , 徐宁 , 邵怡欣 , 陈政江 , 高廷峰
IPC: G06N3/0455 , G06N3/096 , G06N3/0895 , G06F18/213 , G06F18/25
Abstract: 本发明公开了用于多舱体变电站的基于MAT‑SED的掩蔽音频Transformer模型。该用于多舱体变电站的基于MAT‑SED的掩蔽音频Transformer模型，包括以下步骤：构建初始变压器模型，所述初始变压器模型包括编码器网络和上下文网络；基于掩蔽重建对初始变压器模型进行预训练，生成重建序列；基于预设的微调策略对重建序列进行微调，得到基于MAT‑SED的掩蔽音频变压器模型；对基于MAT‑SED的掩蔽音频变压器模型进行质量评估。本发明通过用于多舱体变电站的基于MAT‑SED的掩蔽音频Transformer模型，提高了基于声纹信号对多舱体设备健康状况的检测准确率，解决了现有技术中对多舱体设备健康状况进行检测时，检测准确率低的问题。
-
公开(公告)号：CN119151299A
公开(公告)日：2024-12-17
申请号：CN202411595687.8
申请日：2024-11-11
Applicant: 安徽南瑞继远电网技术有限公司 , 安徽省电力工程质量监督中心站 , 国网安徽省电力有限公司经济技术研究院
IPC: G06Q10/0635 , G08B21/02 , G08B31/00 , G06Q50/06 , G06V40/10 , G06V10/74 , G06V10/764 , G06V10/82 , G06V10/44 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及电力工程施工安全管理领域，具体公开一种基于多传感器的电力工程施工安全管理系统，本发明通过监测电力工程施工过程中高空作业人员各种姿势对应的重心点相对偏离距离和方向、重心点转移速度和方向、身体倾斜角度和方向、以及支撑性骨架关节点的数量和支撑面积，识别高空作业人员的跌落风险；监测电力工程施工过程中高空作业人员身体各易受撞击部位与其部位邻近物体的距离和各易受撞击部位邻近物体的活动系数，识别高空作业人员的碰撞风险；监测电力工程施工过程中高空作业人员与周围各带电体的距离，识别高空作业人员的触电风险，实现电力工程施工过程中高空作业人员各种安全风险的识别和评估，保障人员安全。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.136 seconds)
