-
公开(公告)号：CN102628727A
公开(公告)日：2012-08-08
申请号：CN201210124366.0
申请日：2012-04-25
Applicant: 上海交通大学 , 江苏骏龙电力科技股份有限公司
Abstract: 一种变压器振动监测系统，包括六个振动传感器分别设置于变压器的六个振动测试点上，每个振动传感器的输出信号接头与信号调理模块的输入信号接头相连，信号调理模块的六路信号输出通道和多通道A/D转换器的六路信号输入通道连接，信号调理模块的一路信号输出通道与比较器的一路信号输入通道连接，比较器信号输出通道与主控模块的控制信号输入通道连接，主控模块的控制信号输出通道与触发模块中D/A转换器的信号输入通道连接，多通道A/D转换器的数据总线与主控模块的数据总线、SRAM的数据总线相连。本发明实现对变压器振动信号的同步数据采集，利用电源和信号线复用技术，确保了振动传感器的工作稳定，增强了信号的抗干扰能力，使得输出信号能真实反映变压器的各个频次的谐波，测量数据精度更高。
-
公开(公告)号：CN110334865B
公开(公告)日：2023-04-18
申请号：CN201910602682.6
申请日：2019-07-05
Applicant: 上海交通大学 , 上海交通大学烟台信息技术研究院
IPC: G06Q10/04 , G06Q10/0635 , G06Q10/20 , G06Q50/06 , G06F18/243 , G06F18/2415 , G06F18/214 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于卷积神经网络的电力设备故障率预测方法，其包括训练步骤和预测步骤，其中，训练步骤包括：(1)收集电力设备的案例PRPS图谱；(2)对收集的案例PRPS图谱数据进行预处理；(3)构建第一卷积神经网络模块，并对第一卷积神经网络模块进行训练，以使其输出为案例PRPS图谱数据对应的缺陷类型；(4)基于缺陷类型构建各个缺陷类型的数据集；(5)对应各个缺陷类型分别构建各自的故障二分类子模块，其中每一个故障二分类子模块均基于第二卷积神经网络模块而构建；训练第二卷积神经网络，以使各故障二分类子模块基于案例PRPS图谱数据所得到发生故障的概率值，而输出电力设备是否发生故障的判断。
-
公开(公告)号：CN110334948B
公开(公告)日：2023-04-07
申请号：CN201910602681.1
申请日：2019-07-05
Applicant: 上海交通大学 , 上海交通大学烟台信息技术研究院
IPC: G06Q10/0635 , G06Q10/0639 , G06Q50/06 , G06F18/214 , G01R31/12
Abstract: 本发明公开了一种基于特征量预测的电力设备局部放电严重程度评估方法，其包括训练步骤和评估步骤，其中：训练步骤包括：(1)收集电力设备的案例PRPS图谱数据；(2)对收集的案例PRPS图谱数据进行预处理；(3)采用自编码器提取的案例PRPS图谱数据的局部放电特征向量；(4)构建门控循环单元模块，输入局部放电特征向量以对其进行训练，以使其输出预测局部放电特征向量；(5)构建基于卷积神经网络的故障二分类模块，采用预测局部放电特征向量作为输入以对其进行训练，以使其基于预测局部放电特征向量所表征的故障概率值而输出该预测局部放电特征向量是否表征电力设备故障的判断。
-
公开(公告)号：CN110334948A
公开(公告)日：2019-10-15
申请号：CN201910602681.1
申请日：2019-07-05
Applicant: 上海交通大学 , 上海交通大学烟台信息技术研究院
Abstract: 本发明公开了一种基于特征量预测的电力设备局部放电严重程度评估方法，其包括训练步骤和评估步骤，其中：训练步骤包括：(1)收集电力设备的案例PRPS图谱数据；(2)对收集的案例PRPS图谱数据进行预处理；(3)采用自编码器提取的案例PRPS图谱数据的局部放电特征向量；(4)构建门控循环单元模块，输入局部放电特征向量以对其进行训练，以使其输出预测局部放电特征向量；(5)构建基于卷积神经网络的故障二分类模块，采用预测局部放电特征向量作为输入以对其进行训练，以使其基于预测局部放电特征向量所表征的故障概率值而输出该预测局部放电特征向量是否表征电力设备故障的判断。
-
公开(公告)号：CN110334865A
公开(公告)日：2019-10-15
申请号：CN201910602682.6
申请日：2019-07-05
Applicant: 上海交通大学 , 上海交通大学烟台信息技术研究院
Abstract: 本发明公开了一种基于卷积神经网络的电力设备故障率预测方法，其包括训练步骤和预测步骤，其中，训练步骤包括：(1)收集电力设备的案例PRPS图谱；(2)对收集的案例PRPS图谱数据进行预处理；(3)构建第一卷积神经网络模块，并对第一卷积神经网络模块进行训练，以使其输出为案例PRPS图谱数据对应的缺陷类型；(4)基于缺陷类型构建各个缺陷类型的数据集；(5)对应各个缺陷类型分别构建各自的故障二分类子模块，其中每一个故障二分类子模块均基于第二卷积神经网络模块而构建；训练第二卷积神经网络，以使各故障二分类子模块基于案例PRPS图谱数据所得到发生故障的概率值，而输出电力设备是否发生故障的判断。
-
Patent Agency Ranking
公开(公告)号：CN119810584A
公开(公告)日：2025-04-11
申请号：CN202411741689.3
申请日：2024-11-29
Applicant: 南方电网科学研究院有限责任公司 , 上海交通大学 , 中国南方电网有限责任公司
IPC: G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本申请涉及一种基于工况预测模型的分接开关操动机构工况预测方法、装置、计算机设备、存储介质和计算机程序产品。该方法包括：将样本分接开关操动机构的样本图像信息输入至待训练的工况预测模型，得到样本分接开关操动机构的预测运动信息；通过待训练的工况预测模型，基于预测运动信息，确定出样本分接开关操动机构的预测工况信息；根据预测运动信息与预测工况信息，对待训练的工况预测模型进行迭代训练，得到训练完成的工况预测模型；获取待分析分接开关操动机构的待分析图像信息，将待分析图像信息输入至训练完成的工况预测模型，得到待分析分接开关操动机构的目标工况信息。采用本方法，能够提高分接开关操动机构的工况预测准确度。
-
公开(公告)号：CN115176274B
公开(公告)日：2025-01-28
申请号：CN202080097152.1
申请日：2020-06-08
Applicant: 上海交通大学
IPC: G06F17/00
Abstract: 本发明公开了一种异源图像配准方法及系统，包括，利用Canny边缘检测算子对采集的图像进行边缘检测，结合曲率尺度空间策略提取边缘图像中的轮廓曲线段；基于全局和局部曲率的特征点检测策略检测轮廓曲线段中的特征点，分别得到特征点指向轮廓起点和终点方向的最近局部曲率极小值；根据局部曲率极小值计算邻域采样点数和特征点两侧邻域的邻域辅助特征点利用邻域辅助特征点与特征点构成特征三角形并计算特征三角形中特征点对应的角平分线向量和主方向；主方向指向特征点轮廓的凹侧，完成主方向分配。本发明方法具有显著性、精准性，对电力设备的图像配准场景具有较高的适应性。
-
公开(公告)号：CN119228759A
公开(公告)日：2024-12-31
申请号：CN202411310223.8
申请日：2024-09-19
Applicant: 中国南方电网有限责任公司超高压输电公司电力科研院 , 上海交通大学
IPC: G06T7/00 , G06V10/764 , G06V20/40 , G06T5/70
Abstract: 本发明公开了一种基于图像处理的变电设备缺陷评估方法，涉及图像处理的技术领域，包括以下步骤，根据第一识别结果对第二编号后的第二图像进行分类，计算隔离度、绝缘度和漏油度，将所述隔离度、绝缘度和漏油度的平均值设置为缺陷值，根据所述缺陷值划分待检测设备的缺陷等级。本发明通过视频进行初步处理，以提取和增强有用的信息，通过多个分类和指标对变电设备进行全面评估，确保缺陷检测的全面性，标准化处理，确保缺陷评估结果的一致性和可比较性，关键点距离计算、特征量提取等方法提供了精确的缺陷定位和评估信息，结合了图像处理和机器学习技术，通过详细的处理和计算步骤，有效地提高了变电设备缺陷检测的准确性和效率。
-
公开(公告)号：CN119199389A
公开(公告)日：2024-12-27
申请号：CN202411513144.7
申请日：2024-10-28
Applicant: 上海交通大学
IPC: G01R31/08
Abstract: 本发明公开了一种电缆早期故障智能检测系统，其核心在于结合FPGA与国产D2000CPU的混合架构，实现了高效的数据处理与故障辨识。该系统通过FPGA进行电缆电流信号的精确采集，并运用累计求和算法进行瞬态检测，有效验证了瞬态的发生及其单相类型。进一步地，D2000CPU利用ADALINE算法进行谐波特征提取，结合双阈值判断策略，实现了对电缆早期故障的高精度辨识。本发明数据处理速度快，抗噪声能力强，增强了系统的实时性，相应的检测策略的一个显著优点是易于硬件实现且具有精度高、速度快等优点。同时将原始电流数据上传到上位机中，具有很强的灵活性和可视化能力。
-
公开(公告)号：CN119090743A
公开(公告)日：2024-12-06
申请号：CN202411127387.7
申请日：2024-08-16
Applicant: 上海交通大学
IPC: G06T5/60 , G06T5/70 , G06T5/73 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06N3/045
Abstract: 本发明涉及变电器技术领域，尤其是指一种雾天变电设备图像采集方法及系统，包括：构建有雾变电设备巡检图像样本数据库；构建变电设备图像去雾模型，所述变电设备图像去雾模型包括图像色彩分离模块和深度跨尺度融合网络；构建变电设备图像去雾模型的损失函数，利用有雾变电设备巡检图像样本数据库对变电设备图像去雾模型进行训练；将有雾变电设备图像输入到训练好的变电设备图像去雾模型，得到变电设备去雾图像。本发明能够高效去除有雾变电设备图像中的雾气并提高图像质量，提升了雾天天气下变电设备图像采集的质量和效率，从而提高对雾天变电设备图像的分析和监测能力。
-
-
-
-
-
-
-
-
-
Search Results
191
records
(took 0.104 seconds)
