-
公开(公告)号：CN117455131A
公开(公告)日：2024-01-26
申请号：CN202310688887.7
申请日：2023-06-12
Applicant: 东北电力大学 , 国网吉林省电力有限公司通化供电公司
IPC: G06Q10/0631 , G06Q50/06 , G06F18/23213 , G06F18/2135 , H02J3/00
Abstract: 本发明涉及电力系统监测技术领域，即基于IPSO‑Kmeans的电力系统精细运行方式可视化提取方法。它包括以下步骤：步骤1）运行方式表征变量选取及标准化处理。步骤2）强影响特征变量筛选模型。步骤3）精细运行方式可视化提取。设计了基于最大值绝对值标准化的电网运行数据预处理方法，有效避免高维电气特征量间数值及量纲引起的计算误差；然后，为降低冗余特征对精细化运行方式提取结果的影响，构建了基于皮尔逊‑核主成分相关性分析（P‑KPCA）的运行方式特征变量筛选模型；接着，以聚类肘指标为约束条件，提出基于IPSO‑Kmeans算法，实现运行方式精细化迭代聚合，基于精细化运行方式提取结果完成二维可视化展示。
-
公开(公告)号：CN117853412A
公开(公告)日：2024-04-09
申请号：CN202311638578.5
申请日：2023-12-01
Applicant: 东北电力大学 , 国网吉林省电力有限公司通化供电公司
IPC: G06T7/00 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06V10/25 , G06V10/764 , G06N3/0464 , G06N3/048 , G06N3/0455 , G06N3/09 , G06N3/096
Abstract: 本发明涉及电力输电线路巡检技术领域，即基于级联蒸馏的输电线路缺陷及目标检测仿生模型。它包含三个部分：仿生视觉骨干网络、级联的动态锚框蒸馏模块和动态锚框提纯。所述的仿生视觉骨干网络包括高效多阶信息聚合模块、周边视觉模块。所述的动态锚框蒸馏模块包括使用幽灵卷积的高效特征融合金字塔、Soft‑NMS算法、边界框数量的稳定填充方法。本发明具备充分的性能冗余，能够精准的检测多类、多个目标。通过多阶的空间显示交互提升小目标的特征提取、并通过模仿人类的周边视觉机制聚集动态、静态的上下文信息，提升了小目标检测的效果。最后，输电线路中常环境负责且多有受遮挡目标，通过级联蒸馏结构，防止了模糊、受遮挡目标的信息丢失。
-
公开(公告)号：CN118781357A
公开(公告)日：2024-10-15
申请号：CN202410923852.1
申请日：2024-07-10
Applicant: 东北电力大学 , 国网吉林省电力有限公司通化供电公司
Abstract: 本发明涉及风电技术领域，即基于知识关系抽取的风机叶片缺陷检测方法，其步骤如下：a.基于多阶动态上下文的风机叶片缺陷特征提取方法。b.基于知识关系抽取的风机叶片缺陷检测方法。所述的基于多阶动态上下文的风机叶片缺陷特征提取方法，该方法基于深度学习的骨干网络模型，包括以下步骤：(1)基本特征提取。(2)特征复杂度提升。(3)高级特征抽象。(4)骨干网络分阶段设计。所述的基于知识关系抽取的风机叶片缺陷检测模块，包括以下模块：(1)全局信息聚合模块。(2)边角信息聚合模块。(3)全局中心化调节。(4)语义关系增强模块。具有提高风机叶片缺陷检测效率和准确性的特点。
-
公开(公告)号：CN118041744A
公开(公告)日：2024-05-14
申请号：CN202410257650.8
申请日：2024-03-06
Applicant: 东北电力大学 , 国网吉林省电力有限公司通化供电公司
IPC: H04L41/06 , H04L41/0631 , H04L41/14 , H04L41/16 , G06F18/214
Abstract: 本发明涉及电力通信网技术领域，即基于知识图谱推理的电力骨干通信网故障诊断方法。它包括以下步骤：步骤1)数据处理，步骤2)垂直领域实体识别，步骤3)垂直领域实体关系抽取，步骤4)电力骨干通信网故障知识图谱的构建，步骤5)垂直领域知识图谱推理模型的构建，步骤6)电力骨干通信网故障诊断方法。首先，基于获取的电力骨干通信网故障数据进行领域实体识别和关系抽取，构建该领域知识图谱；然后，设计基于对比学习的故障领域知识推理模型，引入负采样策略选择部分实体和关系作为负例更全面地训练模型，提高知识图谱的完整性。最后，融合图注意力机制和K跳拓扑结构来捕捉实体之间的复杂关系，实现故障处理的高效化。
-
公开(公告)号：CN117436920A
公开(公告)日：2024-01-23
申请号：CN202311458897.8
申请日：2023-11-05
Applicant: 东北电力大学 , 国网吉林省电力有限公司通化供电公司
IPC: G06Q30/0201 , G06Q30/0283 , G06Q50/06 , G06F18/25 , G06F18/22 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06N3/048
Abstract: 本发明是嵌入多头注意力机制的混合神经网络日前电价预测方法。电价的准确预测是电力市场调度与决策策略制定的先决条件，针对粗粒度因素特征导致的短期电价预测精度较差的问题，提出嵌入多头注意力机制的混合神经网络日前电价预测方法。首先，设计了一种混合神经网络电价预测模型结构，通过将短期局部变化特征提取的TCN层和全局趋势特征提取的GRU层相融合，解决了由于电价数据在不同的时间尺度上呈现出不同模式和趋势导致特征提取困难的问题；其次，提出了基于动态时间弯曲距离的相似日选取算法，通过融合特征向量几何相似性和距离相近性提升相似日选取精度；最后，设计了多头注意力机制权重计算方法，将预测模型输出的特征序列通过线性变换映射到注意力头上，基于softmax函数将缩放后的相似度得分转化为注意力权重，权重计算增强了预测模型的理解和表示能力，提升了电价预测精度。通过实验验证了所提模型的有效性。
-
Patent Agency Ranking
公开(公告)号：CN114898291A
公开(公告)日：2022-08-12
申请号：CN202210531825.0
申请日：2022-05-17
Applicant: 国家电网有限公司 , 国网吉林省电力有限公司通化供电公司
IPC: G06V20/52 , G06V10/774 , G06V10/82 , G06V20/40 , H04N7/18
Abstract: 本发明提出了一种基于摄像头巡检路径的视觉监测方法，包括：设置摄像头固定巡检路线，对每一路径采集图像帧数据，进行预处理，挑选满足条件的图像数据；利用已训练的深度卷积网络模型提取预处理后图像的特征值，对数据进行训练识别；分析数据，对危险信号进行预警，并将结果反馈于管理人员。本发现提出的基于摄像头巡检路径的视觉监测方法可以有效的完成视觉上对输电塔及其周围事物进行监测，提高输电线路巡检的高效性和安全性。本发明利用深度学习卷积网络计算的特征来代替传统人工巡检，具有高精度、高可靠性和鲁棒性强的优点，降低人力和物力成本。适用于面向输电塔线路巡检摄像头实时监测输电塔及其周围事物任务的应用需求。
-
公开(公告)号：CN117074783B
公开(公告)日：2024-01-19
申请号：CN202311314959.8
申请日：2023-10-12
Applicant: 国网吉林省电力有限公司通化供电公司
IPC: G01R27/08
Abstract: 本发明涉及电力设备监测技术领域，具体涉及一种电力设备过热状态实时监测预警方法，获取电压离散信号和电流离散信号；获取接点阻值波动序列；获取各接点阻值波动子序列的幅度谱和相位谱；根据各子序列的幅度谱、相位谱获取各子序列的接点阻值高频扰动系数以及接点阻值相位离散系数；获取子序列的稳态系数；获取时间窗口的接点阻值稳态突显异质性指数；获取各时间窗口的局部离群距离因子；获取各时间窗口内接点阻值离群点；从而完成电力设备过热状态的实时监测，具有较高灵敏度，保证监测精准度。
-
公开(公告)号：CN117074783A
公开(公告)日：2023-11-17
申请号：CN202311314959.8
申请日：2023-10-12
Applicant: 国网吉林省电力有限公司通化供电公司
IPC: G01R27/08
Abstract: 本发明涉及电力设备监测技术领域，具体涉及一种电力设备过热状态实时监测预警方法，获取电压离散信号和电流离散信号；获取接点阻值波动序列；获取各接点阻值波动子序列的幅度谱和相位谱；根据各子序列的幅度谱、相位谱获取各子序列的接点阻值高频扰动系数以及接点阻值相位离散系数；获取子序列的稳态系数；获取时间窗口的接点阻值稳态突显异质性指数；获取各时间窗口的局部离群距离因子；获取各时间窗口内接点阻值离群点；从而完成电力设备过热状态的实时监测，具有较高灵敏度，保证监测精准度。
-
公开(公告)号：CN114898291B
公开(公告)日：2024-02-20
申请号：CN202210531825.0
申请日：2022-05-17
Applicant: 国家电网有限公司 , 国网吉林省电力有限公司通化供电公司
IPC: G06V20/52 , G06V10/774 , G06V10/82 , G06V20/40 , H04N7/18
Abstract: 本发明提出了一种基于摄像头巡检路径的视觉监测方法，包括：设置摄像头固定巡检路线，对每一路径采集图像帧数据，进行预处理，挑选满足条件的图像数据；利用已训练的深度卷积网络模型提取预处理后图像的特征值，对数据进行训练识别；分析数据，对危险信号进行预警，并将结果反馈于管理人员。本发现提出的基于摄像头巡检路径的视觉监测方法可以有效的完成视觉上对输电塔及其周围事物进行监测，提高输电线路巡检的高效性和安全性。本发明利用深度学习卷积网络计算的特征来代替传统人工巡检，具有高精度、高可靠性和鲁棒性强的优点，降低人力和物力成本。适用于面向输电塔线路巡检摄像头实时监测输电塔及其周围事物任务的应用需求。
-
公开(公告)号：CN216209261U
公开(公告)日：2022-04-05
申请号：CN202122632560.7
申请日：2021-10-31
Applicant: 国家电网有限公司 , 国网吉林省电力有限公司通化供电公司
Abstract: 本实用新型涉及避雷器带电检测领域，即电动调节的避雷器带电检测工具。它包括顺次连接的绝缘杆、绝缘杆紧固件、检测工具端紧固件、齿轮传动装置、电流接取装置；电流接取装置包括接触端子及上敞口的金属外护套，金属外护套内有多个细小圆柱状金属端子组成的导电针列、弹簧机构，并在其外侧设有能去除金属氧化膜的摩擦片；导电针列一端负责与接取避雷器端电流信号连接，另一端固定并与弹簧机构及金属外护套相连接，金属外护套底部连接接触端子。具有操作简单、可多角度调节变换、同时可有效去除测试部位氧化膜的特点，提高了测试结果和工作效率。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.05 seconds)
