基于深度学习的电力设备故障识别方法及识别系统

    公开(公告)号:CN118656610B

    公开(公告)日:2025-01-24

    申请号:CN202410761437.0

    申请日:2024-06-13

    Abstract: 本发明属于故障识别技术领域,本发明公开了基于深度学习的电力设备故障识别方法及识别系统,包括采集磁芯数据和电力变压设备油箱数据;采集历史油质数据和磁芯噪音数据;训练出预测油质含水量数据的机器学习模型;将实时油箱特征数据输入机器学习模型中,得到油质含水量数据;将磁芯数据处理得到第一磁芯状态系数A;将电力变压设备油箱数据和磁芯噪音数据处理得到第二磁芯状态系数C;判断磁芯状态为正常或故障;生成故障信息并上报至维护端;实现了对电力变压设备磁芯状态的立体化监测;这对保证电力变压设备的可靠连续运行具有重要意义。

    基于机器学习的低代码应用自动测试系统及方法

    公开(公告)号:CN119473834A

    公开(公告)日:2025-02-18

    申请号:CN202411442958.6

    申请日:2024-10-16

    Abstract: 本发明涉及一种基于机器学习的低代码应用自动测试系统及方法,包括以下关键步骤:首先,接收低代码应用的测试需求并获取界面元素图;其次,通过图像处理和语义识别技术处理界面元素图,提取界面模型;然后,根据界面模型自动生成并执行测试用例,收集测试结果数据;最后,分析测试结果数据并生成详细的测试报告。本发明还涉及构建和使用框架识别网络与文本提取网络,以精确识别界面元素的类别和文本含义,并通过聚类分析和决策树算法深入分析测试数据,从而有效地识别异常模式、错误原因和路径。本发明可广泛应用于软件开发领域,特别是针对低代码平台的应用测试,提升软件质量和测试效率。

    基于物联网的水电设备定位方法、装置、设备及存储介质

    公开(公告)号:CN118175021A

    公开(公告)日:2024-06-11

    申请号:CN202410472368.1

    申请日:2024-04-19

    Abstract: 本申请公开了一种基于物联网的水电设备定位方法、装置、设备及存储介质,其方法包括:响应于实时接收电力设备发出的电力数据,通过故障判断逻辑,确定电力设备是否发生故障;在电力设备发生故障且电子标签为主节点的情况下,发出第一指令;响应于接收定位数据,确定故障的电力设备的位置;在电力设备发生故障且电子标签为从节点的情况下,在无线传感器网络中,发出第二指令;将接收到故障信号的主节点的接收时刻按照从快到慢依次排序,并根据排序结果,确定预设数量的主节点为目标主节点;在故障的电力设备为1个的情况下,分别获取故障信号到达每个目标主节点的信号强度;根据故障信号到达每个目标主节点的信号强度,定位故障的电力设备。

Patent Agency Ranking