-
公开(公告)号：CN118484185A
公开(公告)日：2024-08-13
申请号：CN202410661299.9
申请日：2024-05-27
Applicant: 国电南瑞南京控制系统有限公司 , 国电南瑞科技股份有限公司
Abstract: 本发明公开了一种变电站数字化系统面向场景化应用定制方法及系统，方法包括：汇聚变电站各区数据，构建统一数据源，对所述统一数据源的数据进行预处理；根据数据处理的结果构建数据模型映射，生成数据对象，生成对象属性字段，完成数据对象模型的创建；基于数据对象模型，定制开发服务，具体为通过图形化的方式，结和参数配置，进行后端服务的定制，以及业务流程的定制；将所述定制开发服务对外发布，供应用前端应用调用；构建前端应用的页面，以文字、表格和图表形式呈现应用功能和预设操作；本发明通过可视化的、简单的图元拖拽和参数配置，进行后端服务的开发定制，实现复杂的业务逻辑。
-
公开(公告)号：CN115348417A
公开(公告)日：2022-11-15
申请号：CN202210793962.1
申请日：2022-07-07
Applicant: 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司
IPC: H04N7/18 , H04N19/182 , H04N19/42 , H04N19/587 , H04N19/59
Abstract: 本发明公开了一种电力视频监控系统中实现码率自适应控制的方法，对视频前端系统及视频平台侧分别提取视频关键帧图像信息及视频运动特征，通过拓展现有电力监控系统协议，实现视频特征同步传送至平台侧，视频平台侧基于特征比对结果计算调整的码率倍率下发至前端系统。在发明说明书中详细介绍了用于衡量视频质量的半参考特征的提取步骤及方法，电力视频监控系统的规范接口实现特征传输的拓展方式，并对基于视频质量评估的自适应码率控制方法的全过程进行了清晰的描述，体现了该方法的易用性。
-
公开(公告)号：CN112184552B
公开(公告)日：2022-11-11
申请号：CN202011006454.1
申请日：2020-09-23
Applicant: 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司
IPC: G06T3/40 , G06N3/08 , G06N3/04 , G06V10/82 , G06V10/774
Abstract: 本发明公开了一种基于高频特征学习的子像素卷积图像超分辨方法，使用低分辨率的图像输入到网络中，对低分辨率图像进行特征学习；在生成网络中引入卷积残差层，将输入作为特征图与卷积特征图级联，卷积残差层自适应学习级联特征图的权重，将残差学习下沉到各子像素特征层；通过映射获得多通道特征图，并视为高分辨图像的子像素层；基于卷积网络结构获取高频特征映射参数，引入高频特征映射对比损失与像素级误差损失的多任务损失函数，使生成的图像与超分辨图像在高频域上更接近。本发明引入卷积残差层，减少整个网络低频域的误差；将残差学习下沉到各子像素特征层，获得图像更多高频纹理信息；展示图像更多高频细节，提高超分辨重构后的视觉体验。
-
公开(公告)号：CN114820745B
公开(公告)日：2024-09-13
申请号：CN202111516581.0
申请日：2021-12-13
Applicant: 南瑞集团有限公司 , 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司
IPC: G06T7/50 , G06T3/4007 , G06N3/0464 , G06V10/774 , G06V10/75 , G06V10/82
Abstract: 本发明提出一种单目视觉深度估计系统、方法、计算机设备及计算机可读存储介质，系统包括：深度模型建立模块，用于建立左右视角图片双向重构的深度网络模型，深度网络模型包括空间注意力通道、卷积残差网络，由空间注意力置信值与残差网络中间层的基本积生成视差图；训练模块，用于训练深度网络模型，获取左侧视角的重叠域损失约束权重、右侧视角的重叠域损失约束权重，对重叠域约束外观损失值、重叠域约束左右一致性损失值修订，基于左右侧视角视差图平滑约束损失值，计算双向重构后的重叠域约束损失值，获取最优深度网络模型；测试模块，用于输入单目图像，计算单向卷积残差和空间注意力置信图的基本积作为视差图；后处理模块，用于获取深度图。
-
公开(公告)号：CN114338745B
公开(公告)日：2024-01-30
申请号：CN202111659703.1
申请日：2021-12-30
Applicant: 国网经济技术研究院有限公司 , 南京南瑞继保电气有限公司 , 许继集团有限公司 , 国电南瑞科技股份有限公司
Abstract: 本发明属于换流站技术领域，涉及一种换流站数据汇集与综合分析系统，包括：生产控制模块包括若干安全区，各安全区之间通讯连接，用于汇集换流站中各个子系统及辅助设备的数据信息；检测模块，用于对换流站中各个区域进行监控；管路信息模块，用于接受生产控制模块和检测模块的信息，并将其传送至边缘物联代理模块；边缘物联代理模块对换流站中各个子系统及辅助设备的使用状态和安全隐患进行分析，获得对应的解决方案，并将解决方案传送至信息管理子系统；信息管理子系统对解决方案进行审批，判断其可行性。其能够汇集换流站的全量数据，并对数据进行综合分析，以准确深入掌握设备运行状态，提升换流站设备管理水平，从而提高换流站运行可靠性。
-
Patent Agency Ranking
公开(公告)号：CN115982251A
公开(公告)日：2023-04-18
申请号：CN202211403623.4
申请日：2022-11-10
Applicant: 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司
IPC: G06F16/25 , G06Q50/06 , H04L69/18 , H04L69/321
Abstract: 本发明公开了一种特高压站数字化基础核心平台实现方法，包括以下步骤：(1)从监控系统接入实时数据到数字化基础核心平台；(2)数字化基础核心平台利用数据处理管理模块和数据接口服务模块处理实时数据；所述数据处理管理模块包括关系库组件、历史库组件、实时库组件、消息中间件组件；(3)数据接口服务模块对外向应用提供RESTFUL接口服务。本发明通过打造标准的数字化底座，实现全站数据的统一化接入与管理，提供数字基座，促进高级应用的快速扩展与推广，缩短应用建设周期，减少应用投入成本。
-
公开(公告)号：CN109547553A
公开(公告)日：2019-03-29
申请号：CN201811445167.3
申请日：2018-11-29
Applicant: 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司
Abstract: 本发明公开了一种基于私有云的区域变电站管理系统及管理方法，所述系统包括至少一个变电站，通信网络，至少一个虚拟机云，主站，所述虚拟机云能够通过通信网路实时获取并存储变电站的数据，所述主站能够通过通信网路从虚拟机云获得所述变电站的数据以管理所述变电站。上述管理系统及管理方法能够在一个特定供电区域内，建立一个区域监控中心，通过高速通信网络，实现对区域内多个实体变电站、独立设备的统一管控。
-
公开(公告)号：CN104135472A
公开(公告)日：2014-11-05
申请号：CN201410334713.1
申请日：2014-07-14
Applicant: 国电南瑞科技股份有限公司
IPC: H04L29/06
Abstract: 本发明公开了一种基于第三方验证的变电站命令交互方法，引入第三方认证设备CA用于验证命令双方的权限和身份，使用CA作为信任源，并采用智能卡或数字证书技术保证其可信，有效的控制目标IED设备的控制权限及范围，防止命令信息被截取和篡改；使用第三方认证设备CA对命令信息进行再封包，保证传输信息的安全性；采用了散列值用于验证交互信息的完整性，有效的过滤错误数据，防止执行错误的命令，可以极大的提高变电站控制过程的信息安全性。本发明的有益效果是：提高变电站内控制信号传递的安全性，以防止信号被截取或篡改，保证数据的安全性，限制操作人群，隔离非法用户，保护信息安全，有效的过滤错误数据，防止执行错误的命令。
-
公开(公告)号：CN117273630A
公开(公告)日：2023-12-22
申请号：CN202311079477.9
申请日：2023-10-07
Applicant: 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司
Abstract: 本发明提供一种变电站数字化系统应用生态构建方法及系统，构建方法包括以下步骤:S1、将变电站的各项单体应用中的通用部分能力提取出来，划分为独立的元应用，构建应用池；S2、通过卡片化定义最小显示单元，构建元应用的卡片池；S3、规范前后端数据交互过程，构建数据交互总线，构建数据池；S4、在构建应用池、卡片池、数据池的基础上，引入应用调度机制，构建应用运行基础框架，对应用生命周期进行管控；S5、在应用运行基础框架的基础上，构建系统级集成框架，实现面向业务的个性化服务能力。通过该方法构建的变电站数字化系统，具有规范化，多应用有序部署，支持通过集成框架构建专用界面，实现业务个性化的特点，优化了应用界面呈现效果。
-
公开(公告)号：CN112184552A
公开(公告)日：2021-01-05
申请号：CN202011006454.1
申请日：2020-09-23
Applicant: 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司
Abstract: 本发明公开了一种基于高频特征学习的子像素卷积图像超分辨方法，使用低分辨率的图像输入到网络中，对低分辨率图像进行特征学习；在生成网络中引入卷积残差层，将输入作为特征图与卷积特征图级联，卷积残差层自适应学习级联特征图的权重，将残差学习下沉到各子像素特征层；通过映射获得多通道特征图，并视为高分辨图像的子像素层；基于卷积网络结构获取高频特征映射参数，引入高频特征映射对比损失与像素级误差损失的多任务损失函数，使生成的图像与超分辨图像在高频域上更接近。本发明引入卷积残差层，减少整个网络低频域的误差；将残差学习下沉到各子像素特征层，获得图像更多高频纹理信息；展示图像更多高频细节，提高超分辨重构后的视觉体验。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.032 seconds)
