-
公开(公告)号：CN109184378A
公开(公告)日：2019-01-11
申请号：CN201811425430.2
申请日：2018-11-27
Applicant: 国网上海市电力公司 , 上海升仑电气设备有限公司
Abstract: 本发明公开了一种挂锁结构，包括锁环和壳体，以及安装在所述壳体内的关锁行程开关、开锁行程开关、轴承、锁舌、电机和主板仓，所述锁环呈U型，其两端插入所述壳体，并且最终位于所述主板仓的两侧；所述电机固定在所述主板仓的顶面；所述锁舌中部套固在所述电机的输出轴上，所述电机的输出轴与所述轴承转动连接；所述锁环与所述锁舌水平的位置，开有一对用于容纳所述锁舌两端的限位槽；所述关锁行程开关和开锁行程开关分别位于所述锁舌两端的下方，其各自的弹片在上侧；所述锁舌两端的底部设有用于按压所述关锁行程开关或开锁行程开关各自弹片的凸柱。本发明紧凑、简单，为实现电子挂锁提供基础。
-
公开(公告)号：CN119539271A
公开(公告)日：2025-02-28
申请号：CN202411646227.3
申请日：2024-11-18
Applicant: 国网电力科学研究院有限公司 , 国电南瑞南京控制系统有限公司 , 国网北京市电力公司 , 国网上海市电力公司
IPC: G06Q10/063 , G06Q10/04 , G06Q50/26 , G06F18/27 , G06F18/213 , G06F18/241 , G06F17/14 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了基于经验模态分解和神经网络的碳排放权预测方法及系统，方法包括：获取不同时间的碳排放权数据并进行预处理；对预处理后的碳排放权数据进行经验模态分解，以提取序列特征；利用卷积神经网络对序列特征进行回归学习，学习序列特征和价格标签的非线性关系，并根据非线性关系构建碳排放权预测模型；以连续时间断面的碳排放权数据作为碳排放权预测模型的输入，输出未来时间断面的碳排放权数据，实现由当前时间断面的碳排放权数据预测未来时间断面的情况。本发明能够更好地适应信号的非线性和非平稳特性，CNN结构中的卷积层和池化层使得模型能够捕获图像中的局部特征，具有实现简单、预测精度高的优点。
-
公开(公告)号：CN119360238A
公开(公告)日：2025-01-24
申请号：CN202411347261.0
申请日：2024-09-26
IPC: G06V20/17 , G06V10/25 , G06V10/82 , G06V10/44 , G06V10/80 , G06V10/70 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本发明涉及一种基于改进YOLOv5s的高压输电线鸟巢检测方法，应用于无人终端，利用预先基于鸟巢小数据集训练好的鸟巢检测模型，对所述无人终端捕获的图像中的目标的类别和区域进行预测，实现高压输电线鸟巢检测，其中，所述鸟巢检测模型基于YOLOv5s构建，且所述鸟巢检测模型包括顺次连接的基于DenseNet的Backbone网络、基于双向融合FPN的Neck网络以及Head网络。本发明的模型基于DenseNet和双向融合FPN，有效提高了从图像中提取特征的能力，另外，充分考虑高压输电线鸟巢检测场景下对象尺寸较小的特点，通过提供包容性和排他性两种择一连接的方式，对各个网络进行组织，提高了检测的准确性。
-
公开(公告)号：CN119359990A
公开(公告)日：2025-01-24
申请号：CN202411347263.X
申请日：2024-09-26
IPC: G06V10/25 , G06V10/82 , G06V10/776 , G06V10/771 , G06N3/045 , G06N3/0464
Abstract: 本发明涉及一种基于ER‑YOLO的输电线路鸟巢检测方法和设备，输电线路的鸟巢检测任务中，由于拍摄距离难以统一，鸟巢在画面中具有不同的尺寸，且鸟巢所占画面的面积极其有限，同时检测背景复杂多变。原始的YOLOv10网络模型在特征提取过程中往往忽视小目标的特征信息，这导致在鸟巢目标检测中准确率较低。为了解决这一问题，本发明向YOLOv10主干网络中引入了高效通道注意力模块，并且使用了Repulsion损失函数。这些改进使得模型能够更有效地提取鸟巢特征，通过给有效通道赋予更高的权重，抑制无关背景特征，从而减小背景噪声对目标检测的影响，最终在数据集上的均值平均精度达到了98.9％。
-
公开(公告)号：CN119130046A
公开(公告)日：2024-12-13
申请号：CN202411245586.8
申请日：2024-09-06
IPC: G06Q10/0631 , G06Q50/06 , G06N3/0464 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明公开了基于人工智能的电氢制充注一体站规划方法、系统及介质，用于电氢制充注一体站规划领域，该电氢制充注一体站规划方法包括以下步骤：获取电氢制充注一体站中各交通节点的能源气候数据；预先构建神经网络融合模型，并将能源气候数据输入神经网络融合模型，得到电氢能源需求的时空分布预测模型；分析电氢制充注一体站的能量流动，并构建电网与交通网络耦合的多目标运行规划模型；利用时空分布预测模型预测电氢充能需求时空分布，并将预测结果与多目标运行规划模型的输出数据融合，得到电氢制充注一体站的最优站址和设备容量规划。本发明实现对电氢制充注一体站数据的管理与维护，推动一体化能源站的高效运行与管理。
-
Patent Agency Ranking
公开(公告)号：CN119129809A
公开(公告)日：2024-12-13
申请号：CN202411144300.7
申请日：2024-08-20
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了一种基于扩散模型的电氢制充注一体站中长期电氢充能需求预测方法，本发明针对区域新能源汽车保有量及年总充电加氢需求预测，考虑区域电动汽车发展情况和区域的相关政策目标，提出了一种基于扩散模型的电氢制充注一体站中长期电氢充能需求预测方法，为电氢制充注一体站的中长期规划提供数据支撑。
-
公开(公告)号：CN119106761A
公开(公告)日：2024-12-10
申请号：CN202411127522.8
申请日：2024-08-16
IPC: G06Q10/04 , G06Q50/40 , G06Q10/0631 , G06Q50/06 , G06F18/22 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06F17/10
Abstract: 本发明公开了一种新能源汽车电氢需求时空分布预测方法，本发明结合扩散模型和CNN‑LSTM深度学习模型实现一种新能源汽车电氢需求时空分布预测模型。扩散模型适用于预测序列数据的长期变化趋势，能够有效对电动汽车与氢燃料汽车的年保有量进行预测；CNN‑LSTM深度学习模型对序列的短期变化过程具有较强的学习能力，能够对电动汽车和氢燃料汽车日充能需求变化进行预测；通过将电动汽车与氢燃料汽车的年保有量增长趋势与日内充能需求变化预测相结合，实现目标年份下的充能需求变化预测，为电氢制充注一体站规划提供了技术支撑。
-
公开(公告)号：CN118655418B
公开(公告)日：2024-12-06
申请号：CN202411095640.5
申请日：2024-08-12
Applicant: 国网上海市电力公司
Abstract: 本申请涉及配电网线路故障监测技术领域，具体涉及一种配电网在线状态监测方法及系统，具体包括：采集各时刻配电网主线路及支线路的三相电流值，基于各线路的每一相电流值的绝对值构建电流正向序列；根据不同线路同相电流的电流正向序列元素差异构建任意两个线路同相电流之间的电流形态差异值；结合任意两个线路同相电流的电流正向序列之间的相似度构建每个线路各相电流的故障电流变动值；根据故障电流变动值获取单相接地故障线路；通知运维人员对单相接地故障线路进行维修。提高了单相接地故障的具体线路的识别速度与准确性，具有较高的实时性，降低了传统技术对于发生单相接地故障线路的检测时间，提高配电网运行的可靠性。
-
公开(公告)号：CN118707252B
公开(公告)日：2024-12-03
申请号：CN202411180583.0
申请日：2024-08-27
Applicant: 国网上海市电力公司
Abstract: 本发明涉及线路故障定位技术领域，具体涉及一种输电线路故障定位方法及系统。该方法根据每种传输信号在变电站之间传输的能量变化，从传输能量的衰减情况分析，结合每种传输信号在变电站之间传输的时延情况和能量被分散的程度，从信号传输多径效应的影响分析，得到每种传输信号的传输损耗，通过不同传输信号的传输损耗的损耗显著程度，得到基本传输损耗；通过基本传输损耗对故障位置行波检测的时间差进行修正，得到更高精度的定位结果。本发明对不同电力指标在电线中传输的多种损耗情况分析，综合传输损耗修正行波故障测距进行更准确的定位，得到更可靠的定位结果。
-
公开(公告)号：CN118657596A
公开(公告)日：2024-09-17
申请号：CN202410790507.5
申请日：2024-06-19
Abstract: 本发明公开考虑过网费的配网市场出清方法及系统，属于电力市场领域；考虑过网费的配网市场出清方法包括：使用线性化的交流潮流模型，基于灵敏度因子建立过网费与网损计算模型；基于信心函数，设计市场交易的报价更新策略；基于连续双向拍卖市场的交易机制进行配电网能量市场的订单匹配；在交易中收集产消者的竞标信息，基于所述过网费与网损计算模型进行网损与过网费修正；并随着竞价轮数的增加，基于所述市场交易的报价更新策略更新市场中的产消者竞价信息，进行配网能量市场出清。该方法采用适用于配网网架结构的线性交流潮流算法，核算交易网损和过网费，制定更加符合实际和电网运行需要的市场出清方法，完成配网层级产消者的交易出清。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.201 seconds)
