-
公开(公告)号:CN110782173A
公开(公告)日:2020-02-11
申请号:CN201911047117.4
申请日:2019-10-30
申请人: 国网上海市电力公司 , 上海厚尚电力科技有限公司
IPC分类号: G06Q10/06 , G06Q50/06 , G06F16/904
摘要: 本发明提供了一种泛在电力物联网突发电力事件的推演方法,包括以下步骤:S1、将突发电力事件作为顶上事件,进行事故树分析,确定引发顶上事件的基本事件,以及引发基本事件的底事件;S2、确定事故树中基本事件的最小割集,并根据最小割集计算事故树中每个底事件的结构重要度;S3、基于事故树进行BowTie风险评估,确定危险源、风险事件、风险威胁及潜在结果,设置防止突发电力事件发生的屏障进行BowTie风险管控。本发明采用事故树分析方法对突发电力事件进行逐层深入分析,并确定事故树中各底事件所对应的安全措施,有利于应急决策者快速做出科学的判断,降低突发电力事件发生的概率或潜在后果的严重程度。
-
公开(公告)号:CN106971207A
公开(公告)日:2017-07-21
申请号:CN201710095623.5
申请日:2017-02-22
申请人: 国网上海市电力公司
CPC分类号: G06K17/0022 , G06Q50/06
摘要: 本发明涉及一种用于变电站二次电缆吊牌标签的智能标识系统,用以快速识别二次电缆,该系统包括分别设置在每根电缆上的电缆吊牌标签、标签读写器、现场工作站和服务器,所述的标签读写器设有多个,并且分别通过无线网络与现场工作站通信,所述的服务器与现场工作站通信,所述的标签读写器用以读取电缆吊牌标签上的信息。与现有技术相比,本发明具有纸质与射频相结合、便于精细化管理、数据安全可靠、经济实用等优点。
-
公开(公告)号:CN106707099A
公开(公告)日:2017-05-24
申请号:CN201611081534.7
申请日:2016-11-30
申请人: 国网上海市电力公司
IPC分类号: G01R31/08
CPC分类号: G01R31/088 , G01R31/086
摘要: 本发明涉及一种基于深度降噪自编码网络—高斯过程的异常用电检测模型的监测定位方法,将台区内所有被测用户的用电量及表计事件信息,输入基于深度降噪自编码网络—高斯过程的异常用电检测模型,对上述数据从时‑频域提取特征并分类,由模型筛选出被测用户中的嫌疑异常用电用户。所述异常用电检测模型输出异常度嫌疑系数,并对用户的异常度疑似概率进行排序,得到异常用电嫌疑用户列表。本发明结合人工智能领域前沿技术对多平台用电数据进行分析,深度挖掘海量数据中隐藏的用户用电行为模式,定位异常用电嫌疑用户,让异常用电检测更智能、更高效。
-
公开(公告)号:CN106707099B
公开(公告)日:2019-04-12
申请号:CN201611081534.7
申请日:2016-11-30
申请人: 国网上海市电力公司
IPC分类号: G01R31/08
摘要: 本发明涉及一种基于深度降噪自编码网络—高斯过程的异常用电检测模型的监测定位方法,将台区内所有被测用户的用电量及表计事件信息,输入基于深度降噪自编码网络—高斯过程的异常用电检测模型,对上述数据从时‑频域提取特征并分类,由模型筛选出被测用户中的嫌疑异常用电用户。所述异常用电检测模型输出异常度嫌疑系数,并对用户的异常度疑似概率进行排序,得到异常用电嫌疑用户列表。本发明结合人工智能领域前沿技术对多平台用电数据进行分析,深度挖掘海量数据中隐藏的用户用电行为模式,定位异常用电嫌疑用户,让异常用电检测更智能、更高效。
-
公开(公告)号:CN107886144A
公开(公告)日:2018-04-06
申请号:CN201711085665.7
申请日:2017-11-07
申请人: 国网上海市电力公司
CPC分类号: G06K17/0022 , G06K2017/0048 , G06K2017/0093 , G08B21/24
摘要: 本发明涉及一种智能识别保管柜系统,包含管理系统,以及若干个分别与该管理系统连接的保管柜;每个所述的保管柜包含:中控模组,与管理系统通信连接;若干个保管箱,分别与中控模组通信连接;每个所述的保管箱包含:控制模块,与中控模组通信连接;若干个资料盒,每个资料盒上均设置有RFID标签;第一RFID标签读取装置,与控制模块连接,读取保管箱内的各个资料盒上的RFID标签。本发明还提供一种智能识别保管柜系统的工作方法。本发明采用RFID识别技术,实现档案作业管理、档案流通管理、账号管理、位置监管等功能,并且有效提高保管柜系统的运行效率以及安全性。
-
公开(公告)号:CN107610238A
公开(公告)日:2018-01-19
申请号:CN201710818495.2
申请日:2017-09-12
申请人: 国网上海市电力公司
摘要: 本发明公开了一种电力设备AR动态模型系统及其工作方法,电力设备AR动态模型系统包括AR设备以及若干AR电子标签;AR电子标签上绘制有识别图案;AR设备包括图像采集识别模块、场景构建模块以及显示模块;图像采集识别模块用于采集所述AR电子标签的图像,并根据AR电子标签上的所述识别图案识别AR电子标签的类型;场景构建模块用于根据AR电子标签的类型从资料管理服务器中获取相应的电力设备模型信息,并将电力设备模型信息与图像采集识别模块采集的图像数据进行融合,生成AR图像;显示模块用于显示所述AR图像。本发明的优点是,利用AR技术建立的虚拟培训系统,可以降低危险,节省资金。
-
公开(公告)号:CN107067697A
公开(公告)日:2017-08-18
申请号:CN201710380135.9
申请日:2017-05-25
申请人: 国网上海市电力公司
CPC分类号: G08C17/02 , A61B5/0059 , A61B5/02 , A61B5/02438 , A61B5/681 , A61B5/746
摘要: 本发明公开了一种可穿戴式生理传感设备,包括手环本体,还包括设置在手环本体上的:指标采集计算单元,其用于采集员工生理信息;与指标采集计算单元连接的微处理器单元,其用于分析处理指标采集计算单元所采集的员工生理信息;与微处理器单元连接的数据存储单元,其用于存储员工生理信息;与数据存储单元连接的无线发送单元,其用于将数据存储单元所存储的员工生理信息发送至远端的员工生理状态判别系统,及,电源管理单元,其用于提供电源。本发明采用手环作为载体,不仅携带方便,而且不影响一线员工的正常操作动作。当员工的生理状态出现异常的初期,本发明可向员工个人发出震动提醒,保证了员工的生产作业安全。
-
公开(公告)号:CN109343040A
公开(公告)日:2019-02-15
申请号:CN201811372580.1
申请日:2018-11-19
申请人: 国网上海市电力公司 , 江苏中岚智能科技有限公司
摘要: 本发明公开了一种电力线路带电作业安全距离实时监测系统,包含:安全设备,由智能手环及智能标签构成,智能手环及智能标签均包含蜂鸣器,由操作人员佩戴在身上;定位标签,设置在需识别的电缆上;多个UWB设备,分别用于接收来自定位标签、智能手环及智能标签的射频信号,通过接收到的射频信号得到定位标签、智能手环以及智能标签的距离测量数据;系统运算设备,对多个UWB设备发出的距离测量数据进行收集,并通过定位算法,实时计算定位标签、智能手环以及智能标签的准确定位信息和智能手环及智能标签与被测电缆的距离信息,将得到的智能手环及智能标签与被测电缆的距离信息传输给智能手环及智能标签。其优点是:提高了带电作业安全性。
-
公开(公告)号:CN117058454A
公开(公告)日:2023-11-14
申请号:CN202311032689.1
申请日:2023-08-16
申请人: 国网上海市电力公司
IPC分类号: G06V10/764 , G06V10/82 , G06V10/80 , G06V10/77 , G06V10/52 , G06N3/0464 , G06N3/047 , G06N3/048
摘要: 本发明公开了一种电子元器件识别方法,包括:建立基于改进注意力机制和YOLOv3的神经网络模型;其中,所述神经网络模型包括:YOLOv3模型的Darknet‑53网络,注意力机制,YOLOv3模型的特征融合模块和YOLOv3模型的输出模块;对待识别的图像进行预处理,得到具有统一尺寸的RGB图像;将RGB图像构建成元组的形式输入到所述神经网络模型中,采用Darknet‑53网络对接收到的RGB图像进行图像特征提取,得到预设倍降采样的特征;将所述预设倍降采样的特征输入至所述注意力机制中,经注意模块学习后得到注意图;将所述注意图输入至所述特征融合模块中,经过特征融合之后得到不同的最终特征图;根据最终特征图得到并输出最后的分类结果。本发明能在兼顾识别准确率和速度的情况下,识别电子元器件。
-
公开(公告)号:CN112333194B
公开(公告)日:2022-08-09
申请号:CN202011239713.5
申请日:2020-11-09
摘要: 本发明提供一种基于GRU‑CNN的综合能源网络安全攻击检测方法,包含步骤:S1、按时序采集网络节点的第一至第d类工作数据,建立第一工作数据集;S2、根据GRU‑CNN网络的门控循环单元的时间步长,基于所述第一工作数据集生成训练数据集和测试数据集,为所述训练数据集设置对应的标签;S3、通过所述训练数据集训练GRU‑CNN网络,其中训练数据集作为门循环控制单元的输入,通过门循环控制单元提取训练数据集的序列特征,并将该序列特征输入GRU‑CNN网络的卷积神经网络,通过卷积神经网络根据序列特征提取对应的多维度特征,并建立多维度特征到攻击类型的映射;S4、将测试数据集输入训练好的GRU‑CNN网络,得到综合能源网络的安全攻击类型的分类结果。
-
-
-
-
-
-
-
-
-