-
公开(公告)号：CN115187648A
公开(公告)日：2022-10-14
申请号：CN202211093518.5
申请日：2022-09-08
Applicant: 安徽继远软件有限公司 , 国网安徽省电力有限公司超高压分公司 , 北京煜邦电力技术股份有限公司
Inventor： 郭可贵 , 陶有奎 , 李卫国 , 葛健 , 杜鹏 , 王刘芳 , 严波 , 尹悦 , 秦龙 , 章丹 , 郭振宇 , 操松元 , 王远 , 王法治 , 凌劲 , 谭弘武 , 宋金秀
Abstract: 本发明公开了一种输电线路本体逆向建模方法、装置、电子设备及存储介质。方法包括：对输电线路进行激光雷达扫描，获取输电线路本体的激光点云三维模型数据；对输电线路本体的激光点云三维模型数据进行分类处理，分别得到杆塔、绝缘子串、连接金具、架空地线、导线和引流跳线的激光点云三维模型数据；根据杆塔的激光点云三维模型数据生成杆塔分割位置，对杆塔进行分解重建从而得到杆塔的矢量线模型数据；根据架空地线、导线和引流跳线的激光点云三维模型数据生成各部分的矢量线模型数据；对输电线路本体的矢量线模型数据进行三维实体化生成；组合得到输电线路本体的三维实体化模型。通过该方法能够提高建模精度和效率，还可减少成本消耗。
-
公开(公告)号：CN119484519A
公开(公告)日：2025-02-18
申请号：CN202411077917.1
申请日：2024-08-07
Applicant: 国网安徽省电力有限公司 , 安徽继远软件有限公司
Abstract: 本发明公开了一种基于云边协同技术的配电站房云数据交互系统，涉及电力技术领域。本发明与之前的配电站房控制系统相比，解决了传统的配电站房运维方式难以满足现代配电站房智能化运维的需求；数据的传输面临较大的带宽压力；数据的处理依赖人工的问题；基于配电站房的端设备通过边缘设备接入云平台，形成“云‑边‑端”的架构，且通过网络自适应调节的方式，实现云平台和边缘设备之间的通讯接入，实现物联网设备的远程监控和操作；还结合边缘联邦学习技术提升系统对数据的分析效率；结合区块链技术与同态加密技术提升数据传输的安全性；解决配电站房运维领域中数据交互的需求，提高配电站房运维的效率和质量，实现配电站房运维的智能化和自动化。
-
公开(公告)号：CN119295054A
公开(公告)日：2025-01-10
申请号：CN202411469143.7
申请日：2024-10-21
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司
IPC: G06Q10/20 , G06Q10/0639 , G06Q50/06 , G06K17/00
Abstract: 本发明涉及电力配电站管理技术领域，其公开了一种电力配电站远程运维健康管理系统及健康评估方法，包括采集端和服务器，采集端包括传感器单元和RFID标签，服务器包括数据库、数据分析单元、健康判定单元和预警提示单元；从基本信息、运行状态、设备维护和故障记录四个方面对电力机组进行全面的健康状况评估，计算出健康度综合指标，及时的维护和故障处理可以延长电力机组的使用寿命；通过对设备健康状况的持续监测和管理，能够采取有效的措施来保护设备，降低设备的损耗和故障率，从而延长设备的使用寿命，降低设备更新成本。
-
公开(公告)号：CN118095320A
公开(公告)日：2024-05-28
申请号：CN202410180463.4
申请日：2024-02-18
Applicant: 国网智能电网研究院有限公司 , 国家电网有限公司 , 国网电力科学研究院有限公司 , 国网安徽省电力有限公司 , 国网安徽省电力有限公司超高压分公司
IPC: G06K17/00 , G01S5/04 , G06N3/0985 , G06N3/084
Abstract: 本发明涉及配件定位技术领域，公开了一种电力设备运维配件定位方法、装置、设备及存储介质，该方法包括：构建定位模型并对定位模型进行训练；基于若干RFID读写器获取固定于待定位配件上的RFID标签发出的信号的目标接收信号强度指示和目标接收信号传输时间；根据目标接收信号强度指示和目标接收信号传输时间构建目标RFID特征矩阵；将目标RFID特征矩阵输入至训练好的定位模型获得待定位配件的位置信息，本发明解决了现有超声波定位、Zigbee定位抗干扰能力差的问题，通过准确的目标RFID特征矩阵与实际位置间的映射关系，实现更加精准的定位。
-
公开(公告)号：CN116955951A
公开(公告)日：2023-10-27
申请号：CN202310857743.X
申请日：2023-07-12
Applicant: 合肥工业大学 , 国网安徽省电力有限公司 , 国网安徽省电力有限公司超高压分公司
IPC: G06F18/20 , G06F18/214 , G06N3/0442 , G06N3/08 , G01R31/12
Abstract: 本发明公开了基于自注意力的异构网络的变压器故障诊断方法及装置，所述方法包括：在变压器故障状态下，获取变压器的热红外图像进行预处理得到第一训练集T1；采集变压器的油中溶解气体含量进行预处理得到第二训练集T2；构建基于自注意力的异构融合网络模型，模型包括关注全局时标信息的自注意力LSTM网络、关注局部空间信息的自注意力残差网络、特征融合层以及Softmax分类器，第一训练集T1输入到自注意力残差网络中，第二训练集T2输入到自注意力LSTM网络中；训练基于自注意力的异构融合网络模型，利用训练好的模型进行故障诊断；本发明的优点在于：提取的特征完备，最终诊断结果较为准确。
-
Patent Agency Ranking
公开(公告)号：CN118506030A
公开(公告)日：2024-08-16
申请号：CN202410933584.1
申请日：2024-07-12
Applicant: 中科方寸知微(南京)科技有限公司 , 国网安徽省电力有限公司淮南供电公司 , 国网安徽省电力有限公司
Abstract: 本发明公开了基于几何距离度量的图像缺陷目标匹配方法和系统，该方法包括采集同一目标的多个角度的图像，对每个图像进行缺陷检测；基于缺陷检测的结果，构建缺陷目标匹配关系的二维矩阵，通过距离度量函数将二维矩阵转化为最优匹配问题；获取相机内参矩阵和相机间位姿关系，基于缺陷检测的结果、相机内参矩阵和相机间位姿关系，构建距离度量函数矩阵；基于距离度量函数矩阵，对最优匹配问题进行求解，得到最优的缺陷目标匹配关系。本发明通过确定缺陷目标之间的匹配关系，找到图像中存在的重复缺陷，提高了图像检测结果的整体质量和可用性，有效降低了系统计算量、缺陷审核和人工管理的成本。
-
公开(公告)号：CN110127528A
公开(公告)日：2019-08-16
申请号：CN201910506819.8
申请日：2019-06-12
Applicant: 国网安徽省电力有限公司蒙城县供电公司 , 国网安徽省电力有限公司亳州供电公司 , 国家电网有限公司
Abstract: 本发明公开了一种折叠式深沟电缆升降装置，其包括：固定支架以及升降设备，固定支架包括支撑面板以及多个支撑腿，升降设备包括紧线器、紧线器支架、以及吊装工具，紧线器支架铰接固定于支撑面板上，支撑面板上设有对接部，紧线器支架上设有第一锁定组件。通过第一锁定组件和对接部的配合，来实现紧线器支架的锁定和解锁，在使用时将紧线器支架锁定于预定角度，安装紧线器进行升降电缆操作，在完成后，解锁紧线器支架，使其放平紧贴支撑面板，从而减少整个装置所占用的空间，整个装置在使用过程中切换自如，操作简单方便。
-
公开(公告)号：CN118506221B
公开(公告)日：2024-10-22
申请号：CN202410962896.5
申请日：2024-07-18
Applicant: 中科方寸知微(南京)科技有限公司 , 国网安徽省电力有限公司淮南供电公司 , 国网安徽省电力有限公司
IPC: G06V20/17 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0895
Abstract: 本发明公开了一种基于无人机架空线路自适应巡检的半监督检测方法，包括收集配网架空线路的图像数据，将图像数据分为已标注数据和未标注数据；基于已标注数据构建特征队列；基于特征队列和未标注数据，构建正、负样本，并计算其对比损失；基于对比损失和未标注数据和特征队列，构建相似度矩阵；基于相似度矩阵，确定未标注数据的伪标签；采用师生互学互鉴框架，构建监督损失和半监督损失，使用监督损失和半监督损失对神经网络模型进行训练。本发明提高了模型对于未标注数据的处理能力，增强了模型的鲁棒性和泛化能力；在复杂环境下提高困难样本的召回，进而增强了模型的稳定性，满足了自适应巡检任务的实时性和准确性要求。
-
公开(公告)号：CN118506221A
公开(公告)日：2024-08-16
申请号：CN202410962896.5
申请日：2024-07-18
Applicant: 中科方寸知微(南京)科技有限公司 , 国网安徽省电力有限公司淮南供电公司 , 国网安徽省电力有限公司
IPC: G06V20/17 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0895
Abstract: 本发明公开了一种基于无人机架空线路自适应巡检的半监督检测方法，包括收集配网架空线路的图像数据，将图像数据分为已标注数据和未标注数据；基于已标注数据构建特征队列；基于特征队列和未标注数据，构建正、负样本，并计算其对比损失；基于对比损失和未标注数据和特征队列，构建相似度矩阵；基于相似度矩阵，确定未标注数据的伪标签；采用师生互学互鉴框架，构建监督损失和半监督损失，使用监督损失和半监督损失对神经网络模型进行训练。本发明提高了模型对于未标注数据的处理能力，增强了模型的鲁棒性和泛化能力；在复杂环境下提高困难样本的召回，进而增强了模型的稳定性，满足了自适应巡检任务的实时性和准确性要求。
-
公开(公告)号：CN118445745A
公开(公告)日：2024-08-06
申请号：CN202410450450.4
申请日：2024-04-15
Applicant: 华北电力大学(保定) , 国网电力科学研究院有限公司 , 国网安徽省电力有限公司 , 国网安徽省电力有限公司超高压分公司
IPC: G06F18/25 , G06F18/241 , G06F18/21 , G06N3/0442 , G06N3/0464 , G06Q50/06
Abstract: 本发明公开了一种基于变压器多维状态特征数据的时空对齐融合方法，其特征在于，包括：采用LSTM网络层和改进的一维全卷积神经网络1D‑FCN分别提取多维数据的时间特征和空间特征，采用两个网络同时处理变压器多维状态数据，能使LSTM获取的单一时间特征和1D‑FCN获取的空间特征更详细，然后利用自学习权重信息校正多尺度特征之间的偏差，利用优化后的全连接层实现变压器多维状态特征的融合，最后利用分类算法实现特征分类，达到相同类别特征分布聚集性强，不同类别特征分布具有明显空间间隔的效果；解决了目前变压器面临着模型构建与演化方式实用性较弱，对于变压器多源、多模态特征量表述不一致，导致多维数据利用率不高，数据治理效果较差等问题。
-
-
-
-
-
-
-
-
-
Search Results
74
records
(took 0.067 seconds)
