-
公开(公告)号：CN115915291A
公开(公告)日：2023-04-04
申请号：CN202211589539.6
申请日：2022-12-12
申请人： 国网安徽省电力有限公司合肥供电公司 , 安徽南瑞继远电网技术有限公司 , 国网电力科学研究院有限公司 , 国网安徽省电力有限公司
IPC分类号： H04W28/24 , H04W28/18 , H04W72/0446 , H04W84/18 , H04W72/566
摘要： 本发明涉及一种多优先级的输变电设备物联网节点设备无线通信方法，包括：无线汇聚节点对接收的任意数据包的类型进行检测，检测到为手持移动终端的预分配时隙请求后，无线接入节点周期性持续下发预分配时隙，手持移动终端在任意预分配时隙位置上传数据；检测到为高优先级数据包，在未被预分配占用的时隙位置优先转发给无线接入节点；检测到为低优先级数据包，在避让高优先级数据后再转发给无线接入节点。本发明还公开一种多优先级的输变电设备物联网节点设备无线通信系统。本发明采用预分配时隙降低手持移动终端数据传输延时，提高操作效率；采用传输优先级保证了告警、状态跳变等重要数据始终优先传递，避免在高并发时重要数据出现高延迟。
-
公开(公告)号：CN114241250A
公开(公告)日：2022-03-25
申请号：CN202111092255.1
申请日：2021-09-17
申请人： 国网电力科学研究院有限公司 , 安徽南瑞继远电网技术有限公司 , 国网浙江省电力有限公司杭州供电公司
IPC分类号： G06V10/774 , G06V10/764 , G06V10/80 , G06V10/25 , G06V10/44 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种级联回归目标检测方法、装置及计算机可读存储介质，方法包括以下步骤：获取待检测图片，进行像素的标准化并缩放至相同大小；将调整后的待检测图片输入至训练好的深度卷积神经网络模型中，所述深度卷积神经网络模型由带有标注信息的训练图片训练得到，且包括用于特征提取的骨干网络、用于分步调整预设框的级联的区域建议模块、用于微调预设框的级联的两路回归器模块、用于优化上述模块的距离损失函数和损失函数。本发明通过级联回归的思想改善双阶段目标检测器的性能，在保持较高检测精度的同时，降低算法的检测时间。
-
公开(公告)号：CN212871455U
公开(公告)日：2021-04-02
申请号：CN202022101135.0
申请日：2020-09-23
申请人： 国网安徽省电力有限公司 , 国网安徽省电力有限公司电力科学研究院 , 南瑞集团有限公司 , 安徽南瑞继远电网技术有限公司 , 中国电力科学研究院有限公司 , 国家电网有限公司
摘要： 本实用新型公开了一种用于电力变压器声纹监测设备的固定装置，其特征包括：拾音结构、主壳体结构、滑轨支架、设备安装支架；在设备安装支架的顶端设置有横向的滑轨支架，在滑轨支架的末端设置有主壳体结构；在主壳体结构的顶部设置有拾音结构。本实用新型能固定于变压器附近的地面上，不会对变压器结构进行改造及破坏。
-
公开(公告)号：CN114495983B
公开(公告)日：2024-10-29
申请号：CN202210158492.1
申请日：2022-02-21
申请人： 安徽南瑞继远电网技术有限公司 , 南瑞集团有限公司
摘要： 本发明公开了一种基于云边协同的设备故障声纹监测系统，通过建立设备声纹故障数据云端样本库、模板库；获取设备音频数据，并进行预处理操作，提取第一音频声纹特征；通过比较所述第一音频声纹特征对应的第一高维表示数据与正常声纹的高维表示数据确定声纹的异常；通过提取所述故障音频数据对应的声纹特征；将所述设备音频数据对应的声纹特征的特征向量与模板库中的声纹特征故障模板进行比对，确定对应的故障类型。本发明可以在前期标记样本库稀少的情况下，部署设备故障声纹监测深度学习算法并持续优化算法准确度，从而解决了故障数据采集的难度也提高了识别准确度；且基于边端故障识别分析模块只需分析上传的异常声纹，大大减少服务器开销。
-
公开(公告)号：CN114495983A
公开(公告)日：2022-05-13
申请号：CN202210158492.1
申请日：2022-02-21
申请人： 安徽南瑞继远电网技术有限公司 , 南瑞集团有限公司
摘要： 本发明公开了一种基于云边协同的设备故障声纹监测系统，通过建立设备声纹故障数据云端样本库、模板库；获取设备音频数据，并进行预处理操作，提取第一音频声纹特征；通过比较所述第一音频声纹特征对应的第一高维表示数据与正常声纹的高维表示数据确定声纹的异常；通过提取所述故障音频数据对应的声纹特征；将所述设备音频数据对应的声纹特征的特征向量与模板库中的声纹特征故障模板进行比对，确定对应的故障类型。本发明可以在前期标记样本库稀少的情况下，部署设备故障声纹监测深度学习算法并持续优化算法准确度，从而解决了故障数据采集的难度也提高了识别准确度；且基于边端故障识别分析模块只需分析上传的异常声纹，大大减少服务器开销。
-
公开(公告)号：CN114257980A
公开(公告)日：2022-03-29
申请号：CN202111479175.1
申请日：2021-12-06
申请人： 安徽南瑞继远电网技术有限公司
IPC分类号： H04W4/38 , H04L67/12 , H04L41/0654
摘要： 本发明涉及一种基于簇状网络的数据交互系统，包括：二次系统应用平台，用于执行大数据量的并发计算任务，完成人工智能、大数据应用计算任务的远程配置；接入节点，用于配置计算模型并执行就地运算；汇聚节点，用于接收并执行边缘计算任务；传感器，用于接收并执行边缘计算任务，进行数据上传策略配置、采样频率配置。本发明还公开了一种基于簇状网络的统数据交互系统的交互方法。本发明采用簇状的网络拓扑结构具有具备自治协同和故障自愈功能，数据传输更加安全，实现了数据的“一次采集，处处应用”，免去了数据转换的繁琐，方便应用，提升效率。
-
公开(公告)号：CN115512207A
公开(公告)日：2022-12-23
申请号：CN202211360352.9
申请日：2022-11-01
申请人： 安徽南瑞继远电网技术有限公司 , 南瑞集团有限公司
摘要： 本发明提供了一种于多路特征融合及高阶损失感知采样的单阶段目标检测方法。通过获取待检测图像，并对待检测图像执行预处理；根据预先建立的目标检测网络模型对待检测图像执行检测，获取初步检测结果；目标检测网络模型基于多路特征金字塔网络执行多路特征融合；以及基于高阶损失感知采样机制进行训练；根据初步检测结果计算面积交并比以及非极大值抑制，得到最终的检测结果。相比于现有技术，通过利用提出的多路特征金字塔能够避免低级特征细节和纹理的丢失获取从而获得更加完整的目标特征信息；同时，利用提出的高阶损失感知采样机制能够针对于图像中的每个实例自适应的选出其对应的正样本用于训练，从而达到更好的目标检测效果。
-
公开(公告)号：CN113726889A
公开(公告)日：2021-11-30
申请号：CN202111009840.0
申请日：2021-08-31
申请人： 安徽南瑞继远电网技术有限公司
摘要： 本发明涉及电力辅助设备通信网关机的数据存取方法，包括：辅助设备通信网关机接收到实时数据时，判断当前数据量或数据积压时间是否达到既定阈值；若判断结果为是，则压缩当前数据并转存到后台存储服务器；辅助设备通信网关机接收到调阅指令时，将当前数据压缩并转存到后台存储服务器，然后发送查询调阅命令；后台存储服务器接收到查询调阅命令后将检索到的数据压缩处理，进行分割处理，再将数据转发到辅助设备通信网关机；辅助设备通信网关机将数据解压并进行完整性校验，最后反馈给检索方。本发明有效解决了辅助设备通信网关机本身存储能力不足的问题；将数据检索任务分配给后台存储服务器，提升辅助设备通信网关机实时数据通信性能。
-
公开(公告)号：CN208522993U
公开(公告)日：2019-02-19
申请号：CN201821239350.3
申请日：2018-08-02
申请人： 安徽南瑞继远电网技术有限公司
摘要： 本实用新型公开了一种加密转发的无线通信模块，包括：CPU单元、电源控制单元、加密单元、以太网单元、4G单元和RS485通信单元；所述电源控制单元的输出端与CPU单元的电源输入端连接，所述加密单元、以太网单元、RS485通信单元和4G单元与CPU单元连接。本实用新型通过将不同接口采集的数据进行加密后选择性的通过其他接口进行转发，加密后的数据可通过程序控制选择目标端口将数据发送至外部对应单元，实现数据的加密交互功能，实现了数据信息安全稳定的传输，在各种工业控制场合有较好的应用前景。
-
公开(公告)号：CN208522885U
公开(公告)日：2019-02-19
申请号：CN201821240205.7
申请日：2018-08-02
申请人： 安徽南瑞继远电网技术有限公司
摘要： 本实用新型公开了一种基于ARM平台的三跨可视化装置电路，包括：主核心板单元、辅CPU单元、4G模组单元、硬件加密单元、以太网单元、看门狗单元和RTC守时单元，所述主核心板单元通过总线分别与硬件加密单元、以太网单元、RTC守时单元、4G模组单元和辅CPU单元连接；所述辅CPU单元通过总线与4G模组单元和看门狗单元连接。本实用新型通过硬件加密单元对数据进行加解密操作，通过主核心板单元实现数据的远程监控功能，实现状态评估、故障诊断、状态检修和风险预警，实现对线路运行状态的可控、能控和在控。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.09 秒)
