-
公开(公告)号：CN117333791A
公开(公告)日：2024-01-02
申请号：CN202311093307.6
申请日：2023-08-25
申请人： 国网安徽省电力有限公司超高压分公司 , 国网安徽省电力有限公司 , 合肥工业大学 , 安徽明生恒卓科技有限公司
发明人： 张学友 , 董翔宇 , 张放 , 阮巍 , 李奇 , 马欢 , 邵华 , 李永熙 , 魏南 , 谢佳 , 殷振 , 樊培培 , 刘之奎 , 朱涛 , 廖军 , 张军 , 蒋欣峰 , 李腾 , 张俊杰 , 田杰 , 黄刚 , 贺成成 , 郑海鑫 , 周雨西 , 李奇越 , 黄海宏 , 刘冬梅 , 韩平平 , 孙伟 , 李帷韬 , 崔北为 , 龙铭
摘要： 本发明实施例提供一种多断口断路器储能弹簧位移的检测方法及同步性检验方法，属于断路器储能弹簧位移检测技术领域。所述检测方法包括获取断路器的储能弹簧在振动时的视频信息；对所述视频信息进行预处理，以获取所述储能弹簧的运动信息序列；本发明通过获取储能弹簧振动时的视频信息，并对该视频信息进行预处理，以获取储能弹簧的运动信息序列，依次经过低频小波时频记忆递归层和高频小波时频特征递归层，最后获取储能弹簧的位移预测值，以实现储能弹簧位移的非接触式检测，保证了储能弹簧的可靠性；且采用不同尺度下的时频分析，能够有效提高位移预测值的准确性。
-
公开(公告)号：CN117649859A
公开(公告)日：2024-03-05
申请号：CN202311668453.7
申请日：2023-12-07
申请人： 国网安徽省电力有限公司超高压分公司 , 合肥工业大学
发明人： 樊培培 , 张俊杰 , 刘之奎 , 徐亚艳 , 董浩声 , 张学友 , 殷振 , 孙昊 , 马欢 , 邵华 , 马晓薇 , 任大东 , 程瑶 , 李腾 , 张军 , 张东欣 , 朱上运 , 阮明昊 , 陈斌 , 陈国玮 , 李红梅
摘要： 本发明涉及一种基于D‑CNN和KNN技术的环境声音分类识别方法，与现有技术相比解决了环境声音分类(ESC)特征提取困难、识别率低、鲁棒性差的缺陷。本发明包括以下步骤：对训练的环境声音进行收集和预处理；构建环境声音分类识别模型；环境声音分类识别模型的训练；对待测的环境声音进行收集和预处理；环境声音分类识别结果的获得。本发明不仅解决了环境声音数据特征提取困难，提高了环境声音识别的准确率，而且增强了环境声音分类识别算法的鲁棒性，达到了实际应用水平。
-
公开(公告)号：CN118091242A
公开(公告)日：2024-05-28
申请号：CN202311766230.4
申请日：2023-12-19
申请人： 国网安徽省电力有限公司超高压分公司 , 合肥工业大学
IPC分类号： G01R19/252 , G01R31/12
摘要： 本发明公开了一种基于BGO非接触传感器的过电压监测识别系统及方法，包括BGO传感模块、信号调理电路、数据采集卡、FPGA数据分析识别模块，以及PC端上位机；BGO传感模块用于采集过电压信号；信号调理电路用于对过电压信号进行稳压和放大；数据采集卡用于将放大后的过电压信号进行模数转换并传输至FPGA数据分析识别模块中；FPGA数据分析识别模块用于对数据采集卡输出的数据进行实时分析并识别过电压类型；PC端上位机用于通过USB串口与FPGA数据分析识别模块通讯，显示过电压识别结果。本发明通过识别系统的运行，以及方法，可实现非接触式监测电网过电压信号，安全性强，且可快速识别过电压类型，实时性强。
-
公开(公告)号：CN117456245A
公开(公告)日：2024-01-26
申请号：CN202311408858.7
申请日：2023-10-27
申请人： 国网安徽省电力有限公司超高压分公司 , 国网安徽省电力有限公司 , 北京谛声科技有限责任公司 , 中国电力科学研究院有限公司
发明人： 张学友 , 董翔宇 , 张放 , 马欢 , 阮巍 , 王一林 , 赵义焜 , 李少洋 , 丁东亮 , 王盈佳 , 邵华 , 魏南 , 谢佳 , 殷振 , 樊培培 , 刘之奎 , 朱涛 , 廖军 , 张军 , 蒋欣峰 , 李奇 , 李腾 , 张俊杰 , 贺成成 , 张啸宇 , 董浩声 , 申凯 , 桂学祥 , 王春阳 , 周雨西
IPC分类号： G06V10/764 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/09
摘要： 本公开的实施例公开了用于变压器运行的参数采集管控方法、计算机设备和介质。该方法的一具体实施方式包括：响应于电流信号序列中存在满足异常电流条件的电流信号，生成变压器电流异常信息；响应于电压信号序列中存在满足异常电压条件的电压信号，生成变压器电压异常信息；采集变压器当前的声音数据，对声音数据进行特征提取处理，得到声音特征信息；对声音特征信息进行识别处理，以生成声音识别结果；根据声音识别结果，生成变压器异常故障信息；对变压器外壳图像进行图像预处理，得到外壳图像预处理向量；根据外壳图像预处理向量与预先训练的图像外壳识别模型，生成变压器外壳图像识别结果。该实施方式可以及时检测出变压器的异常情况。
-
公开(公告)号：CN116070151A
公开(公告)日：2023-05-05
申请号：CN202310259217.3
申请日：2023-03-17
申请人： 国网安徽省电力有限公司超高压分公司
IPC分类号： G06F18/241 , G06F18/214 , G06N3/006 , G06N3/04 , G06Q50/06 , H02H7/26 , G01R31/00 , G01R31/52 , G01R31/58 , H02J3/36
摘要： 本发明公开了基于广义回归神经网络特高压直流输电线路故障检测方法，基于广义S变换提取出频域下的故障特征量，构建广义回归神经网络的输入数据；将样本数据进行归一化处理，分成测试集和训练集两个样本；利用混沌量子粒子群算法优化广义回归神经网络参数，以适应度函数最低为原则形成理想的网络模型，更好地学习特高压直流输电线路故障特征；将深层的特征量输入到Softmax分类器中进行分类，把故障识别分成区外故障、母线故障和线路故障，故障分类为正极故障、负极故障和双极故障，输出识别结果。本发明实现了特高压直流线路的区外故障、母线故障、线路故障、正极故障、负极故障、双极故障等不同故障的准确识别，故障检测速度快。
-
公开(公告)号：CN116681637B
公开(公告)日：2024-01-02
申请号：CN202310970847.1
申请日：2023-08-03
申请人： 国网安徽省电力有限公司超高压分公司 , 安徽大学
摘要： 在热辐射削弱以及细节信息丢失的问题。本发明公开一种特高压换流变压器红外与可见光监测图像融合方法及系统，方法包括采用顶帽变换去除红外图像中的噪点，并将红外源图像注入去除噪点后的红外图像，得到红外权重图；采用边缘保持平滑滤波器对所述红外权重图进行细化处理，得到细化后的红外权重图，所述边缘保持平滑滤波器包括亮度和对比度保真项以及梯度平滑正则项；对可见光图像和所述红外权重图分别进行潜在低秩分解，得到各自对应的基础层和显著层；基于所述细化后的红外权重
-
公开(公告)号：CN116430172A
公开(公告)日：2023-07-14
申请号：CN202310475426.1
申请日：2023-04-27
申请人： 国网安徽省电力有限公司超高压分公司
IPC分类号： G01R31/08 , G06N3/0464 , G06N3/049 , G06N3/08
摘要： 本发明公开了特高压直流输电线路故障测距方法、设备及存储介质，使用小波变换提取不同频带的故障电压、电流，将其作为残差卷积神经网络的输入；利用残差卷积神经网络训练速度快、精度高的优势，对输入数据进行故障特征学习，训练网络，更新参数，最终形成特高压直流输电线路故障测距模型，输出故障测距参数。本发明克服了传统传统的特高压直流输电线路故障测距过度依赖线路本身衰减常数的困难，设计了基于基于残差卷积神经网路的特高压直流输电线路故障测距模型，网络训练过程采用自适应学习率的方式，大大提高了网络的训练效率和训练速度，该方法在特高压直流输电线路故障测距中检测速度快、精度高，并且在过渡电阻接入下仍然具有很高的精度。
-
公开(公告)号：CN116681637A
公开(公告)日：2023-09-01
申请号：CN202310970847.1
申请日：2023-08-03
申请人： 国网安徽省电力有限公司超高压分公司 , 安徽大学
摘要： 本发明公开一种特高压换流变压器红外与可见光监测图像融合方法及系统，方法包括采用顶帽变换去除红外图像中的噪点，并将红外源图像注入去除噪点后的红外图像，得到红外权重图；采用边缘保持平滑滤波器对所述红外权重图进行细化处理，得到细化后的红外权重图，所述边缘保持平滑滤波器包括亮度和对比度保真项以及梯度平滑正则项；对可见光图像和所述红外权重图分别进行潜在低秩分解，得到各自对应的基础层和显著层；基于所述细化后的红外权重图，将所述可见光图像和所述红外权重图各自对应的基础层和显著层进行加权融合，得到融合图像；解决了红外与可见光图像融合算法中普遍存在热辐射削弱以及细节信息丢失的问题。
-
公开(公告)号：CN116070151B
公开(公告)日：2023-06-20
申请号：CN202310259217.3
申请日：2023-03-17
申请人： 国网安徽省电力有限公司超高压分公司
IPC分类号： G06F18/241 , G06F18/214 , G06N3/006 , G06N3/04 , G06Q50/06 , H02H7/26 , G01R31/00 , G01R31/52 , G01R31/58 , H02J3/36
摘要： 本发明公开了基于广义回归神经网络特高压直流输电线路故障检测方法，基于广义S变换提取出频域下的故障特征量，构建广义回归神经网络的输入数据；将样本数据进行归一化处理，分成测试集和训练集两个样本；利用混沌量子粒子群算法优化广义回归神经网络参数，以适应度函数最低为原则形成理想的网络模型，更好地学习特高压直流输电线路故障特征；将深层的特征量输入到Softmax分类器中进行分类，把故障识别分成区外故障、母线故障和线路故障，故障分类为正极故障、负极故障和双极故障，输出识别结果。本发明实现了特高压直流线路的区外故障、母线故障、线路故障、正极故障、负极故障、双极故障等不同故障的准确识别，故障检测速度快。
-
公开(公告)号：CN117021048A
公开(公告)日：2023-11-10
申请号：CN202310998749.9
申请日：2023-08-08
申请人： 国网安徽省电力有限公司电力科学研究院
IPC分类号： B25J5/00 , F16L55/32 , B25J11/00 , B25J19/00 , B64U10/14 , B64U20/87 , B64U80/86 , B64U80/25 , F16L101/30 , B64U101/30
摘要： 本发明公开一种垂直主支管道同步巡检的机器人及巡检方法，机器人包括行走装置以及位于所述行走装置上的复位装置、无人机装置和检测装置；所述复位装置和所述无人机装置的腹部连接，防止所述无人机装置失控；所述行走装置带动所述检测装置检测主管道的同时，还配合所述无人机装置同步检测支管道。通过本发明公开的垂直主支管道同步巡检的机器人及巡检方法，能够提高巡检管道的时效性。
-
-
-
-
-
-
-
-
-
搜索结果
23 条记录 (耗时 0.098 秒)
