-
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：CN115935135A
公开(公告)日：2023-04-07
申请号：CN202211525552.5
申请日：2022-11-30
申请人： 国网安徽省电力有限公司超高压分公司 , 安徽大学
发明人： 李腾 , 樊培培 , 廖军 , 刘之奎 , 董翔宇 , 张军 , 李奇 , 卢一相 , 高清维 , 谢佳 , 黄道均 , 马欢 , 施雯 , 吴翔 , 胡坤 , 竺德 , 孙冬 , 丰景 , 张茜
IPC分类号： G06F17/18 , G01K13/00 , G06N3/0442 , G06N3/045 , G06N3/08
摘要： 本发明实施例提供一种特高压换流变压器顶层油温预测方法及存储介质，属于变压器检修领域。所述方法包括：获取特高压换流变压器顶层油温的历史数据；对所述历史数据进行单位根检验以使得所述历史数据平稳，并得到差分参数的值；对平稳后的所述历史数据进行处理，以得到关于所述历史数据的回归参数和移动平均参数；根据得到的所述回归参数和移动平均参数建立ARIMA预测模型；通过所述历史数据和ARIMA预测模型得到ARIMA模型的拟合残差；通过所述ARIMA模型拟合残差构建Attention‑BiGRU‑GRU网络模型；将所述ARIMA预测模型加上所述Attention‑BiGRU‑GRU网络模型以得到油温预测模型；将已采集的所述历史数据带入所述油温预测模型以得到未来油温的预测数据。该方法可以精确的预测油温的变化。
-
公开(公告)号：CN118964861A
公开(公告)日：2024-11-15
申请号：CN202411444626.1
申请日：2024-10-16
申请人： 国网安徽省电力有限公司超高压分公司 , 安徽大学
发明人： 樊培培 , 谢佳 , 董翔宇 , 刘之奎 , 朱涛 , 李腾 , 马晓薇 , 张学友 , 马欢 , 廖军 , 蒋欣峰 , 张俊杰 , 申凯 , 黄刚 , 张东欣 , 陈良雪 , 吴子悦 , 宋麒慧
IPC分类号： G06F18/10 , G06F18/241 , G06N3/006
摘要： 本发明提供一种交流滤波器电抗器声信号联合去噪方法及系统，属于电力设备信号去噪技术领域。该方法首先通过IVYA算法参数优化的VMD对原始含复杂噪声的声信号进行自适应分解；然后根据相关系数将分解的IMF分量划分为有用信号主导分量和噪声主导分量；最后，采用改进的无参小波阈值去噪算法对噪声主导分量进行进一步降噪处理并与有用信号主导分量叠加重构，得到最终的去噪声信号。该方法去噪性能优异、自适应性高，可以有效提取纯净的交流滤波器电抗器声信号，有助于降低后续特征提取和模式识别任务的困难，进而为交流滤波器的状态评估提供依据。
-
公开(公告)号：CN116681885A
公开(公告)日：2023-09-01
申请号：CN202310966777.2
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
IPC分类号： G06V10/25 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464
摘要： 本发明公开一种输变电设备红外图像目标识别方法及系统，方法包括采集输变电设备红外图像并输入至目标检测模型，目标检测模型包括骨干网络和检测头网络，骨干网络的头部和尾部分别添加有S2‑MLPv2模块，骨干网络的输出连接检测头网络；利用骨干网络提取红外图像的特征图，其中，所述S2‑MLPv2模块利用空间转移操作进行各图像块之间的通信；利用检测头网络预测所述特征图中包含目标的位置和类别；通过在网络中加入S2‑MLPv2模块，加快模型训练的收敛速度，从而提高变电站设备监测的工作效率。
-
公开(公告)号：CN116681885B
公开(公告)日：2024-01-02
申请号：CN202310966777.2
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
IPC分类号： G06V10/25 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464
摘要： 本发明公开一种输变电设备红外图像目标识别方法及系统，方法包括采集输变电设备红外图像并输入至目标检测模型，目标检测模型包括骨干网络和检测头网络，骨干网络的头部和尾部分别添加有S2‑MLPv2模块，骨干网络的输出连接检测头网络；利用骨干网络提取红外图像的特征图，其中，所述S2‑MLPv2模块利用空间转移操作进行各图像块之间的通信；利用检测头网络预测所述特征图中包含目标的位置和类别；通过在网2络中加入S‑MLPv2模块，加快模型训练的收敛速度，从而提高变电站设备监测的工作效率。
-
公开(公告)号：CN116681629B
公开(公告)日：2023-10-27
申请号：CN202310969545.2
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： 本发明公开一种变电站主变压器可见光图像自适应对比度增强方法及系统，方法包括对变电站主变压器的可见光图像进行基于导向滤波的两尺度分解，得到基础层和细节层；采用动态压缩的方式对所述基础层进行亮度增强，得到基础增强图像；采用局部增强的方式对所述细节层进行局部增强，得到细节增强图像；对包含所述基础增强图像和所述细节增强图像的一次增强图像进行二次增强处理，得到二次增强图像；对所述一次增强图像和所述二次增强图像进行加权融合，得到变电站主变压器可见光增强结果图；本发明在提高可见光图像对比度的同时避免出现了过增强和伪影等现象。
-
公开(公告)号：CN116680623B
公开(公告)日：2023-10-27
申请号：CN202310968553.5
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状态监测方法及系统，方法包括采集特高压换流变压器的振动信号并输入至状态监测模型，状态监测模型包括多尺度卷积神经网络通道、双向门控循环单元通道和状态分类网络，所述多尺度卷积神经网络通道中每个卷积操作中加入卷积注意力模块，所述双向门控循环单元通道的输出连接有挤压激励模块；利用所述多尺度卷积神经网络通道提取所述振动信号在空间维度上的多尺度信息特征；利用所述双向门控循环单元通道提取所述振动信号在时间维度上的信息特征；利用所述状态分类网络对多尺度信息特征和时间维度上的信息特征进行状态分类，确定特高压换流变压器的状态；本发明设计的状态监测模型具有更好的状态监测性能。
-
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：CN116681629A
公开(公告)日：2023-09-01
申请号：CN202310969545.2
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： 本发明公开一种变电站主变压器可见光图像自适应对比度增强方法及系统，方法包括对变电站主变压器的可见光图像进行基于导向滤波的两尺度分解，得到基础层和细节层；采用动态压缩的方式对所述基础层进行亮度增强，得到基础增强图像；采用局部增强的方式对所述细节层进行局部增强，得到细节增强图像；对包含所述基础增强图像和所述细节增强图像的一次增强图像进行二次增强处理，得到二次增强图像；对所述一次增强图像和所述二次增强图像进行加权融合，得到变电站主变压器可见光增强结果图；本发明在提高可见光图像对比度的同时避免出现了过增强和伪影等现象。
-
公开(公告)号：CN116680623A
公开(公告)日：2023-09-01
申请号：CN202310968553.5
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状态监测方法及系统，方法包括采集特高压换流变压器的振动信号并输入至状态监测模型，状态监测模型包括多尺度卷积神经网络通道、双向门控循环单元通道和状态分类网络，所述多尺度卷积神经网络通道中每个卷积操作中加入卷积注意力模块，所述双向门控循环单元通道的输出连接有挤压激励模块；利用所述多尺度卷积神经网络通道提取所述振动信号在空间维度上的多尺度信息特征；利用所述双向门控循环单元通道提取所述振动信号在时间维度上的信息特征；利用所述状态分类网络对多尺度信息特征和时间维度上的信息特征进行状态分类，确定特高压换流变压器的状态；本发明设计的状态监测模型具有更好的状态监测性能。
-
-
-
-
-
-
-
-
-
搜索结果
62 条记录 (耗时 0.049 秒)
