一种开关柜放电信息的监测设备、故障确定方法及存储介质

    公开(公告)号:CN118566659A

    公开(公告)日:2024-08-30

    申请号:CN202410629432.2

    申请日:2024-05-21

    IPC分类号: G01R31/12

    摘要: 本发明公开了一种开关柜放电信息的监测设备、故障确定方法及存储介质,涉及电力电子技术领域,该设备包括:信息采集器、处理模块、交互模块、第一连接器和第二连接器;第一连接器用于将监测设备的设备主体固定于待监测开关柜的预设位置;交互模块用于在设备主体固定于预设位置且接收到用户发送的监测需求信息时生成待监测开关柜的放电信息监测指令,向处理模块发送放电信息监测指令,使处理模块控制信息采集器获取待监测开关柜的音频数据;处理模块还用于基于音频数据确定待监测开关柜的放电信息监测结果,并向交互模块发送放电信息监测结果。本发明可以智能化的确定待监测开关柜的放电信息监测结果,提升监测效率、监测结果的准确度和实时性。

    输电线路上零部件的目标检测方法

    公开(公告)号:CN118298149A

    公开(公告)日:2024-07-05

    申请号:CN202410346975.3

    申请日:2024-03-26

    摘要: 本发明一种输电线路上零部件的目标检测方法,属于输电线路的零部件检测技术领域。对YOLO_v5神经网络进行改进,采用了MobileNetV3网络替换了现有的YOLO_v5神经网络的主干网络Backbone,改变了YOLO_v5神经网络中bneck结构的个数以及内部参数的设置,使得最终所需要的计算资源大幅下降;使得本方法适用更多的场景。对YOLO_v5神经网络的颈部网络neck也进行了改进,根据高效多尺度注意力EMA和新型算子PConv卷积建立EMA‑PConv模块,并通过EMA‑PConv模块替换颈部网络Neck中所有的C3模块中由标准卷积简单堆叠的bottleneck单元,形成C3_EMA‑PConv模块,大大提升了增加输电线路的目标检测模型的特征聚合能力,增加了目标检测模型进行目标检测的精准率;使用Shape‑IoU Loss函数替换所述YOLO_v5神经网络中的边界框回归损失函数,使得边界框回归更加准确。

    基于逐级分解模型的充电站利用率预测方法和系统

    公开(公告)号:CN116644853A

    公开(公告)日:2023-08-25

    申请号:CN202310617851.X

    申请日:2023-05-29

    摘要: 本发明涉及基于逐级分解模型的充电站利用率预测方法,包括:采集历史上充电站利用率数据,以及相应的天气数据和日期数据,作为原始数据;构建逐级分解预测模型并训练,将待测时间段前的原始数据输入至逐级分解预测模型中,得到充电站利用率预测值;逐级分解预测模型包括深层信息融合层和残差分解预测层;深层信息融合层运用注意力编码方法对输入数据进行深度提取及融合,得到信息融合序列并输入至残差分解预测层;残差分解预测层使用残差分解方法对当前层输入数据进行逐级分解,每级得到不同细粒度的预测序列和残差序列,最后将所有层级的预测序列和末层经过全连接层的残差序列进行加和得到最终预测结果。本发明实现充电站利用率的预测。

    一种光缆衰耗自动检测系统
    10.
    发明公开

    公开(公告)号:CN116707646A

    公开(公告)日:2023-09-05

    申请号:CN202310731350.4

    申请日:2023-06-20

    IPC分类号: H04B10/25

    摘要: 本发明公开一种光缆衰耗自动检测系统;通信站点的ODF架的尾纤的位置均设置光缆检测及接收模块;所述光缆检测及接收模块中接收光缆衰耗自动检测系统平台的测试的指令,其光源工作发出测试波至光缆的一路光纤,沿着该光缆的传输路径的通信站点的光缆检测及接收模块接收其对应的光波并检测出对应的参数发送至光缆衰耗自动检测系统平台;光缆衰耗自动检测系统平台根据接收到的对应的参数确定其是否存在衰耗。本方案能够实现对光缆在线检测,能够提高检测效率以及准确率、不损伤光纤接口。