-
公开(公告)号:CN117741529A
公开(公告)日:2024-03-22
申请号:CN202311732698.1
申请日:2023-12-15
申请人: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司 , 中国电力科学研究院有限公司
发明人: 黄天富 , 吴志武 , 林彤尧 , 李小飞 , 聂琪 , 胡浩亮 , 张颖 , 王春光 , 詹文 , 黄汉斌 , 涂彦昭 , 周志森 , 伍翔 , 曹舒 , 郭银婷 , 王文静 , 陈子琳 , 陈适 , 童承鑫 , 林雨欣
IPC分类号: G01R33/24
摘要: 本发明涉及电学量子传感技术领域,具体公开了一种基于双点测磁共振谱拟合的量子测量方法,根据系统测量ODMR谱线的分布特性和待测场的范围,完成范围内的扫频,获得离散ODMR谱线中部分点信息,再结合光的强度和分布函数分析,实现快速分布函数波形反演,获得中心频率点,进而获得能表征磁场强度的关键参量,实现量子测量。
-
公开(公告)号:CN116338545A
公开(公告)日:2023-06-27
申请号:CN202310044215.2
申请日:2023-01-29
IPC分类号: G01R35/00 , G06N3/08 , G06N3/0464
摘要: 本发明涉及一种电流互感器计量误差状态识别方法、系统、设备及介质,其中方法包括以下步骤:采集若干电流互感器在预设时间段内的历史运行数据,运行数据包括环境参数、控制参数、特征参数三个类别;对采集的历史运行数据进行预处理,采用CNN模型对历史运行数据进行特征提取,将提取出的特征输入至训练好的VARMAX预测模型进行数据修复;将预处理后的历史运行数据添加表征误差状态的标签,放入训练样本集,利用训练样本集对CNN‑YOLOX网络模型进行训练,得到训练好的误差状态识别模型;获取待测电流互感器的当前运行数据,将当前运行数据输入至训练好的误差状态识别模型,输出待测电流互感器的误差状态识别结果。
-
公开(公告)号:CN116628431A
公开(公告)日:2023-08-22
申请号:CN202310535717.5
申请日:2023-05-12
IPC分类号: G06F18/15 , G01R35/04 , G06F18/25 , G06F18/241 , G06F18/214 , G06N20/20 , G06Q50/06
摘要: 本发明涉及一种电能计量装置综合误差评估方法、系统、设备及介质,其中方法包括以下步骤:对目标电能计量装置,采集包含若干不同类别的影响因素的历史误差影响因素数据集,根据历史误差影响因素数据集构建第一误差评估模型;采集目标电能计量装置不同因素的影响特征构建多因素影响特征数据集,根据多因素影响特征数据集构建第二误差评估模型;融合第一误差评估模型和第二误差评估模型,得到第三误差评估模型;获取目标电能计量装置的误差影响因素数据和多因素影响特征数据,分别通过第一误差模型和第二误差模型计算第一实时误差和第二实时误差,将第一实时误差和第二实时误差带入第三误差评估模型中,评估目标电能计量装置当前的实时误差。
-
公开(公告)号:CN116028822B
公开(公告)日:2023-07-18
申请号:CN202310323470.0
申请日:2023-03-30
申请人: 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心
IPC分类号: G06F18/214 , G06F18/213 , G06N3/042 , G06N3/08 , G06N3/006
摘要: 本发明涉及一种电能表误差状态评估方法、系统、设备及存储介质,所述方法包括以下步骤:获取目标电能表离线检测过程中的工况数据构建离线训练样本集,获取目标电能表的历史误差状态数据构建离线训练目标集;采用邻域保留投影算法对离线训练样本集进行预处理,使得离线训练样本集中每一样本的影响因素降维至d个,并对目标维度的数量d进行寻优处理,确定目标维度数量并重构离线训练样本集;搭建神经网络模型,基于重构后的离线训练样本集和离线训练目标集对神经网络模型进行训练,得到电能表误差状态评估模型;将目标电能表的实时工况数据输入至电能表误差状态评估模型中,得到目标电能表当前时刻的误差状态。
-
公开(公告)号:CN116068481A
公开(公告)日:2023-05-05
申请号:CN202310239172.3
申请日:2023-03-14
申请人: 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心
摘要: 本发明涉及一种电流互感器误差定量评估方法,包括以下步骤:获取电子式电流互感器的历史误差影响因素集和历史误差数据集;对历史误差影响因素集中的各样本进行特征选择处理,得到特征选择后的训练样本集;构建WNN小波神经网络,并利用AAA人工海藻算法对WNN小波神经网络的超参数进行寻优,得到AAA‑WNN网络模型;以训练样本集相应历史时刻的影响因素数据作为输入,历史误差数据集中相应历史时刻的误差数据作为输出,对AAA‑WNN网络模型进行迭代训练;采集待测电子式电流互感器当前时刻的各类别的影响因素数据,并输入至训练好的电子式电流互感器误差评估模型,得到待测电子式电流互感器当前的误差评估结果。
-
公开(公告)号:CN115598582B
公开(公告)日:2023-04-07
申请号:CN202211600806.5
申请日:2022-12-14
申请人: 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心
摘要: 本发明涉及一种分布式互感器在线监测方法、系统、设备及存储介质,其中方法包括以下步骤:对分布式布置于各个变电站的目标互感器输出的二次信号变换为采样信号;从定位系统接收授时信号并基于授时信号产生PPS脉冲;基于PPS脉冲从多通道同步采集各所述采样信号并提取特征量;将多通道的特征量提取结果进行合并,并基于授时信号为合并后提取结果添加时间标记;将添加了时间标记的各特征量提取结果发送至中心站,在中心站基于各特征量提取结果的数据到达时间进行数据同步;在云平台基于进行数据同步的各特征量提取结果进行各目标互感器的运行状态误差评估。
-
公开(公告)号:CN118617425A
公开(公告)日:2024-09-10
申请号:CN202411104666.1
申请日:2024-08-13
申请人: 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心
摘要: 本发明涉及一种基于调度指令的机器人自动控制方法及系统,具体步骤包括:收集多元化任务需求,根据目标任务的相关属性分析所需机器人的能力要求,同时对所有任务进行分类;对各类任务所需求机器人能力进行量化并创建任务需求矩阵;采集各机器人的历史性能数据和当前状态信息,对各机器人的能力进行分类和评估,并构建机器人能力矩阵;根据优先级评估函数对所有目标任务进行排序,结合各任务需求矩阵和机器人能力矩阵进行机器人与目标任务的有序分配;根据机器人的当前位置与目标任务的目标位置构建行动轨迹模型进行初始路径规划,再通过优化的贝塞尔曲线模型对初始路径进行平滑和优化。
-
公开(公告)号:CN117854014A
公开(公告)日:2024-04-09
申请号:CN202410264045.3
申请日:2024-03-08
申请人: 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心
摘要: 本发明为一种综合异常现象自动捕捉与分析方法,通过动态学习率调整背景模型的更新速度,适应环境光照和动态背景变化,综合多种背景建模方法和动态权重系数,实现准确的背景建模和前景提取;通过特征分割和多层次网络结构特征提取,全面描述图像的细微结构和大范围结构,并提高特征描述准确性;结合声波数据预处理和特性参数提取,辅助图像技术进行异常检测,提高异常现象捕捉准确性;实时分析设备运动数据及时发现设备的异常运动和状态,提高系统响应速度和实时性;通过实时异常指数分析算法捕捉和分析设备异常电能和温度参数,实现全面综合的设备状态分析。
-
公开(公告)号:CN115616470B
公开(公告)日:2023-09-22
申请号:CN202211636679.4
申请日:2022-12-20
申请人: 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心
IPC分类号: G01R35/02 , G06F18/214 , G06F18/24
摘要: 本发明涉及一种电流互感器计量误差状态预测方法、系统、设备及介质,所述方法包括以下步骤:获取多个变电站内的电流互感器样本及对应电流互感器样本在预设时间段内的历史数据,并对电流互感器样本进行筛选;对筛选后的电流互感器样本的历史数据进行特征提取,放入训练样本集;搭建SARIMAX模型,将训练样本集输入至SARIMAX模型,以影响因素作为输入,误差状态作为训练目标对SARIMAX模型进行迭代训练,达到迭代终止条件后停止,得到训练好的误差状态预测模型;利用误差状态预测模型对待测电流互感器的计量误差状态进行预测,得到待测电流互感器在预测时刻的误差状态。
-
公开(公告)号:CN116028822A
公开(公告)日:2023-04-28
申请号:CN202310323470.0
申请日:2023-03-30
申请人: 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心
IPC分类号: G06F18/214 , G06F18/213 , G06N3/042 , G06N3/08 , G06N3/006
摘要: 本发明涉及一种电能表误差状态评估方法、系统、设备及存储介质,所述方法包括以下步骤:获取目标电能表离线检测过程中的工况数据构建离线训练样本集,获取目标电能表的历史误差状态数据构建离线训练目标集;采用邻域保留投影算法对离线训练样本集进行预处理,使得离线训练样本集中每一样本的影响因素降维至d个,并对目标维度的数量d进行寻优处理,确定目标维度数量并重构离线训练样本集;搭建神经网络模型,基于重构后的离线训练样本集和离线训练目标集对神经网络模型进行训练,得到电能表误差状态评估模型;将目标电能表的实时工况数据输入至电能表误差状态评估模型中,得到目标电能表当前时刻的误差状态。
-
-
-
-
-
-
-
-
-