-
公开(公告)号:CN114221172A
公开(公告)日:2022-03-22
申请号:CN202111579710.0
申请日:2021-12-22
申请人: 广东电网有限责任公司 , 广东电网有限责任公司惠州供电局
IPC分类号: H01R13/629 , H01R13/639 , H01R24/00 , G01R11/04
摘要: 本发明涉及连接器技术领域,公开一种插拔端子及电表。其中插拔端子包括插座和插头,所述插座设置有安装腔,所述安装腔的内壁设置有卡槽;插头设置有插接部,所述插接部侧壁上设置有柔性臂,所述柔性臂的外壁设置有卡扣,所述柔性臂与所述插接部的侧壁之间设置有弹性件;所述插接部插装于所述安装腔至预设位置,所述弹性件驱动柔性臂向外翻折,以使所述卡扣卡接于所述卡槽。本发明结构简单,拆装方式简单,且增加了插头和插座的连接可靠性,提高连接质量。
-
公开(公告)号:CN116090827A
公开(公告)日:2023-05-09
申请号:CN202310097165.4
申请日:2023-02-07
申请人: 广东电网有限责任公司 , 广东电网有限责任公司梅州供电局
IPC分类号: G06Q10/0635 , A61B5/0205 , A61B5/389 , A61B5/397 , A61B5/00 , G06Q50/06 , G06F18/2433
摘要: 本发明公开了一种数据处理方法、装置、电子设备及存储介质。其中,该方法包括:当待测对象处于作业过程中,获取待测对象在当前时刻的至少一项传感信号数据;当检测到各传感信号数据均未达到相应的预设预警阈值时,则分别将各传感信号数据输入至相应的隐患预测模型中,得到与各传感信号数据相对应的隐患预测结果;基于各隐患预测结果,确定与待测对象相对应的剩余作业时长。本发明实施例的技术方案,通过对待测对象的各项传感信号数据进行监测,实现了高风险作业隐患下快速预警的效果,并且,实现了风险等级变化趋势的快速预测,提高了预测精度,减少了预测时间。
-
公开(公告)号:CN116311773A
公开(公告)日:2023-06-23
申请号:CN202310111430.X
申请日:2023-02-10
申请人: 广东电网有限责任公司 , 广东电网有限责任公司梅州供电局
摘要: 本发明公开了一种高空作业风险预警方法、装置、电子设备及存储介质,其中,该方法包括:根据目标用户在高空作业过程中的实时心率信息,确定与目标用户相对应的目标模型;基于目标模型对实时心率信息进行处理,得到目标用户在至少一个心率采集时刻对应的作业时刻的作业状态;根据在攀爬状态下,与目标用户对应的能量消耗信息和相应的攀爬心率信息,确定目标用户作业过程中的风险等级,并预警。解决了在目标用户高空作业时,依据工作经验无法及时有效的判断目标用户是否存在坠落风险的问题,通过对目标用户的实时心率信息进行分析,同时结合目标用户在攀爬状态下的能量消耗信息,达到了及时有效的对目标用户进行风险预警的效果。
-
公开(公告)号:CN116203462A
公开(公告)日:2023-06-02
申请号:CN202310095459.3
申请日:2023-02-07
申请人: 广东电网有限责任公司 , 广东电网有限责任公司梅州供电局
摘要: 本发明公开了一种绝缘子故障检测系统、方法以及介质。绝缘子故障检测系统,包括:多通道泄漏电流信号采集模块,用于采集至少一个绝缘子串的泄漏电流信号,并将泄漏电流信号发送至信号处理模块;信号处理模块,用于对泄漏电流信号进行信号预处理,得到待分析数据,并将待分析数据发送至故障监测基站;故障监测基站,用于根据目标算法对待分析数据进行绝缘子故障分析,得到故障分析结果;根据污秽告警临界数据、污秽前置告警阈值以及故障分析结果,确定预警巡视数据;将预警巡视数据远程发送至监察控制模块。本发明实施例的技术方案能够对绝缘子泄漏电流进行多路采集,还可以提升绝缘子的故障分析效果。
-
公开(公告)号:CN116520103A
公开(公告)日:2023-08-01
申请号:CN202310480922.6
申请日:2023-04-28
申请人: 广东电网有限责任公司 , 广东电网有限责任公司梅州供电局
IPC分类号: G01R31/12 , G06F17/16 , G06N3/0455 , G06N3/08 , G06N3/044 , G06N3/0464
摘要: 本发明公开了一种绝缘子污秽等级的确定方法、装置、设备及存储介质,该方法包括:获取目标绝缘子在设定历史时刻的第一绝缘子数据;其中,所述第一绝缘子数据包括盐密度、湿度、电压及泄漏电流中的至少一项;对所述第一绝缘子数据进行最大最小归一化标准化处理,获得第二绝缘子数据;将所述第二绝缘子数据输入至绝缘子泄漏电流预测模型中,获得预测泄漏电流;根据所述预测泄漏电流确定绝缘子污秽等级。本公开实施例,通过绝缘子泄漏电流预测模型预测泄漏电流,根据预测泄漏电流确定绝缘子污秽等级的方式,可以提高泄漏电流预测的准确性,从而可以提高绝缘子污秽等级的确定准确性。
-
公开(公告)号:CN116307098A
公开(公告)日:2023-06-23
申请号:CN202310103995.3
申请日:2023-02-09
申请人: 广东电网有限责任公司 , 广东电网有限责任公司梅州供电局
摘要: 本发明公开了一种模型训练方法、绝缘子表面盐密度的预测方法及装置。模型训练方法,包括:获取绝缘子特征样本数据,并根据绝缘子特征样本数据生成第一绝缘子特征矩阵;根据自注意力模型、径向基神经网络、随机森林以及支持向量机,构建目标预测模型;根据第一绝缘子特征矩阵以及目标预测模型中的自注意力模型,确定第二绝缘子特征矩阵;根据第二绝缘子特征矩阵、纵横交叉算法、目标预测模型中的径向基神经网络、随机森林以及支持向量机,确定绝缘子表面盐密度预测模型;绝缘子表面盐密度预测模型,用于预测绝缘子表面盐密。本发明实施例的技术方案能够准确预测绝缘子表面的盐密度,从而能准确预测系统运行状态。
-
公开(公告)号:CN116109004A
公开(公告)日:2023-05-12
申请号:CN202310182366.4
申请日:2023-02-27
申请人: 广东电网有限责任公司 , 广东电网有限责任公司梅州供电局
IPC分类号: G06Q10/04 , G06N3/08 , G06N3/0442 , G06N3/0464
摘要: 本发明公开了一种绝缘子泄漏电流的预测方法、装置、设备及介质。通过实时获取时间序列绝缘子泄漏电流数据集,并对时间序列绝缘子泄漏电流数据集进行标准化预处理,得到绝缘子泄漏电流样本;通过预先设置好的组合模态分解方法对绝缘子泄漏电流样本进行分解处理,得到泄漏电流时间子序列;将泄漏电流时间子序列输入至预先训练好的泄漏电流预测模型中,确定出绝缘子泄漏电流预测结果。解决了绝缘子表面泄漏电流预测不准确的问题,通过组合模态分解方法能够更好地对绝缘子泄漏电流样本进行分解处理,并且训练泄漏电流预测模型,从而提高了预测精度,得到更加准确的绝缘子泄漏电流预测结果。
-
公开(公告)号:CN115902700A
公开(公告)日:2023-04-04
申请号:CN202310095453.6
申请日:2023-02-07
申请人: 广东电网有限责任公司 , 广东电网有限责任公司梅州供电局
摘要: 本发明公开了一种输电线路绝缘子的污闪预警方法、装置、设备及介质。该方法包括:获取输电线路绝缘子的泄漏电流值、所处环境的环境温度值以及相对湿度值;根据所述泄漏电流值、环境温度值以及相对湿度值,确定输电线路绝缘子的污秽等级;根据输电线路绝缘子的污秽等级以及相对湿度值,确定输电线路绝缘子的报警等级,并向用户发送与报警等级匹配的报警信息。通过采用上述技术方案,能够对输电线路绝缘子的污秽等级进行远程预测,能够有效提高污秽等级预测的准确性以及实时性,并且能够及时对输电线路绝缘子进行污闪预警,从而保证了输电线路的使用安全。
-
公开(公告)号:CN116108321A
公开(公告)日:2023-05-12
申请号:CN202310096607.3
申请日:2023-02-07
申请人: 广东电网有限责任公司 , 广东电网有限责任公司梅州供电局
摘要: 本发明公开了一种电力杆塔智能防坠方法、装置、电子设备及存储介质。该方法包括:基于目标对象于当前帧的状态测量矩阵,确定状态预测矩阵;基于状态预测矩阵、状态测量矩阵、预设校正参数以及预先获取的前一帧的历史矩阵更新参数,确定第一更新判据矩阵和第二更新判据矩阵,以确定状态估计矩阵;基于状态测量矩阵和状态估计矩阵,确定与各所述节点相对应的位置偏差权重和速度偏差权重,以基于各位置偏差权重和各速度偏差权重,确定状态异常节点数量;基于状态异常节点数量,确定坠落风险等级,基于坠落风险等级,确定相应的防坠处理方式。本发明实施例的技术方案,实现了电力杆塔作业智能化、可视化和可控化的效果,极大提高作业人员的人身安全。
-
公开(公告)号:CN118334002A
公开(公告)日:2024-07-12
申请号:CN202410559567.6
申请日:2024-05-08
申请人: 广东电网有限责任公司 , 广东电网有限责任公司梅州供电局
IPC分类号: G06T7/00 , G06N3/045 , G06V10/774 , G06V10/82 , G06V10/80
摘要: 本发明公开了一种绝缘子状态检测方法、设备及存储介质,方法包括:获取绝缘子工况数据以及绝缘子图像数据;根据绝缘子工况数据生成第一特征数据矩阵,根据绝缘子图像数据生成第二特征数据矩阵;采用第一神经网络模型确定第一特征数据矩阵的权重矩阵,根据第一特征数据矩阵和权重矩阵生成第三特征数据矩阵;将第三特征数据矩阵作为输入,通过第二神经网络模型生成第四特征数据矩阵;将第四特征数据矩阵和第二特征数据矩阵进行拼接,生成第五特征数据矩阵;将第五特征数据矩阵作为输入,通过第三神经网络模型生成第六特征数据矩阵;将第六特征数据矩阵作为输入,通过第四神经网络模型生成绝缘子状态检测结果。
-
-
-
-
-
-
-
-
-