基于卷积神经网络的电力故障信号检测方法

    公开(公告)号:CN112098760A

    公开(公告)日:2020-12-18

    申请号:CN202010998054.7

    申请日:2020-09-21

    Abstract: 本发明提出一种基于卷积神经网络的电力故障信号检测方法,解决现有故障信号检测的方式无法兼顾故障信号预判与过程设计简洁性的问题,首先采集具有故障且故障位置已知的电力信号及无故障的电力信号,构造预处理矩阵及与预处理矩阵匹配的输出训练矩阵,构建卷积神经网络模型,利用预处理矩阵输出训练矩阵训练卷积神经网络模型,得到电力故障信号检测模型,最后对待检测的电力信号进行检测,检测过程的设计复杂度低,而且基于已训练好的电力故障信号检测模型,可以提前对待检测的质量不佳的电力信号进行预判,可进一步提前通知工作人员提高对其的关注度,便于工作人员及时对电力系统运行状态掌控。

    一种变电站智能机器人及控制方法

    公开(公告)号:CN113878584A

    公开(公告)日:2022-01-04

    申请号:CN202111280090.0

    申请日:2021-10-29

    Abstract: 本申请公开了一种变电站智能机器人及控制方法,机器人包括:红外检测模块、语音识别模块、人脸识别模块、查询模块、人机交互模块;红外检测模块,用于检测是否有用户往机器人方向靠近,当检测到有用户往机器人方向靠近时触发人脸识别模块;人脸识别模块,用于采集用户的人脸图像,根据人脸图像确定用户的服务权限;语音识别模块,用于响应用户的语音信号,获取语音信号的关键词,并将关键词发送到查询模块;查询模块,用于响应关键词,根据关键词对服务权限所限定的文档库进行搜索,将搜索结果发送至人机交互模块;人机交互模块,用于对搜索结果进行展示。从而解决了现有技术功能单一、查询效率低的技术问题。

    一种变电站设备的状态监测方法和系统

    公开(公告)号:CN119696187A

    公开(公告)日:2025-03-25

    申请号:CN202510199799.X

    申请日:2025-02-24

    Abstract: 本发明公开了一种变电站设备的状态监测方法和系统,涉及变电站设备状态监测技术领域,获取出线间隔上多个变电站设备的巡检数据,并对各个巡检数据进行操作状态评估,得到出线间隔的间隔状态和状态变化值,判断间隔状态是否为预设的异常转换状态,若间隔状态为异常转换状态时,则对状态变化值、各个变电站设备的设备类型和巡检数据进行故障分析,得到各个变电站设备对应的状态监测结果,若间隔状态不为异常转换状态时,则将各个变电站设备对应的状态监测结果确定为设备运行正常。解决现有技术主要通过巡检人员到达现场对操作前后的变电站设备状态进行确认,但该方法实时性差,难以满足顺控操作的高效需求,降低了变电站运行的可靠性的技术问题。

Patent Agency Ranking