-
公开(公告)号：CN108539736A
公开(公告)日：2018-09-14
申请号：CN201810388272.1
申请日：2018-04-26
Applicant: 广州供电局有限公司 , 东方电子股份有限公司
IPC: H02J3/00
Abstract: 本申请涉及一种基于多源数据的停电事件分析方法、系统和计算机设备。所述方法包括：从计量系统中获取配变停电事件的信息，配变停电事件的信息中包括停电配变的信息，从配电管理系统和能量管理系统中获取故障停电事件的信息，从配网生产系统获取计划停电事件的信息，根据停电配变的信息，将配变停电事件分别与故障停电事件和计划停电事件进行匹配，从而确定配变停电事件的停电原因。本发明可以通过获取多个系统的数据，在分析停电事件原因时，可以准确找到配变停电事件的原因。
-
公开(公告)号：CN110658148A
公开(公告)日：2020-01-07
申请号：CN201910961711.8
申请日：2019-10-11
Applicant: 广州供电局有限公司
IPC: G01N21/3504 , G05B19/042
Abstract: 本发明涉及气体监测技术领域，公开了一种气体监测装置，所述气体监测装置包括检测模组、控制模组、传输模组和监控模块。检测模组，用于检测环境中的气体浓度数据；控制模组，与所述检测模组连接，用于接收并处理所述气体浓度数据以获得气体浓度信息；传输模组，与所述控制模组连接，用于接收并传输所述气体浓度信息；监控系统，与所述传输模组连接，用于接收所述气体浓度信息并根据所述气体浓度信息作安全判断。通过采集所述气体监测装置所处环境中的气体浓度数据，处理获取气体浓度信息，将所述气体浓度信息通过所述传输模组无线传输至监控系统；监控系统通过所述气体浓度信息作安全判断，实现对配电房的远程安全情况监测。
-
公开(公告)号：CN110458320A
公开(公告)日：2019-11-15
申请号：CN201910531841.8
申请日：2019-06-19
Applicant: 广州供电局有限公司 , 华北电力大学(保定)
Abstract: 本发明公开了一种配电网负荷预测中的Lyapunov指数计算方法，邻域ε范围内不存在邻近点的情况下，确定扩张规则来扩大淋浴范围；空间相点Xj的邻域采用分层分区；通过将空间相点邻域分层并赋以不同的权值，更充分地突出空间相点所在邻域内最邻近点大概率出现区间的优势，以保证对最邻近点距离估计的精确度，从而提高计算精度。
-
公开(公告)号：CN110348005A
公开(公告)日：2019-10-18
申请号：CN201910443912.9
申请日：2019-05-27
Applicant: 广州供电局有限公司
Abstract: 本发明涉及一种配网设备状态数据处理方法、装置、计算机设备及介质。其中配网设备状态数据处理方法包括：获取配网设备的历史状态数据；对历史状态数据进行分词处理，得到多个分词；对上述多个分词进行文本聚类处理、关键字计算处理及关联分析处理；根据关联分析处理的输出参数创建神经网络模型，并对神经网络模型进行数据训练；根据数据训练的输出参数更新神经网络模型的权值；根据更新后的神经网络模型监测配网设备的状态信息，并在根据状态信息检测配网设备状态处于异常状态时，对配网设备进行检修。相较于传统的周期性检测，本发明能够更加精准、及时地对配网设备的状态进行监控及检修，而且能监控到的逻辑因素也更加丰富。
-
公开(公告)号：CN110246235A
公开(公告)日：2019-09-17
申请号：CN201910527785.0
申请日：2019-06-18
Applicant: 广州供电局有限公司 , 华北电力大学(保定)
Abstract: 本发明公开了一种基于Hololens混合现实技术的配电房现场巡检方法及系统，该方法包括采用Hololens移动设备获取配电房内空间信息和各个待检电气设备的图像信息；分别建立配电房空间地图模型和各个待检电气设备的计算机识别模型；制定巡检方案，并根据巡检方案在配电房空间地图模型中规划巡检路径；采用视觉SLAM与IMU相结合定位巡检人员实时位置；将巡检人员实时位置导入配电房空间地图模型中，巡检人员根据巡检路径到达预定巡检位置；捕捉实时电气设备图像并与对应的计算机识别模型匹配。本发明提供的基于Hololens混合现实技术的配电房现场巡检方法及系统，通过利用SLAM与IMU相结合的室内定位技术与Unity3D中的Navigation导航技术进行巡检步骤规划和路径引导。
-
Patent Agency Ranking
公开(公告)号：CN110245746A
公开(公告)日：2019-09-17
申请号：CN201910531744.9
申请日：2019-06-19
Applicant: 广州供电局有限公司 , 华北电力大学(保定)
Abstract: 本发明公开了一种BP神经网络学习率的改进方法。该方法包括：步骤1：网络参数初始化，基于Sigmoid函数将网络输入层的初始权重值设置在(-1，1)之间或更小范围内的随机数；步骤2：给定样本输入和目标输出；步骤3：正向传播；步骤4：结果判断，判断误差函数E(w)是否符合要求，若误差函数E(w)＜期望收敛精度ε，则转向步骤7，否则转步骤5；步骤5：反向传播；步骤6：将调整后的权重值继续进行迭代，判断网络误差是否满足要求，当误差函数E(w)小于期望收敛精度ε或学习次数大于设定的最大学习次数M，则转向步骤7；否，转向步骤2，进入下一轮学习；步骤7：结束算法。本发明提供的BP神经网络学习率的改进方法，更符合神经网络学习训练特性，具有更好收敛性。
-
公开(公告)号：CN110246235B
公开(公告)日：2021-10-08
申请号：CN201910527785.0
申请日：2019-06-18
Applicant: 广州供电局有限公司 , 华北电力大学(保定)
Abstract: 本发明公开了一种基于Hololens混合现实技术的配电房现场巡检方法及系统，该方法包括采用Hololens移动设备获取配电房内空间信息和各个待检电气设备的图像信息；分别建立配电房空间地图模型和各个待检电气设备的计算机识别模型；制定巡检方案，并根据巡检方案在配电房空间地图模型中规划巡检路径；采用视觉SLAM与IMU相结合定位巡检人员实时位置；将巡检人员实时位置导入配电房空间地图模型中，巡检人员根据巡检路径到达预定巡检位置；捕捉实时电气设备图像并与对应的计算机识别模型匹配。本发明提供的基于Hololens混合现实技术的配电房现场巡检方法及系统，通过利用SLAM与IMU相结合的室内定位技术与Unity3D中的Navigation导航技术进行巡检步骤规划和路径引导。
-
公开(公告)号：CN111798029A
公开(公告)日：2020-10-20
申请号：CN202010482581.2
申请日：2020-05-29
Applicant: 广州供电局有限公司黄埔供电局
Abstract: 本发明公开了一种配网生产安全风险预警系统，包括配电网电气参数数据库，气象数据库，运行评估模型，所述运行评估模型与配电网电气参数数据库和气象数据库连接；进一步包括设备评估模块，运行故障概率计算模块，所述运行故障概率计算模块与运行评估模型和设备评估模块连接；进一步包括运行风险值评估模块，所述运行风险值评估模块与运行故障概率计算模块连接，数据展示模块和预警模块，所述数据展示模块和预警模块均与运行风险值评估模块连接；进一步包括预警模块，审核模块，发布模块，运行管理模块。本发明实现了配电网故障风险值的实时计算和在线预警，通过故障预警可以及时的进行设备检修，提高了设备检修的针对性。
-
公开(公告)号：CN110350817B
公开(公告)日：2020-08-14
申请号：CN201910446945.9
申请日：2019-05-27
Applicant: 广州供电局有限公司
Abstract: 本发明涉及一种脉冲发生电路，应用于开关柜的局部放电监测系统校验，该电路包括：升压模块、多谐振荡模块及快速继电器、控制开关、二极管D6及电容C1，多谐振荡模块与控制开关的控制端连接，快速继电器的驱动线圈通过控制开关接地，升压模块、快速继电器的驱动线圈及多谐振荡模块分别连接电源，升压模块通过二极管D6与快速继电器的第一触点连接，快速继电器的第一触点通过电容C1接地，快速继电器的公共端用于输出脉冲信号，多谐振荡模块将直流电转化成脉冲信号，以固定频率驱动快速继电器的驱动线圈工作，使得快速继电器的动触点以一定的频率进行有序切换，产生亚纳秒级脉冲信号，模拟局部放电，以便于局部放电监测系统进行校验。
-
公开(公告)号：CN111080072A
公开(公告)日：2020-04-28
申请号：CN201911146172.9
申请日：2019-11-21
Applicant: 广州供电局有限公司
Abstract: 本申请涉及一种配电变压器健康指数评估方法，其中，所述方法包括以下步骤：获取对应配电变压器的状态监测数据；状态监测数据包括至少一个状态测量指标；将各状态测量指标进行归一化处理，得到各对应状态测量指标的状态量分值；基于各状态测量指标的重要程度，得到各对应状态测量指标的权重值；对各状态量分值和各权重值进行信息融合处理，得到配电变压器的健康指数评估分值。本申请能够通过对配电变压器的状态监测数据的处理，实现在线评估配电变压器的可用运行状态，及时准确掌握所评估的配电变压器真实状态及其发展趋势，能够适应配电变压器的差异化运维；提高了对配电变压器运维的可靠性，减少了运维成本，避免资源浪费。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.053 seconds)
