公开(公告)号：CN119478627A

公开(公告)日：2025-02-18

申请号：CN202411559218.0

申请日：2024-11-04

Applicant: 江苏新绿能科技有限公司

Inventor： 曾晓红 ,  钟建 ,  李奇 ,  郭晓宇 ,  王琦 ,  魏永胜 ,  贾硕存 ,  徐磊 ,  邹家明 ,  陈先浩 ,  接磊 ,  尚游 ,  缪长春 ,  徐旭东

IPC: G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06V10/80

Abstract: 本发明涉及一种基于Swin Transformer‑CNN的接触网静态几何参数检测方法，旨在提高接触网几何参数检测的精度和效率。该方法首先通过图像采集设备获取接触网的静态图像数据，并进行预处理，如去噪、灰度化和归一化处理。随后，图像数据输入到基于Swin Transformer和卷积神经网络(CNN)的混合模型中，Swin Transformer用于提取接触网的全局几何特征，而CNN则负责提取局部细节特征。通过融合全局与局部特征，能够准确检测接触网的静态几何参数，包括接触线的高度、倾斜角、张力和位置偏移等。该方法不仅能够适应复杂的环境变化，还能生成可视化检测报告，并提供实时报警和维护建议，提升接触网的维护效率和安全性。

公开(公告)号：CN119538146A

公开(公告)日：2025-02-28

申请号：CN202411591328.5

申请日：2024-11-08

Applicant: 江苏新绿能科技有限公司

Inventor： 曾晓红 ,  郭晓宇 ,  张龙 ,  李奇 ,  谢生波 ,  钟建 ,  王琦 ,  魏永胜 ,  贾硕存 ,  徐磊 ,  邹家明

IPC: G06F18/2433 ,  G06F18/15 ,  G06N3/0464 ,  G06Q10/20 ,  G01R31/08

Abstract: 本发明公开了一种基于事件驱动神经网络的接触网短时快速故障检测方法，旨在提高接触网故障检测的响应速度、精度和资源利用效率。该方法通过采集接触网系统的实时运行数据，包括电流、电压、位移、张力等动态参数，进行预处理后，利用事件驱动机制检测异常事件。当系统检测到接触网中的运行参数波动超过设定的阈值时，事件驱动神经网络被即时激活，对异常数据进行分析处理。该检测方法由事件检测模块和故障分类模块组成。事件检测模块负责监测接触网的关键运行参数，通过计算参数的变化量来识别潜在的故障或异常事件。一旦触发事件，故障分类模块将通过卷积神经网络(CNN)对故障特征进行提取，并对不同的故障类型进行精确分类和定位。模型采用深度学习技术，能够学习和区分接触网正常状态与故障状态下的特征差异，确保高精度的检测结果。