-
公开(公告)号：CN117274903B
公开(公告)日：2024-04-19
申请号：CN202311248769.0
申请日：2023-09-25
Applicant: 安徽南瑞继远电网技术有限公司
IPC: G06V20/52 , G06V10/40 , G06V10/764 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/08 , G06V10/74 , G06Q50/06
Abstract: 本发明公开了一种基于智能AI芯片的电力巡检智能预警设备及其方法。其首先获取由无人机采集的被监控输电线路的外观图像，然后，使用智能AI芯片对所述被监控输电线路的外观图像进行处理以得到分析结果，所述分析结果用于表示被监控输电线路是否存在表面缺陷。这样，可以利用无人机技术和AI芯片技术，采集被监控输电线路的外观图像并对其进行图像处理，自动化地识别所述被监控输电线路的表面缺陷。
-
公开(公告)号：CN117274903A
公开(公告)日：2023-12-22
申请号：CN202311248769.0
申请日：2023-09-25
Applicant: 安徽南瑞继远电网技术有限公司
IPC: G06V20/52 , G06V10/40 , G06V10/764 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/08 , G06V10/74 , G06Q50/06
Abstract: 本发明公开了一种基于智能AI芯片的电力巡检智能预警设备及其方法。其首先获取由无人机采集的被监控输电线路的外观图像，然后，使用智能AI芯片对所述被监控输电线路的外观图像进行处理以得到分析结果，所述分析结果用于表示被监控输电线路是否存在表面缺陷。这样，可以利用无人机技术和AI芯片技术，采集被监控输电线路的外观图像并对其进行图像处理，自动化地识别所述被监控输电线路的表面缺陷。
-
公开(公告)号：CN111884345A
公开(公告)日：2020-11-03
申请号：CN202010823708.2
申请日：2020-08-17
Applicant: 安徽南瑞继远电网技术有限公司
Abstract: 本发明公开一种具备图像智能分析的输电线路图像监测设备，包括高清摄像机，用于画面实时监测，人工智能核心板与所述高清摄像机通过网线连接，无线通信模块安装在所述人工智能核心板上，控制板与所述人工智能核心板电性连接，电源组件，包括被所述控制板控制放电的磷酸铁锂电池和与所述磷酸铁锂电池电性连接并对所述磷酸铁锂电池供电的太阳能电池板，利用人工智能技术，在图像监测设备部署自研图像智能分析算法，实现离线就地分析采集的图像，智能识别监测区域的异常和缺陷，及时将预警信息标注在图片中并上传到远程服务器，降低了远程服务器的压力，提高了预警效率。
-
公开(公告)号：CN119672890A
公开(公告)日：2025-03-21
申请号：CN202411710777.7
申请日：2024-11-27
Applicant: 安徽南瑞继远电网技术有限公司
Abstract: 本发明涉及一种基于人工智能的输电线路山火实时监测系统，包括：传感器模块；数据处理模块，接收传感器模块采集的环境数据并进行预处理；人工智能分析系统，利用深度学习算法对传感器模块采集的多源数据进行分析，识别输电线路周围的山火风险；预警响应系统，在检测到山火风险时发出预警信号，并根据火灾风险级别采取应急响应措施。本发明还公开了一种基于人工智能的输电线路山火实时监测系统的输电线路山火实时监测方法。本发明在不同环境条件下实现高精度的山火检测，减少误报率，能够在极短时间内发出预警信号，保障输电线路的安全运行；自主判断山火风险，减少了对人工巡检的依赖，提升了输电线路监控的自动化水平。
-
公开(公告)号：CN119559381A
公开(公告)日：2025-03-04
申请号：CN202411710728.3
申请日：2024-11-27
Applicant: 安徽南瑞继远电网技术有限公司
IPC: G06V10/25 , G06V10/82 , G06V10/764 , G06V10/766 , G06V10/40 , G06V10/774 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于改进YOLOv9的输电线路火灾烟雾识别方法，包括：构建火灾烟雾图像数据集；构建输电线路火灾烟雾检测模型；将训练集输入输电线路火灾烟雾检测模型中进行训练，保存训练得到的最优的输电线路火灾烟雾检测模型；将待识别的输电线路火灾烟雾图片输入最优的输电线路火灾烟雾检测模型，得到输电线路火灾烟雾图片检测结果。本发明引入深度可分离卷积，可以使计算量降低、参数减少，提高网络的检测速度；采用并联加权混合域注意力模块，加强火灾烟雾图像中目标特征的提取；采用上采样内容感知特征重组网络结构CARAFE具有更大的感受野，增强了对重要内容的感知，而且由于操作量较少，还能保持模型的轻量级。
-
Patent Agency Ranking
公开(公告)号：CN116402783A
公开(公告)日：2023-07-07
申请号：CN202310343259.5
申请日：2023-03-31
Applicant: 安徽南瑞继远电网技术有限公司 , 南瑞集团有限公司
IPC: G06T7/00 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/25 , G06N3/08 , G06N3/048 , G06N3/0464
Abstract: 本发明涉及一种基于多尺度信息融合的绝缘子图像检测方法，与现有技术相比解决了难以在复杂背景下实现绝缘子精准检测的缺陷。本发明包括以下步骤：绝缘子图像的获取；融合特征图的生成；新特征图的获得；过滤候选ROI；绝缘子图像检测结果的获得。本发明基于图像分割的改进Mask R‑CNN绝缘子检测方法，实现了对输电线路绝缘子的准确检测、分割与识别。
-
公开(公告)号：CN113705923A
公开(公告)日：2021-11-26
申请号：CN202111041769.4
申请日：2021-09-07
Applicant: 安徽南瑞继远电网技术有限公司 , 南瑞集团有限公司 , 国网安徽省电力有限公司
Abstract: 本发明公开了一种基于智能算法的负荷预测方法，是针对提取出完整的变压器电力负荷数据，对于提取到的负荷数据，首先搭建基于渐消记忆指数加权法的噪声估值优化的容积卡尔曼滤波模型对负荷值进行预测，获取负荷预测结果和预测误差序列，对预测误差数据进行野值处理，采用GM‑BP模型对预测误差数据进行预测，用以修正基于渐消记忆指数加权法的噪声估值优化的容积卡尔曼滤波模型预测结果，得到最终的负荷预测结果。本发明改善传统负荷预测模型时效性和准确性不足的问题，从而能提高电网负荷预测的能力，为电力系统安全经济运行和实现电网科学管理及调度提供重要保障。
-
公开(公告)号：CN111864910A
公开(公告)日：2020-10-30
申请号：CN202010824624.0
申请日：2020-08-17
Applicant: 安徽南瑞继远电网技术有限公司
Abstract: 本发明公开的属于输电线路在线监测技术领域，具体为一种具备负载优先级控制的输电线路多源数据融合装置及其控制方法，包括：太阳能电池、充电模块、储能模块、EMS模块、主控模块、通信模块和n个数据传感器，所述n个数据传感器中的n为正整数，该种具备负载优先级控制的输电线路多源数据融合装置及其控制方法，输电线路多源数据融合装置可采集多种数据传感器数据，并对所采集数据进行融合汇总及智能分析，分析结果可通过4G无线通信传输至服务端，采用太阳能配合储能电池供电，对装置内各个功能模块采用负载优先级管理方式进行供电，优化了负载能量分配，智能控制电能按需流动。
-
公开(公告)号：CN110148107A
公开(公告)日：2019-08-20
申请号：CN201910139596.6
申请日：2019-02-26
Applicant: 国网安徽省电力有限公司铜陵供电公司 , 安徽南瑞继远电网技术有限公司
Abstract: 本发明公开了基于色度畸变与相位竞争编码的保护压板状态识别方法，包括如下步骤：对目标图像进行提取获得压板关键区域作为目标区域；对目标区域中的压板状态进行检测识别。本发明依托于电力系统中集中式远程图像监控系统，结合图像实现压板状态的快速识别；首先结合色度畸变完成压板关键区域提取，以避免复杂背景的干扰；同时以相位竞争编码对提取的关键区域进行处理，获取压板对应的角度。根据其角度，设定大于20°时为退出，小于5°时为投入状态。实现基于图像与相位特征可应用于压板状态的快速识别。
-
公开(公告)号：CN117913787A
公开(公告)日：2024-04-19
申请号：CN202311693804.X
申请日：2023-12-07
Applicant: 安徽南瑞继远电网技术有限公司
IPC: H02J3/00 , G06N3/0442 , G06N3/0985 , G06N3/086 , G06F18/214 , G06F18/21
Abstract: 本发明实施例提供一种基于LSTM算法的短期电力负荷预测方法及系统，属于电力负荷预测技术领域。所述预测方法包括：获取电网历史电力负荷数据，并构建训练集；对所述训练集进行预处理；构建电力负荷短期预测模型；本发明通过获取历史电力负荷数据，并构建训练集以及电力负荷短期预测模型，将训练集输入至电力负荷短期预测模型中，并结合优化算法对电力负荷短期预测模型的参数进行优化，以获得模型的最优参数，最后获取电网的实时数据，电力负荷短期预测模型根据实时数据即可对电力负荷进行预测，采用优化算法对模型参数进行优化的方式，加快了收敛速度，有效地提高了电力负荷预测的精度。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.165 seconds)
