-
公开(公告)号：CN118279289B
公开(公告)日：2024-08-27
申请号：CN202410572037.5
申请日：2024-05-10
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/086
Abstract: 本发明提供一种电力设备视频图像缺陷识别方法及系统，方法包括：预训练初始残差神经网络，以得到适用缺陷分类残差神经网络；初始化问题潜在解粒子群位置、速度；计算每个问题潜在解粒子的适应值；利用粒子群优化算法持续迭代，寻获并更新得到局部更新最优解、全局更新最优解，以更新获取问题潜在解粒子的位置、速度；在满足粒子群优化算法的结束条件时结束持续迭代，根据更新获取的问题潜在解粒子的位置、速度，输出最佳位置参数，以利用适用缺陷分类残差神经网络，处理得到电力设备视频图像中的缺陷坐标位置。本发明解决了电力设备视频图像缺陷识别过程中的标记操作效率低、准确性低、检测模型的计算量大、网络结构复杂的技术问题。
-
公开(公告)号：CN118395070A
公开(公告)日：2024-07-26
申请号：CN202410823208.7
申请日：2024-06-25
Applicant: 国网安徽省电力有限公司电力科学研究院 , 合肥工业大学
Abstract: 本发明公开一种变电站巡检四旋翼无人机健康状态评估方法，包括获取无人机动态参数和基础参数；按照动态参数的正常范围值，计算动态参数发生异常的异常概率值；采用概率隶属度分布函数对异常概率值进行计算，得到第一隶属度矩阵；确定每种动态参数对应的参数异常严酷度等级评分，并采用严酷度隶属度分布函数对每种动态参数对应的最大评分值进行计算，得到第二隶属度矩阵；将第一隶属度矩阵和第二隶属度矩阵分别与各健康状态等级向量进行灰色关联，得到第一健康状态隶属度向量；采用劣化隶属度分布函数对各基础参数进行计算，得到第二健康状态隶属度向量；基于第一健康状态隶属度向量和第二健康状态隶属度向量，确定无人机综合健康状态。
-
公开(公告)号：CN118154995A
公开(公告)日：2024-06-07
申请号：CN202410572033.7
申请日：2024-05-10
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明提供基于时频关联自适应学习模型的图像质量裂化评估方法，包括：构建不同类别的原始图像集；利用傅里叶变换获得频谱图像集；将频谱图像和原始差异类别图像输入到残差神经网络中学习频谱图像特征、原始图像特征；将时频关联的图像特征、原始图像特征融合；输入到动态调节参数BP神经网络；进行图像质量裂化评估分类。本发明解决了分析处理信息不全面，导致图像质量异常分类效果差的技术问题。
-
公开(公告)号：CN117630561A
公开(公告)日：2024-03-01
申请号：CN202311360556.7
申请日：2023-10-20
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司合肥供电公司
IPC: G01R31/08
Abstract: 本发明涉及电缆缺陷检测的技术领域，公开了一种基于传输线模型的电缆老化缺陷无损定位方法，本方法包括：利用专业设备测量，获取电缆首端阻抗谱数据；建立含缺陷段的电缆首端阻抗谱模型；构建沿线特性诊断函数；通过函数关系描绘定位波形；对定位波形进行滤波和去噪处理；结合分析图形，进行局部缺陷判断及定位。该方法可以在不破坏电缆的情况下更好地检测电缆运行时实际状态，检测电缆内部是否早期缺陷及老化，并能实现缺陷、老化、故障定位。与目前的检测方法相比，本方法无需对电缆进行破坏即可完成检测，电压等级兼容性更好，可实现缺陷点，老化点，故障点定位。
-
公开(公告)号：CN117611133A
公开(公告)日：2024-02-27
申请号：CN202311589328.7
申请日：2023-11-27
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网智能电网研究院有限公司
IPC: G06Q10/20 , G06Q50/06 , G06N3/0455 , G06N3/0499 , G06N3/08
Abstract: 本发明提供基于电力运检业务的大模型推理加速方法及系统，方法包括：多任务请求的调度，该调度将多个请求拼成一个输入作为整体网络的输入，在生成式对话中，可以做到一次回答多个请求问题；GPT网络，包括：Transformer Attention和Feed Forward Network组成，在预训练电力设备运检业务模型的一次解码Decode后的解码过程中，采用CUDA算子调用所述kv_cache，以调整kv_cache的形状，据以处理得到重构GPT网络模型；利用贪心算法将GPT模型的输出转化为一个token或者一个字。本发明解决了管理操作工作量大、电力设备运检业务信息总结不便以及维护成本高的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN116229064A
公开(公告)日：2023-06-06
申请号：CN202310057013.1
申请日：2023-01-14
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
Abstract: 本发明属于变电站远程巡视的技术领域，公开了压力表图像像素清晰度评估方法，包括如下步骤：S1、通过采集设备对SF6压力表进行图像数据采集；S2、对步骤S1中的图像数据进行清晰度指标部署；S3、计算SF6压力表在图像中占据的像素点个数和最小像元密度量以评估图像的清晰度。本发明解决了智能电网存在表计图像的清晰度不足的问题，可实现变电站的实时在线监测。
-
公开(公告)号：CN116052173A
公开(公告)日：2023-05-02
申请号：CN202310031759.5
申请日：2023-01-10
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
Abstract: 本发明公开了可辨识的油位计图片像素清晰度判定方法，涉及图像视觉技术领域，其技术方案要点是：S1：通过采集设备对油位计图片进行数据采集；S2：对所拍摄油位计进行识别；采用基于U2NET的语义分割的深度学习识别算法对所拍摄油位计进行识别；S3：统计油位计图片的像素点个数，推算出图像像素与成像清晰度之间的关系；S4：推算出焦距与被拍摄油位计距离的关系。通过关系式有效便捷的计算相应指标，并以此作为深度学习清晰度划分的依据。对摄像头预设点位进行清晰度评估，确保摄像头安装后，能够对被监测油位计进行有效识别。减少工作人员负担，推动智能电网的实施，保障了用户和电力公司双方的切身利益。
-
公开(公告)号：CN115062800A
公开(公告)日：2022-09-16
申请号：CN202210641568.6
申请日：2022-06-07
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 南京悠阔电气科技有限公司
Abstract: 本发明公开了一种基于特高压智能巡视的智能开出方法，属于电力系统智能运维技术领域，具体方法包括：步骤一：设置智能开出模块，所述智能开出模块通过多通道I/O模块对数据进行控制、监测和采集；步骤二：通过多点RS‑485网络将智能开出模块与对应的巡视系统主机进行通信连接；巡视系统主机通过生成对应的控制信号进行远程控制，并通过RS‑485网络进行传输，智能开出模块对接收到的控制信号进行校核，当校核失败时，不进行操作；当校核成功时，根据接收到的控制信息将对应的硬接点开出，并获取对应硬接点的开出状态，将获得的硬接点开出状态返回给巡视系统主机；步骤三：输出控制信号所对应的开出接点。
-
公开(公告)号：CN114842870A
公开(公告)日：2022-08-02
申请号：CN202210255241.5
申请日：2022-03-15
Applicant: 国网安徽省电力有限公司 , 国网安徽省电力有限公司霍邱县供电公司 , 国网安徽省电力有限公司电力科学研究院
Inventor： 李坚林 , 季坤 , 王坤 , 柯艳国 , 郑浩 , 潘超 , 赵恒阳 , 张晨晨 , 赵常威 , 丁国成 , 钱宇骋 , 胡啸宇 , 杨海涛 , 吴兴旺 , 吴杰 , 尹睿涵 , 王署东
Abstract: 本发明公开了基于多频段自监督的声纹异常检测方法，涉及变压器异常检测技术领域，解决了现有技术在对变压器声纹数据处理过程中，针对获取的所有声纹数据均进行检测，数据处理量大，且数据处理效率不高，导致变压器异常检测效率降低的技术问题；本发明对声纹数据进行第一次分析识别，根据第一次分析识别结果判断是否要进行第二次分析识别，基于声纹评估模型进行第二次分析识别，以完成变压器的故障预警，通过两次分析识别能够降低数据处理量，同时提高故障识别精度；本发明为划分获取的子区域合理配置了边缘处理模块，同时将变压器的位置和状态进行可视化展示，提高了本发明的效率和稳定性，便于工作人员及时处理变压器故障。
-
公开(公告)号：CN114821025A
公开(公告)日：2022-07-29
申请号：CN202210261718.0
申请日：2022-03-16
Applicant: 国网安徽省电力有限公司 , 国网安徽省电力有限公司霍邱县供电公司 , 国网安徽省电力有限公司超高压分公司 , 国网安徽省电力有限公司电力科学研究院
Inventor： 王坤 , 甄超 , 李坚林 , 季坤 , 王刘芳 , 黄杰 , 谢佳 , 柯艳国 , 王翀 , 赵常威 , 钱宇骋 , 丁国成 , 王署东 , 杨海涛 , 张晨晨 , 李森林 , 胡啸宇
IPC: G06V10/22 , G06V10/774 , G06V30/148
Abstract: 本发明公开了一种基于深度学习的表计识别方法和系统，涉及图像识别技术领域，包括图像分析模块、信息记录模块、信息整理模块以及信号验证模块；图像分析模块用于采用yolov3检测模型对接收到的表计图像进行数字目标识别得到数字识别结果，最终得到表计读数；信息记录模块用于记录图像分析模块的识别记录；信息整理模块用于对识别记录进行整理，构建参数检测训练样本，得到参数补偿模型并反馈至模型构建模块对yolov3检测模型进行修正，提高识别的正确率；信号验证模块用于实时验证图像分析模块的通信状态，在探测到通信预警指令后，图像分析模块进入主动待机模式，有效减少干扰信号的影响，从而提高识别效率和精度。
-
-
-
-
-
-
-
-
-
Search Results
109
records
(took 0.057 seconds)
