-
公开(公告)号：CN108665484B
公开(公告)日：2021-07-09
申请号：CN201810494968.2
申请日：2018-05-22
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网公司
Abstract: 本发明提供一种基于深度学习的危险源识别方法与系统，所述方法包括：S1、将摄像机采集到的图像以固定速率传输至后台服务器；S2、后台服务器将采集到的图像利用深度学习算法求得特征，以该特征作为运动图像的检测条件；S3、将所述特征输入系数字典，根据最优化稀疏表示求解得到运动目标；S4、利用双目视觉对由稀疏表示求得的运动特征进行定位，实现危险源识别。本发明解决了现有技术下输变电线路的危险源识别难度大的问题，有效降低了人工提取危险源特征的劳动复杂度，其对特征的表达较其他方法更加完整有效，最终实现对危险源运动特征的定位，保护输变电线路安全。
-
公开(公告)号：CN108872552B
公开(公告)日：2020-12-15
申请号：CN201810444500.2
申请日：2018-05-10
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网公司
Inventor： 张洋 , 刘辉 , 贾然 , 周超 , 刘传彬 , 马国庆 , 刘嵘 , 段玉兵 , 张皓 , 杨波 , 孙晓斌 , 黄振宁 , 杨军 , 秦佳峰 , 尹建光 , 史方芳 , 王玥娇
IPC: G01N33/44
Abstract: 本发明提供一种基于初始憎水角和表面能测试的硅橡胶憎水性判别方法，首先用去离子水测试样品静态憎水角，根据测试值对样品的憎水性进行分类：当样品有憎水性时，进一步判定样品有较好憎水性或极好憎水性；当样品有极好憎水性时，进行补充测试：将测试液更换为丙三醇，测试样品静态憎水角，记录测试数据。最后，对于有较好憎水性和极好憎水性的样品，继续测试乙二醇条件下样品静态憎水角，记录测试数据。采用OWRK法进行表面能计算，获得样品的表面能。本发明方法可以解决用大憎水角时憎水角和憎水性的非线性变化情况，可更加直观对样品进行判断。可提高测试精度。解决了对于超疏水材料使用传统憎水角测试方法无法完成的问题。
-
公开(公告)号：CN107896004B
公开(公告)日：2020-08-07
申请号：CN201711191488.0
申请日：2017-11-24
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网公司
IPC: H02J13/00
Abstract: 本发明公开了一种基于LBS的变电站设备状态信息显示方法及系统，包括：对变电站电力设备的基础台账信息增加地理位置字段，将变电站电力设备的经纬度信息进行录入；移动终端获取当前位置信息并上传到电网生产管理系统；电网生产管理系统获取当前变电站电力设备地理位置信息，同时与电力系统数据库中相应的变电站电力设备数据进行比对，获取与当前地理位置信息相同或者相近的电力设备状态信息，将其返回给移动终端；移动终端将获取到的电力设备状态信息进行显示。发明有益效果：提高的变电站运维人员对设备实时状态信息的掌握，满足的运维人员可以在设备前查看设备运行信息的需要。
-
公开(公告)号：CN109376749A
公开(公告)日：2019-02-22
申请号：CN201810495979.2
申请日：2018-05-22
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网公司
Abstract: 本发明提供一种基于深度学习的输变电设备红外图像温宽范围识别方法，所述方法包括：S1、截取红外图像待处理区域；S2、利用RPCA算法优化后续待提取数字区域；S3、对待提取数字区域做膨胀处理，形成连通区域，提取权重最高的连通区域；S4、通过二值化操作进行单独数字区域分割；S5、利用样本数据进行深度学习，并根据训练模型和分类器对分割后的数字区域进行识别；S6、合并识别结果。本发明解决了现有技术中由于图层信息缺失影响对设备故障的分析和诊断问题，实现对图层信息缺失的图像进行信息识别，提高准确度，方便对输变电设备进行故障分析和诊断。
-
公开(公告)号：CN108760579A
公开(公告)日：2018-11-06
申请号：CN201810402079.9
申请日：2018-04-28
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网公司
IPC: G01N13/00
Abstract: 本发明提供一种基于不同盐成分的硅橡胶憎水性迁移特性判别方法，分别配置盐成分为NaCl、CaCl2和(NH4)2SO4的污液，灰成分为硅藻土。测试不同盐成分污液、不同迁移时间的样品的憎水性；测试的时间分别为迁移后24h、48h、96h、144h；确定迁移憎水角的饱和值，根据憎水迁移性测试结果，计算憎水性迁移特性的指标，判别憎水迁移特性。本发明创造性采用7项憎水性迁移特性指标，综合评判硅橡胶特性本发明方法基于多种污秽进行模拟测试，综合评判硅橡胶憎水性迁移特性，使实验室测试结果与现场应用联系更密切。
-
Patent Agency Ranking
公开(公告)号：CN107918941A
公开(公告)日：2018-04-17
申请号：CN201711057539.0
申请日：2017-11-01
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网公司
IPC: G06T7/90 , G06T7/12 , G06T7/136 , G06T5/00 , G08B13/196
CPC classification number: G06T7/90 , G06T5/002 , G06T7/12 , G06T7/136 , G06T2207/20221 , G06T2207/30232 , G08B13/19602
Abstract: 本发明公开了一种用于输电通道外破防护的可视化监测系统及方法，系统包括多个监测模块和控制中心，监测模块均包括电源模块、声光告警模块、图像监测模块、主控制系统和通信模块，图像监测模块检测铁塔两侧线路通道的图像，并将图像传输给主控制系统；主控制系统采用基于Haar特征密度图的图像匹配方法进行隐患检测，当检测出存在隐患时，通知声光告警模块进行告警；本发明采用Haar特征密度图滤波，能够有效的去除由于微小扰动所引起的匹配失败的离散像素点，在保证大块连通域本身没有损失的同时，还能够很好的保留其内部及周围的离散点，与像素图像进行匹配。
-
公开(公告)号：CN107895365A
公开(公告)日：2018-04-10
申请号：CN201711057855.8
申请日：2017-11-01
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网公司
Abstract: 本发明公开了一种输电通道外破防护的图像匹配方法及监测系统，系统包括多个监测模块和控制中心，监测模块均包括电源模块、声光告警模块、图像监测模块、主控制系统和通信模块，图像监测模块检测铁塔两侧线路通道的图像，并将图像传输给主控制系统；主控制系统采用基于Haar特征密度图的图像匹配方法进行隐患检测，当检测出存在隐患时，通知声光告警模块进行告警；本发明采用Haar特征密度图滤波，能够有效的去除由于微小扰动所引起的匹配失败的离散像素点，在保证大块连通域本身没有损失的同时，还能够很好的保留其内部及周围的离散点，与像素图像进行匹配。
-
公开(公告)号：CN107796784A
公开(公告)日：2018-03-13
申请号：CN201710785771.X
申请日：2017-09-04
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网公司
CPC classification number: G01N21/39 , G01R31/1227
Abstract: 本发明公开了一种SF6绝缘高压电气设备气体成分在线监测装置及监测方法，其中该装置包括激光器，其用于输出任一指定波长的激光信号；当前指定波长的激光信号经分光镜分成两路激光信号，其中，第一路激光信号传送至与标准气体参考室并输出参考光信号，标准气体参考室内存储有标准气体，标准气体参考室内存储有SF6标准气体；第二路激光信号传送至储气池并输出测量光信号，储气池内存储含有SF6标准气体的待测混合气体；所述参考光信号和测量光信号分别经相应光强传感器和信号调理模块均传送至微处理器。其能够准确快速地测量SF6气体分解物的含量。
-
公开(公告)号：CN108760579B
公开(公告)日：2020-12-15
申请号：CN201810402079.9
申请日：2018-04-28
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网公司
IPC: G01N13/00
Abstract: 本发明提供一种基于不同盐成分的硅橡胶憎水性迁移特性判别方法，分别配置盐成分为NaCl、CaCl2和(NH4)2SO4的污液，灰成分为硅藻土。测试不同盐成分污液、不同迁移时间的样品的憎水性；测试的时间分别为迁移后24h、48h、96h、144h；确定迁移憎水角的饱和值，根据憎水迁移性测试结果，计算憎水性迁移特性的指标，判别憎水迁移特性。本发明创造性采用7项憎水性迁移特性指标，综合评判硅橡胶特性本发明方法基于多种污秽进行模拟测试，综合评判硅橡胶憎水性迁移特性，使实验室测试结果与现场应用联系更密切。
-
公开(公告)号：CN107831409B
公开(公告)日：2020-08-18
申请号：CN201710866621.1
申请日：2017-09-22
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网公司
IPC: G01R31/12
Abstract: 本发明公开了一种特高频局放检测图谱特征参量提取的方法及异常检测方法。其中，特高频局放检测图谱特征参量提取的方法包括步骤1：提取特高频局放检测图谱上所有数据点的数值与坐标，进而将该特高频局放检测图谱转换成PRPD数据矩阵；步骤2：针对PRPD数据矩阵，采用统计方法来提取局部放电模式特征，构建出一个特征向量来表征图谱统计分布特点，作为局部放电类别的分类依据。其可实现从非结构化局放图谱直接提取出特征参量，并可进一步用于后续基于特征参量的局部放电异常检测与识别，具有较高的实用价值。
-
-
-
-
-
-
-
-
-
Search Results
314
records
(took 0.078 seconds)
