-
公开(公告)号：CN117748729A
公开(公告)日：2024-03-22
申请号：CN202311606479.9
申请日：2023-11-24
Applicant: 国网安徽省电力有限公司电力科学研究院
Abstract: 本发明提供基于宽窄带数据融合的变电站视频图像监方法及系统，系统包括：窄带无线通信模块采用Lora通信协议与智能网关进行命令交互操作；宽带无线通信模块采用预置可信WLAN通信方式，将图片及视频上传至智能网关；电源监控模块监测电池运行状态，设计装置整体低功耗智能控制策略，控制对窄带无线通信模块、宽带无线通信模块的供电过程；业务主控模块对变电站内被监测设备状态视频图像监测过程，控制变电站设备状态监测业务操作；数据采集模块采集并上传设备照片、视频至智能网关；存储服务模块根据循环存储策略落盘存储关键监测数据；升级管理模块，监听升级指令，升级状态监测程序。本发明解决了监测设备部署困难、导致监测维护成本较高的技术问题。
-
公开(公告)号：CN116523828A
公开(公告)日：2023-08-01
申请号：CN202310178531.9
申请日：2023-02-28
Applicant: 国网安徽省电力有限公司电力科学研究院
Abstract: 本发明提供一种断路器关键三维零件缺陷检测方法，方法包括：获取待测零件表面扫描点云，所述待测零件为断路器关键三维零件；将所述扫描点云与标准模型点云进行点云粗配准和点云精配准，获取精配准后的点对集合；基于所述点对集合中每一点对，计算所述扫描点云中每一个点的缺陷距离和缺陷密度，提取待测零件表面的缺陷点云。本发明引入缺陷距离与缺陷密度混合多源特征指标，在点云配准的基础上，采用提出的点缺陷特征计算方法，通过对比点云之间差异实现缺陷检测，零件表面的缺陷检测精度高。
-
公开(公告)号：CN115855503A
公开(公告)日：2023-03-28
申请号：CN202211413302.2
申请日：2022-11-11
Applicant: 国网安徽省电力有限公司电力科学研究院
IPC: G01M13/045 , G06F30/27 , G06N3/0464
Abstract: 本发明涉及故障预测技术领域，具体为基于深度多特征学习的振动部件剩余使用寿命预测方法，包括以下步骤：对采集到部件原始振动信号进行首次预测时间确定，确定部件的衰退期开始时间；使用滑动窗口沿衰退期滑动取一段时间内的所有振动信号数据进行时频分析，以获取到退化故障的时频域特征信息作为输入；将对输入的时频域信息进一步进行多尺度的特征提取以及结果输出；有益效果为：解决了多种类型工况下部件剩余寿命预测结果不稳定问题；实现提取部件退化机理相关特征的能力强、剩余寿命预测精度高。
-
公开(公告)号：CN115510202A
公开(公告)日：2022-12-23
申请号：CN202211160006.6
申请日：2022-09-22
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 , 国网安徽省电力有限公司宿州供电公司
IPC: G06F16/332 , G06F16/36 , G06F16/901 , G06F40/289 , G06F40/30 , G06Q50/06
Abstract: 本发明公开了一种基于电网设备知识图谱的智能问答系统，涉及知识图谱技术领域，包括问句输入模块、答案检索模块以及问答评估模块；问句输入模块用于接收用户输入的问题语句，并对问题语句进行分词，提取得到问题语句中的一个或多个关键词；答案检索模块用于根据关键词从知识图谱中进行检索，生成多项检索结果，并将多项检索结果进行相关性排序，将信联系数TG排序前五的检索结果经语义处理模块进行自然语义处理后作为答案输出至显示模块，供用户查阅，提高解答效率和准确率；问答评估模块用于对预设间隔时间内的答案检索记录做指定处理，得到答案检索模块的解答估值，供相关人员直观了解，同时方便管理人员对问答系统的检索机制进行优化。
-
公开(公告)号：CN115048498A
公开(公告)日：2022-09-13
申请号：CN202210639271.6
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
IPC: G06F16/332 , G06F16/35 , G06Q50/20 , G06Q50/06
Abstract: 本发明公开了基于条款库的是非判别系统，属于电学知识问答技术领域，包括词库模块、条款库、标准问答模块、组合问答模块、关联模块、判别模块和服务器；所述词库模块用于建立主题词库；通过条款库储存对应的标准条款；标准问答模块基于条款库中的标准条款建立对应的标准问答库；所述组合问答模块用于基于主题词库建立组合问答库，建立语句模型，通过建立的语句模型对主题词库中主题词进行组合，输出组合问答，输出组合问答的主题词集，进行主题词集的数值转化，获得主题词集数值；设置对应组合问答的语境值，将语境值和对应的主题词集数值进行整合，获得匹配矢量，将匹配矢量映射到向量空间中，将根据当前的组合问答进行汇总建立组合问答库。
-
Patent Agency Ranking
公开(公告)号：CN114764802A
公开(公告)日：2022-07-19
申请号：CN202210566533.0
申请日：2022-05-23
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 , 四川赛康智能科技股份有限公司
Abstract: 本发明属于图像处理技术领域，公开了一种设备缺陷检测重复图像剔除方法，用于对电力输变设备进行缺陷图像采集所获得的图像数据的预处理过程，具体步骤如下：1)包括对同个目标设备的外部照片进行数据筛选，通过重复算法预先划分照片组；2)针对每个照片组，根据训练好的识别模型快速对照片组内每张外部照片的背景区域与目标区域进行区分和确定3)先将满足背景区域区别度大于设定的阈值A的外部照片选出；4)再将满足目标区域区别度大于设定的阈值B的外部照片选出。本发明通过设定多个筛选条件，依次将多个不重复的图像先排出，然后将保留后的图像作为重复图像进行处置，则剔除重复图片的效率小于剔除不重复图片的效率。
-
公开(公告)号：CN114167240A
公开(公告)日：2022-03-11
申请号：CN202111484066.9
申请日：2021-12-07
Applicant: 国网安徽省电力有限公司电力科学研究院
IPC: G01R31/12
Abstract: 本发明公开了一种内置式无线自取能的特高频局放检测的方法，涉及GIS带电检测技术领域，解决了现有技术在检测GIS设备特高频局部放电时，工作量大，无法保证对局部放电进行长期不间断检测的技术问题；本发明设置了取能模块，取能模块内置充电电池和超级电容，通过内置式特高频传感器集成的电容分压的方式，对超级电容和充电电池进行充电，再通过取能模块对检测单元中的单模块进行供电，保障了检测单元的长期不间断工作；本发明将局放检测单元和5G技术相结合，通过5G技术高带宽、高容量、高可靠性、低延时、低功耗的优势完成数据交互，并通过可视化平台对局放检测结果进行展示，解决了当前有线铺设工作量大的难题。
-
公开(公告)号：CN112115286A
公开(公告)日：2020-12-22
申请号：CN202010781668.X
申请日：2020-08-06
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
IPC: G06F16/51 , G06F16/583 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明实施方式提供一种基于深度强化学习的机器人环境识别方法及系统，属于机器人的控制技术领域。所述方法包括：基于全局特征对所述机器人即时拍摄的视觉图像进行描述；基于深度强化学习算法在预设的数据库图像集中对所述视觉图像进行匹配以得到当前的环境识别结果。本发明提供的基于深度强化学习的机器人环境识别方法及系统通过采用全局特征对视觉图像进行描述，并基于深度强化学习算法在预设的数据库图像集中对视觉图像进行匹配，解决了现有技术中视觉描述子依赖设计者的先验概率的技术问题，提高了视觉环境识别的准确率。
-
公开(公告)号：CN109856517A
公开(公告)日：2019-06-07
申请号：CN201910247454.1
申请日：2019-03-29
Applicant: 国家电网有限公司 , 国网安徽省电力有限公司电力科学研究院
IPC: G01R31/12
Abstract: 本发明公开了一种特高压设备局部放电检测数据的判别方法，包括：将连续的超声波频率信号经采样降至人耳可听到的连续声波频率信号；连续截取一个设定时间长度的帧声波频率信号；提取帧声波频率信号的梅尔频率倒谱系数作为待识别故障放电特征；将提取的待识别故障放电特征送入CNN卷积神经网络，经CNN卷积神经网络分析进入CNN卷积神经网络输出分类层的故障分类器；CNN卷积神经网络根据事先对已知故障放电特征学习形成的故障分类器，识别待识别故障放电特征并输出待识别故障放电类型。本发明直接用卷积神经网络CNN对故障类型进行模式学习和识别，提高了识别的准确率，减少或者避免了人工干预。
-
公开(公告)号：CN118886252A
公开(公告)日：2024-11-01
申请号：CN202410908229.9
申请日：2024-07-08
Applicant: 安徽新力电业科技有限责任公司 , 国网安徽省电力有限公司电力科学研究院 , 合肥工业大学
IPC: G06F30/23 , G06F30/17 , G06F119/14 , G06F119/04
Abstract: 本发明公开了一种长期服役汽轮机末级叶片老化状态评估方法。该方法的具体过程是沿着叶片方向对长期服役的末级叶片进行拉伸试样及金相试样取样，通过试验测得末级叶片的服役参数及其力学性能；建立有限元模型，求得稳定工况下末级叶片的应力云图；据此，得到末级叶片沿着叶片方向的应力分布数据；将应力分布数据与抗拉强度进行数据拟合，得到在不同应力下对应的抗拉强度变化曲线；通过对比叶片不同位置应力作用部位处的抗拉强度变化，评估汽轮机末级叶片老化状态。本发明操作简单，成本低廉，适用于评估服役特定时长前的汽轮机末级叶片老化状态。
-
-
-
-
-
-
-
-
-
Search Results
117
records
(took 0.075 seconds)
