-
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：CN115623177A
公开(公告)日：2023-01-17
申请号：CN202211320682.5
申请日：2022-10-26
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 , 安徽南瑞继远电网技术有限公司
Abstract: 本发明公开了一种变电站巡检视频综合分析管理系统，涉及变电站巡检分析技术领域，解决了现有技术中变电站巡检视频处理分析没有统一标准的技术问题；本发明包括视频采集模块、图像分析模块、台账管理模块、数据上传模块和数据接收模块；本发明实现视频采集终端的台账管理，关联视频采集终端所监控物体的属性；根据变电站巡检系统下发的巡视任务，获取视频采集终端的视频数据；对接收到的视频数据进行图像分析；把图像分析的结果上传至变电站巡检系统。本发明可以规范接口格式、设备台账的信息格式，提供标准化的设备巡检图像的智能分析服务，有利于本发明与变电站巡检系统的快速对接。
-
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。
-
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。
-
Patent Agency Ranking
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：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：CN113836315B
公开(公告)日：2025-02-18
申请号：CN202111116935.2
申请日：2021-09-23
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 , 安徽南瑞继远电网技术有限公司
IPC: G06N5/025 , G06F16/36 , G06F16/31 , G06F16/35 , G06F40/30 , G06V30/14 , G06N3/0464 , G06N3/0455 , G06N3/047 , G06Q50/06
Abstract: 本发明公开了一种电力标准知识抽取系统，属于电力专业知识技术领域，用于建立一种高效构建电力标准专业知识图谱；引入电力标准领域数据库以及模型训练模块，模型训练模块从电力标准领域数据库内获取电力标准领域数据，并经过预训练得到BERT预训练模型，获取单位文本数据的文本嵌入式表示，参数修改模块用于修改BERT预训练模型中的下一个句子预测任务，此方式的好处为让输入的单位文本数据更长，使得BERT预训练模型能够学习更长的依赖；同时，参数修改模块将原始BERT预训练模型中的单字符的MASK操作改为连续字符的MASK操作，这样可以在BERT预训练模型中融合更多的实体语义信息，能够更加利于实体识别任务性能的提升。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
97
records
(took 0.053 seconds)
