公开(公告)号：CN113821895A

公开(公告)日：2021-12-21

申请号：CN202111021964.0

申请日：2021-09-01

Applicant: 南方电网科学研究院有限责任公司 ,  贵州电网有限责任公司

Inventor： 何锦强 ,  李锐海 ,  廖永力 ,  李昊 ,  吴建蓉 ,  文屹 ,  杨旗 ,  毛先胤 ,  黄欢

IPC: G06F30/18 ,  G06F30/27 ,  G06K9/62

Abstract: 本发明公开了一种输电线路覆冰厚度预测模型的构建方法、装置及存储介质，本发明通过采集输电线路区域的基础数据；其中，所述基础数据包括：数字高程模型数据、覆冰终端监测数据、人工观冰数据、气象站数据和MODIS植被指数数据；对所述覆冰终端监测数据和所述人工观冰数据进行数据清洗，得到有效覆冰观测数据；根据所述数字高程模型数据识别和划分所述输电线路区域的微地形区类型；根据所述基础数据、所述有效覆冰观测数据和所述微地形区类型建立样本库；通过所述样本库对梯度提升树模型进行训练和参数优化，得到输电线路覆冰厚度预测模型，能够构建更高精度的输电线路覆冰厚度预测模型，提高模型预测微地形区域输电线路覆冰厚度的准确度。

公开(公告)号：CN113762083A

公开(公告)日：2021-12-07

申请号：CN202110908095.7

申请日：2021-08-09

Applicant: 贵州电网有限责任公司 ,  南方电网科学研究院有限责任公司

Inventor： 吴建蓉 ,  文屹 ,  杨旗 ,  毛先胤 ,  黄欢 ,  曾华荣 ,  范强 ,  何锦强 ,  李锐海 ,  黄增浩

IPC: G06K9/00 ,  G06K9/62 ,  G06F16/29

Abstract: 本发明涉及地理信息技术领域，公开了一种识别微地形类型的方法、装置、终端设备以及存储介质。方法包括：获取地理信息数据；根据卫星影像数据提取真实水体边界，并建立水域缓冲区；根据DEM数据与地表流水物理模拟算法，提取山脊、山谷、垭口和山坡地形区；根据序列风向观测数据，计算待识别区域的冬季主风向；根据山坡地形区与冬季主风向的夹角，将山坡地形区划分迎风坡地形区和背风坡地形区；对水域缓冲区、山脊地形区、山谷地形区、垭口地形区、迎风坡地形区、背风坡地形区进行栅格叠加分析，得到待识别区域的微地形类型。本发明能够实现识别大型水域分布区域的微地形类型。

公开(公告)号：CN113701690A

公开(公告)日：2021-11-26

申请号：CN202110847471.6

申请日：2021-07-26

Applicant: 南方电网科学研究院有限责任公司 ,  贵州电网有限责任公司

Inventor： 黄增浩 ,  李昊 ,  何锦强 ,  赵林杰 ,  廖永力 ,  朱登杰 ,  张志强 ,  王斌 ,  魏发生 ,  牛唯 ,  马晓红 ,  毛先胤 ,  黄欢 ,  杨旗 ,  文屹

IPC: G01B21/08 ,  G06F17/11

Abstract: 本发明公开了一种等档距输配电线路直线塔等值覆冰厚度测量方法及系统包括：根据无覆冰工况下的导线历史拉力数据，计算得到无覆冰工况下的导线水平张力；根据导线参数和导线电流有效值，建立导线状态方程；根据预设的验证覆冰厚度计算得到覆冰工况下的导线比载，将所述覆冰工况下的导线比载和所述无覆冰工况下的导线水平张力代入所述导线状态方程，得到覆冰工况下的导线水平张力；根据所述覆冰工况下的导线水平张力和所述覆冰工况下的导线比载，计算得到覆冰工况下的导线拉力计算值；基于拉力传感器监测到的拉力监测值和所述导线拉力计算值的比较结果，得到导线等值覆冰厚度。本发明能够减小覆冰厚度计算误差，提高输配电线路覆冰在线监测准确性。

公开(公告)号：CN113591877A

公开(公告)日：2021-11-02

申请号：CN202110759273.4

申请日：2021-07-05

Applicant: 贵州电网有限责任公司 ,  南方电网科学研究院有限责任公司

Inventor： 吴建蓉 ,  文屹 ,  范强 ,  王冕 ,  杨涛 ,  时磊 ,  何锦强 ,  廖永力

IPC: G06K9/46 ,  G06K9/62 ,  G06N5/02

Abstract: 本发明公开了一种绝缘子覆冰类型辨识方法，包括：获取覆冰图像；对覆冰图像进行预处理后进行切分采样处理，获得若干个样本图像块；根据预设的绝缘子材质类型和预设的绝缘子覆冰类型，得到多个图像模板组；根据图像模板组的颜色特征、纹理特征、梯度特征构建颜色知识库、纹理知识库和梯度知识库；获取待辨识覆冰图像，从中提取出待辨识绝缘子覆冰图像块，并提取待辨识颜色特征、待辨识纹理特征和待辨识梯度特征；并进行特征匹配，得到颜色关联度、纹理关联度、梯度关联度；计算得到平均关联度；对所述待辨识绝缘子覆冰图像块的绝缘子材质类型和绝缘子覆冰类型进行判断。本发明能够辨识绝缘子的材质及绝缘子上的覆冰类型，为智能抗冰提供技术支撑。

公开(公告)号：CN113553772A

公开(公告)日：2021-10-26

申请号：CN202110910632.1

申请日：2021-08-09

Applicant: 贵州电网有限责任公司 ,  南方电网科学研究院有限责任公司

Inventor： 文屹 ,  吴建蓉 ,  何锦强 ,  李锐海 ,  李昊 ,  黄增浩 ,  范强 ,  黄欢 ,  代吉玉蕾 ,  卢金科 ,  赵超 ,  张迅

IPC: G06F30/27 ,  G06N3/04 ,  G06Q10/04 ,  G06Q50/06 ,  G06F113/04 ,  G06F113/16 ,  G06F119/14

Abstract: 本发明公开了一种基于深度学习的多变量覆冰输电线路拉力预测，包括以下步骤：1)获取给定的输电覆冰线路的拉力数据，还有线路周围的气象数据比如温度，湿度，风速等气象数据。2)对每个特征维度的数据进行初步的预处理，进行归一化操作，划分训练集和测试集。3)搭建深度神经网络模型，将数据送入模型中进行处理得到预测的数据。4)对预测得数据进行反归一化，得到最终预测得拉力数据并画图呈现。该模型可以同时捕获线路覆冰数据中的局部信息和长期依赖，从多个方面来挖掘数据,提取特征，解决了现有输电线路覆冰技术中准确性不高，鲁棒性差等问题。