-
公开(公告)号：CN114273390B
公开(公告)日：2022-12-13
申请号：CN202111348269.5
申请日：2021-11-15
Applicant: 三峡大学附属仁和医院
IPC: B09B3/32 , B09B3/40 , B09B101/85 , B09B101/65
Abstract: 本发明公开了一种医用纱布处理设备，包括挤压烘干箱，用于将医用纱布上的水挤压掉，同时对挤压后医用纱布进行烘干处理；其中，所述挤压烘干箱包括转动连接于挤压烘干箱内部的纱布放置箱、开设在纱布放置箱上端面上的箱门、开设在纱布放置箱底端面上的漏水孔；先将使用过的医用纱布上的水挤掉，再通过除湿腔向挤压腔内传递带有热量的气体，使纱布放置箱内能够保持在一个干燥的环境，将医用纱布上的潮气吸收，加快医用纱布的烘干，避免焚烧时会出现火灭掉的情况出现。
-
公开(公告)号：CN120052860A
公开(公告)日：2025-05-30
申请号：CN202510234915.7
申请日：2025-02-28
Applicant: 三峡大学
IPC: A61B5/0245 , A61B5/024 , A61B5/349 , A61B5/16 , G06N20/10
Abstract: 一种基于心电信号分析的体力疲劳预测方法，旨在解决传统疲劳监测方法主观性强、缺乏科学性的问题，通过识别关键生理指标，建立与疲劳程度相关的数学模型，实现电力作业人员体力疲劳的客观、量化评估；具体方案如下：首先采集被试者的心电信号，进行心率变异性HRV分析提取特征值；其次通过n‑back认知实验评估被试者的脑力负荷和处理能力，作为疲劳状态的辅助判断依据；最后利用支持向量机SVM构建疲劳预测模型，以HRV特征值作为输入，实现疲劳状态的二分类预测；事前预测作业人员的疲劳状态，提高疲劳评估的科学性和客观性，同时考虑人员心理因素的影响，实现动态监测与实时反馈，有助于管理者优化工作安排，降低安全事故风险。
-
公开(公告)号：CN118287451A
公开(公告)日：2024-07-05
申请号：CN202410522786.7
申请日：2024-04-28
Applicant: 三峡大学
Abstract: 本发明公开了一种基于无人机的线路绝缘子带电干冰清洗装置及方法，包括无人机本体，无人机本体外部设置四个旋翼，无人机本体上表面连接有可伸缩的机械臂，无人机本体底端连接有干冰机，机械臂端部连接有旋转清洗模块，干冰机通过干冰输送管道与旋转清洗模块连通；无人机本体朝向机械臂一侧表面连接有高清摄像头和红外热成像摄像头；使用时通过超声波测距传感器实时测距，检测到距离小于设定距离△E时，机械臂停止动作，启动干冰机，干冰机喷射干冰颗粒从干冰输送管道至旋转清洗模块进行干冰清洗；解决了现有技术无人机喷水清洁电力输送线路时清洁效果不佳的问题，具有可对线路绝缘子的内外表面进行全角度清洗，提高了清洗质量和效率的特点。
-
公开(公告)号：CN107843632A
公开(公告)日：2018-03-27
申请号：CN201711008776.8
申请日：2017-10-25
Applicant: 三峡大学
IPC: G01N27/333 , G01N27/26
CPC classification number: G01N27/333 , G01N27/26
Abstract: 一种基于钨丝的固态磷酸根离子选择电极，包括电极体，电极体为采用钨丝制作而成的电极尖端、电极棒和电极尾端组成的整体，电极尾端连接有带接线叉的导线，电极棒外套设有耐高温电极保护套，耐高温电极保护套和电极棒之间填充有隔离层。本发明提供的一种基于钨丝的固态磷酸根离子选择电极、制备方法及应用，可以解决现有的固态磷酸根离子选择电极的不足，检测浓度范围广、灵敏度高、响应时间短、稳定性强、选择性好、抗干扰能力强、重现性好、寿命长。
-
公开(公告)号：CN119693955A
公开(公告)日：2025-03-25
申请号：CN202411602415.6
申请日：2024-11-11
Applicant: 三峡大学
Inventor： 吴田 , 游晖 , 谷桐 , 金迪 , 刘佳 , 梁书嘉 , 王瑜 , 赵慧敏 , 聂伟 , 柏洋 , 朱姝 , 颜燕红 , 吴凤 , 吴晨 , 吴滨帆 , 谢哲航 , 李明轩 , 唐生燚 , 张雨秋 , 张桐
IPC: G06V30/148 , G06V30/41 , G06V30/19 , G06V10/82 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/0475 , G06N3/08 , G06N3/096 , G06N3/094 , H02J13/00
Abstract: 基于机器学习的变电站主接线图智能识别方法及系统，收集并预处理变电站图纸数据集，采用超分辨率网络Real‑ESRGAN提升图像质量，并通过数据扩增增强模型泛化能力；训练基于YOLOv5x6的图像识别模型，模型结合Slim‑Neck提高实时检测效率和准确性，逐级识别接线方式、间隔类型、开关器件；同时训练基于PaddleOCRv4的文字识别模型，采用协同互蒸馏方法CML提升模型性能；最后整合图像识别与文字识别模型，通过算法模块编程实现前后端架构，并将系统部署于移动端，实现快速准确的变电站接线图数字化，提高变电站图纸数字化的速度与准确性，保障电网运行安全，提升现场技术人员的作业效率。
-
Patent Agency Ranking
公开(公告)号：CN119835650A
公开(公告)日：2025-04-15
申请号：CN202411636532.4
申请日：2024-11-15
Applicant: 三峡大学
Inventor： 吴田 , 朱姝 , 吴凤 , 王瑜 , 颜燕红 , 赵慧敏 , 刘佳 , 梁书嘉 , 吴晨 , 谢哲航 , 吴滨帆 , 张雨秋 , 谷桐 , 游晖 , 金迪 , 唐生燚 , 李明轩 , 宋妍霖 , 王少奇
Abstract: 基于地理信息系统（GIS）的输变配无人机网格化部署方法，属于电力巡检技术领域；针对现有电力巡检中存在的无人机利用率低及其巡检效率低等问题，本发明提出了一种新的解决方案：首先，采集电力设施的分布数据并录入GIS平台；然后，根据电力设施分布和无人机续航能力进行机巢网格化选址；接着，利用GIS空间分析功能对电力设施进行网格化划分；之后，提出一种高效的无人机路径规划算法，为无人机规划最优飞行路径；最后，根据规划路径和机巢位置进行无人机部署和调度；本发明通过GIS技术与无人机技术的结合，实现了电力设施的高效、精准巡检，提高了巡检效率和质量，确保了电力系统的安全稳定运行。
-
公开(公告)号：CN119757655A
公开(公告)日：2025-04-04
申请号：CN202411916884.5
申请日：2024-12-24
Applicant: 三峡大学 , 长江三峡生态园林有限公司
Abstract: 水库作为人类改造自然的重要方式，其CO2占人为排放的4%，而CH4却高达20%。针对水库运行特征和沉积物温室气体产生规律，沉积物产生的CO2、CH4在泄水期将得到明显释放，而水库年温室气体排放正是主要来源于这一时期。因此，本专利是关于一种在水位下降过程中如何准确量化温室气体排放的装置和测定方法，这将为水库碳循环提供技术支撑。一种在水位下降过程中测定水‑气界面温室气体的装置，包括柱状体，柱状体一侧设置有刻度尺，柱状体内壁装有泡沫板，泡沫板连通抽水口，抽水口连接TPU管入口，水泵一端并联连接水质分析仪和水气分离装置的入口，水气分离装置的气体出口连通气体分析仪。
-
公开(公告)号：CN119727663A
公开(公告)日：2025-03-28
申请号：CN202411684924.8
申请日：2024-11-22
Applicant: 三峡大学
Inventor： 吴田 , 谷桐 , 王凌志 , 李祥 , 谢哲航 , 唐生燚 , 聂伟 , 李明轩 , 吴滨帆 , 柏洋 , 吴晨 , 金迪 , 张雨秋 , 梁书嘉 , 游晖 , 王瑜 , 吴凤 , 张桐 , 刘佳 , 朱姝 , 赵慧敏 , 颜燕红
Abstract: 一种结合高斯回归的绝缘子检测数字滤波算法及系统，旨在解决现有技术中绝缘子检测受多种因素影响导致准确性不高的问题；本发明的算法首先通过数字滤波器实时处理传感器采集的电压信号，消除电磁场干扰；然后利用高斯过程回归（GPR）算法对绝缘子串的分布电压值进行曲线拟合，转换为电阻值以近似实际值；最后通过GPR模型预测和评估数据，识别故障绝缘子；本发明提高了绝缘子故障检测的准确性和稳定性，适用于超高压线路中的绝缘子实时监测，有助于保障输电线路的安全运行；此外，该算法还具备自适应学习能力，能根据实际运行数据不断优化模型参数，进一步提升检测精度；其模块化设计便于集成至现有监测系统中，实现无缝对接与高效运维。
-
公开(公告)号：CN119516314A
公开(公告)日：2025-02-25
申请号：CN202411521729.3
申请日：2024-10-29
Applicant: 三峡大学
Inventor： 吴田 , 刘佳 , 梁书嘉 , 王瑜 , 赵慧敏 , 聂伟 , 柏洋 , 朱姝 , 颜燕红 , 吴凤 , 吴晨 , 金迪 , 游晖 , 吴滨帆 , 谢哲航 , 谷桐 , 李明轩 , 唐生燚 , 张雨秋
IPC: G06V10/80 , G06V10/25 , G06V10/44 , G06V10/764 , G06V10/82 , G06V10/774 , G06V10/776 , G06N20/20 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/096 , G06N3/048
Abstract: 基于YOLOv8和CNN模型的直流电晕放电模式识别方法及系统，涉及电力设备监测技术领域；本发明旨在解决高压直流电气设备电晕放电现象难以实时监测和准确分类的技术问题；其方案包括，首先使用数字单反相机拍摄电晕放电可见光图像，并进行人工标注和数据增强处理；然后利用YOLOv8模型进行电晕放电源的检测与定位；接着将定位出的电晕放电区域图像输入到深度卷积神经网络CNN中进行放电模式的分类；最后通过集成学习融合多个CNN模型的输出结果，提高分类准确性；本发明能够实现对高压直流电气设备电晕放电现象的实时监测和准确分类，为电力设备的安全运行提供有力保障，显著提升了运维效率，降低了因电晕放电导致的设备故障风险。
-
公开(公告)号：CN119026934A
公开(公告)日：2024-11-26
申请号：CN202410930289.0
申请日：2024-07-11
Applicant: 三峡大学
IPC: G06Q10/0637 , G06Q50/06 , G06N20/00 , G06F30/28 , G06F113/08 , G06F119/14
Abstract: 本发明公开一种基于机器学习的变电站内涝时空预测方法，包括如下步骤：S1、数据收集和预处理；S2、构建变电站内涝耦合模型；S3、设计不同降雨方案生成降雨‑内涝样本；S4、构建内涝空间预测模型；S5、构建内涝时序预测模型；S6、模型结合与优化；S7、模型评估与应用；S8、制定针对性的防汛处理措施；本发明通过机器学习技术，搭建组合模型RF‑Informer模型，能够实现对变电站内涝发生的位置和内涝深度随时间的变化的预测，提供全面的时空预测信息，实现对内涝风险的全方位评估。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.021 seconds)
