-
公开(公告)号：CN118965217A
公开(公告)日：2024-11-15
申请号：CN202410965812.3
申请日：2024-07-18
Applicant: 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
IPC: G06F18/2433 , H02J13/00 , H02B1/24 , G06F18/213 , G06F18/15 , G06N3/0464 , G06N3/044 , G06N3/09
Abstract: 本发明公开了一种用于智慧变电站一次设备的检测识别系统，涉及设备识别技术领域，所述用于智慧变电站一次设备的检测识别系统包括一次设备历史数据采集模块：用于采集一次设备的历史数据，并发送至历史数据分析模块；历史数据分析模块：用于对一次设备历史数据进行分析处理，生成识别数据，并将识别数据发送至检测识别模型构建模块；检测识别模型构建模块；用于根据识别数据进行输入，以设备编号作为输出，构建出能对一次设备识别异常预测的检测识别模型；检测识别模型训练模块；用于将构建完成后的检测识别模型进行训练，并设定预测准确率阈值，当检测识别模型的预测准确率达到预测准确率阈值时，停止训练；实时检测识别模块。
-
公开(公告)号：CN118538194A
公开(公告)日：2024-08-23
申请号：CN202410737760.4
申请日：2024-06-07
Applicant: 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
IPC: G10K11/178
Abstract: 本发明公开了一种变电站站界噪音控制及监测方法，属于变电站声音监测技术领域，包括以下步骤：物联网下的信号采集，利用变电站站界噪音等效技术，得到变电站站界内的整个区域的声压级；信号降噪处理，采用局域波分解技术剔除信号中的噪声；采用离散傅里叶变换法提取信号的特征；利用有源消声法减弱噪音的音量，在该特定区域空间内放置噪音发生器。本发明中，能够实现全空间全点位监测，有利于对变电站站界内部噪声分布情况进行全方面了解，通过专业技术团队根据现有的监测设备及设施布置方式以及对材料的运用，对变电站站界内部进行声场计算，具有良好的抗干扰能力，避免受到实际环境温湿度、材料特性变化以及外界干扰多种因素的影响。
-
公开(公告)号：CN116482491A
公开(公告)日：2023-07-25
申请号：CN202310128038.6
申请日：2023-02-17
Applicant: 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
IPC: G01R31/12 , G06F18/213 , G06F18/214 , G06N3/047 , G06N3/088
Abstract: 本发明公开了一种基于贝叶斯神经网络的变压器局部放电故障诊断方法，所述方法包括：获取局部放电信号数据，将数据进行标准化处理，得到预训练集；将预训练集输入BR‑DBN网络模型中，逐层压缩，提取特征量；将提取的特征向量输入BP层网络进行优调，得到训练后的BR‑DBN网络模型；获取实时局部放电信号，将局部放电信号输入BR‑DBN网络模型，输出故障诊断结果。
-
公开(公告)号：CN116245199A
公开(公告)日：2023-06-09
申请号：CN202310110422.3
申请日：2023-02-14
Applicant: 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
IPC: G06N20/10 , G06N3/0455
Abstract: 本发明公开了一种基于堆叠自编码器与支持向量机的变压器故障诊断方法，包括以下步骤：(1)采集变压器油中溶解气体浓度变量数据；(2)对数据集进行预处理并将全部数据集划分为多组训练集、验证集和测试集；(3)构建SAE诊断模型并进行数据预训练；(4)构建SAE‑SVM诊断模型；(5)更新参数并训练最佳模型；(6)将测试集中的数据输入到已通过训练改进的SAE‑SVM诊断模型中完成最终的测试；能够有效的提取数据特征，不需要人工提取和筛选分类特征，减少了设备的数据处理量；模型训练过程中自动更新寻找最优参数，提高了变压器故障诊断的精度。
-
公开(公告)号：CN116243087A
公开(公告)日：2023-06-09
申请号：CN202310126428.X
申请日：2023-02-17
Applicant: 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
IPC: G01R31/00 , G01R31/12 , G01D21/02 , G06F18/24 , G06F18/214 , G06N3/0464 , G06N3/048 , G06N3/09
Abstract: 本发明公开了一种SF6电气设备故障诊断方法及系统，所述方法包括：采集指定SF6电气设备的运行数据；将采集的SF6电气设备的运行数据输入构建的多尺度卷积神经网络模型，输出指定SF6电气设备的故障类型。本发明避免了SF6电气设备故障诊断中对人工经验的依赖，提高了SF6电气设备故障诊断的安全性和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN118861620A
公开(公告)日：2024-10-29
申请号：CN202410844042.7
申请日：2024-06-27
Applicant: 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
IPC: G06F18/213 , G01R31/12 , G06F18/214 , G06F18/2411 , G06F18/2415 , G06F18/2433 , G06N20/00
Abstract: 本发明公开了一种开关柜局部放电检测方法和系统，涉及开关柜局部放电检测技术领域，包括以下步骤：步骤S100：历史数据收集模块获取n组开关柜的局部放电特征数据的历史数据，并分别标记为N1、N2、N3、……Nn；步骤S200：历史数据处理模块对n组局部放电特征数据的历史数据进行分析处理，获得n组局部放电分析系数；步骤S300：模型生成模块根据n组放电分析系数，生成用于评估异常放电原因的机器学习模型；步骤S400：实时数据收集模块获取实时局部放电特征数据进行处理生成实时放电分析系数，并将获取的实时放电分析系数发送至监管异常放电监管模块；步骤S500：异常放电监管模块对实时放电分析系数的属性值输入机器学习模型中进行分析。
-
公开(公告)号：CN118692202A
公开(公告)日：2024-09-24
申请号：CN202410737736.0
申请日：2024-06-07
Applicant: 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
Abstract: 本发明公开了一种变电站火灾探测数据采集方法，涉及火灾数据采集技术领域，包括步骤S100：通过处理器对图像数据采集设备和传感数据采集设备进行工作状态验证和设备数据采集；步骤S200：将采集的设备数据进行存储至存储器中，并将设备数据发送至训练完成后机器学习模型中进行数据分析，生成数据采集情况预测数据，所述机器学习模型基于设备数据的历史数据进行分析；步骤S300：基于数据采集情况预测数据进行异常采集设备的匹配，并对异常采集设备进行异常标记，本发明通过结合图像数据采集设备和传感数据采集设备，并利用机器学习模型，通过处理器对图像数据采集设备和传感数据采集设备进行工作状态验证和设备数据采集，确保了采集到的数据的可靠性。
-
公开(公告)号：CN118920696A
公开(公告)日：2024-11-08
申请号：CN202410980989.0
申请日：2024-07-22
Applicant: 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
Abstract: 本发明公开了一种变电设备监控系统，涉及变电设备监控技术领域，所述变电设备监控系统包括变电设备信息收集模块、变电历史数据收集模块、变电历史数据分析模块、实时信息收集模块和变电设备状态监测模块；变电设备信息收集模块，主要用于预先收集变电站内设置的各个监控线路的设备信息，并将各个设备信息发送至变电历史数据收集模块；变电历史数据收集模块，用于对监控线路上的各个变电设备的设备信息的历史数据进行收集，并将收集的设备信息的历史数据发送至变电历史数据分析模块；变电历史数据分析模块，用于根据各个设备信息的历史数据，生成评估变电设备故障影响的故障分析模型，将训练完成后的故障分析模型发送至变电设备状态监测模块。
-
公开(公告)号：CN116595853A
公开(公告)日：2023-08-15
申请号：CN202310105034.6
申请日：2023-02-13
Applicant: 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
IPC: G06F30/27 , G06N3/0442 , G06N3/04 , G06F119/04
Abstract: 本发明公开了一种基于残差收缩网络和长短期记忆网络的变电站设备寿命预测方法，包括以下步骤：(1)采用数字孪生技术和多物理场技术，获取数据；(2)融合多传感器数据，构建数据集；(3)对多数据集进行预处理并划分训练集、测试集和验证集；(4)构建结合残差收缩和长短期记忆网络的预测模型；(5)训练最佳预测模型；(6)测试模型；基于卷积神经网络的残差收缩网络能够针对数据集的噪声等级设置不同的阈值，可以很好的增强有效信息，减弱无效的噪声干扰信息；长短期记忆神经网络筛选出更能反映变电站设备在全寿命周期内退化过程的特征量，提取信号中隐藏的历史信息和未来信息，可以充分利用具有时间相关性的退化历史数据，得到变电站设备性能退化时的状态变化过程，提高了剩余寿命预测的精度。
-
公开(公告)号：CN116311201A
公开(公告)日：2023-06-23
申请号：CN202310177550.X
申请日：2023-02-28
Applicant: 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
IPC: G06V20/62 , G06V30/164 , G06V30/18 , G06V30/19 , G06V30/148
Abstract: 本发明公开了一种基于图像识别技术的变电站设备状态识别方法及系统，通过一种通过智能巡视设备采集设备翻字牌的图像，经由5G网络上传图像至云服务器，进行图像处理识别一次设备的状态，图像处理包括：灰度化、线性变换、图像去噪技术和霍夫梯度法处理，定位设备翻字牌的位置；进行字符区域的精确定位，使用图像阈值化、形态学开闭合运算和目标分割，得到精准的字符分合图像；利用K3M骨架提取字符特征，采用SURF模板匹配实现一次设备的状态。识别结果存储于数据库中，通过人机交互模块实时监测一次设备状态。本发明可以对开关进行及时且准确的判断，提高变电站的智能化程度。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.077 seconds)
