公开(公告)号：CN118941735A

公开(公告)日：2024-11-12

申请号：CN202410980990.3

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

Inventor： 崔文东 ,  王朝辉 ,  刘欣 ,  刘智兴 ,  范恩洪 ,  李鹏 ,  刘春生 ,  王冠 ,  李慧凝 ,  武桐 ,  徐傲 ,  高峰 ,  杨金睿 ,  黄树欣 ,  赵如国

IPC: G06T17/10 ,  G06V10/75 ,  G06V10/764

Abstract: 本发明公开了一种电网变电站高压设备数字三维仿真方法，属于数字数据处理技术领域，包括以下步骤：对电网变电站高压设备领域信息、三维全景技术、变电站空间数据模型以及GIS空间数据模型信息进行调研和分析。本发明中，将电网变电站高压设备数据库应用到电网变电站空间信息分析管理系统设计中，实现模型的验证，完成基于三维全景技术的电网变电站空间信息分析管理，能够为决策者提供较为可靠的决策依据，提高电网变电站管理的整体性能，建立了电网变电站高压设备数据组织体系，利用三维全景技术对电网变电站高压设备进行直观、准确、高效地采集，建立电网变电站高压设备数据库，并研发电网变电站高压设备空间信息系统进行业务管理和辅助决策。

公开(公告)号：CN118644946A

公开(公告)日：2024-09-13

申请号：CN202410948920.X

申请日：2024-07-16

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

Inventor： 刘欣 ,  吴龙飞 ,  郑存龙 ,  黄大鹏 ,  丁丽娟 ,  田钧宇 ,  周奕冰 ,  孙浩 ,  杨跃进 ,  牛立本 ,  崔成 ,  杨泽栋 ,  杨金睿 ,  周华良 ,  胡宗义

IPC: G08B17/12 ,  G10L25/51 ,  G06V20/52

Abstract: 本发明涉及变电站安全监测技术领域，本发明公开了一种基于图像识别的变电站火灾监测系统，包括：获取Q个电气设备的运行声音信号；基于运行声音信号判断是否存在异常前兆；预估异常前兆的结束时间，并将摄像装置持续对准异常设备在目标监测区域中的位置，以在结束时间前持续采集异常设备所在目标监测区域的实际监测场景图；根据实际监测场景图判断是否发生火灾；当发生火灾时，则根据异常信息和图像识别结果及时进行安全告警；本发明可避免不必要监控资源和计算资源的浪费，同时有利于提高识别结果准确度，并有利于降低火灾安全事件误报率。

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

Inventor： 赵振喜 ,  李鑫 ,  欧景茹 ,  关连会 ,  李洪丰 ,  杨金睿 ,  刘春生 ,  王朔 ,  王凤民 ,  李鹏 ,  徐傲 ,  黄树欣 ,  赵如国

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

Inventor： 赵振喜 ,  李鑫 ,  欧景茹 ,  关连会 ,  李洪丰 ,  杨金睿 ,  刘春生 ,  陈艳 ,  郭玉福 ,  武桐 ,  田钧宇 ,  李慧凝 ,  王高明

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

Inventor： 赵振喜 ,  李鑫 ,  欧景茹 ,  关连会 ,  李洪丰 ,  杨金睿 ,  刘春生 ,  张东 ,  郭玉福 ,  郑存龙 ,  成思晋 ,  孙浩 ,  单长旺 ,  封涛

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。