-
公开(公告)号：CN118691096A
公开(公告)日：2024-09-24
申请号：CN202411173704.9
申请日：2024-08-26
Applicant: 安徽博诺思信息科技有限公司 , 国网安徽省电力有限公司灵璧县供电公司
IPC: G06Q10/0635 , G06F40/295 , G06N5/022 , G06F16/35 , G06F16/36 , G06F18/2415
Abstract: 本发明公开了一种基于知识图谱的电力施工安全管控方法及装置，涉及知识图谱构建技术领域；建立初始知识图谱；实时获取施工区域现场的作业施工数据确定潜在风险关系集；根据作业施工数据和初始知识图谱得到多个头实体和头实体的查询关系；针对每一头实体和头实体的查询关系，根据潜在风险关系集确定该头实体对应的目标子图；根据所有目标子图和对应的历史施工数据确定施工区域出现风险的风险事件集，根据风险事件集确定安全管控方案。先通过作业施工数据确定潜在风险关系集，在结合初始知识图谱生成目标子图从而更精准地识别施工现场的具体风险点进行精准的风险预测，提高了系统效率。
-
公开(公告)号：CN117236684A
公开(公告)日：2023-12-15
申请号：CN202310987882.4
申请日：2023-08-04
Applicant: 安徽博诺思信息科技有限公司 , 国网安徽省电力有限公司宿州供电公司
IPC: G06Q10/0635 , G06Q10/0631 , G06Q50/08
Abstract: 本发明公开了一种工程施工进度管理系统及运行方法，涉及工程施工进度管理技术领域。该工程施工进度管理系统及运行方法，包括多个移动终端和一个工程施工进度管理平台，且所述移动终端和工程施工进度管理平台之间通过互联网连接；移动终端包括实时监控模块，用于获取工程施工进度，监测各小组进度信息参数和各异常进度小组信息参数；所述工程施工进度管理平台包括数据处理模块，用于根据数据处理模块获取的工程施工进度信息，实现对个人进度的监控和分析，并评估实际完成进度风险系数，调整个人进度、各异常进度小组的进度风险系数及进度风险管理系数，解决了现有技术中的工程施工进度管理系统难以评估工程施工进度管理中存在的风险程度的问题。
-
公开(公告)号：CN108846505A
公开(公告)日：2018-11-20
申请号：CN201810516933.4
申请日：2018-05-25
Applicant: 合肥学院 , 国网安徽省电力有限公司 , 安徽博诺思信息科技有限公司
Abstract: 本申请公开了一种可再生能源并网消纳信息多维度校核方法及设备，方法包括以下步骤：S1：采用支持向量机算法构建电量与各种气象因子关系模型来预测供电情况；S2：基于K最近邻分类算法构建异常用电辨识分析模型以识别异常用电情况。与现有技术相比，本申请公开了一种可再生能源并网消纳信息多维度校核方法及设备，支持向量机可以非常有效地进行训练，并且可以用来获得非常好的预测准确性。能够缩短分类器的训练时间，并在预测精度上表现出较好的性能。
-
公开(公告)号：CN118691096B
公开(公告)日：2024-11-01
申请号：CN202411173704.9
申请日：2024-08-26
Applicant: 安徽博诺思信息科技有限公司 , 国网安徽省电力有限公司灵璧县供电公司
IPC: G06Q10/0635 , G06F40/295 , G06N5/022 , G06F16/35 , G06F16/36 , G06F18/2415
Abstract: 本发明公开了一种基于知识图谱的电力施工安全管控方法及装置，涉及知识图谱构建技术领域；建立初始知识图谱；实时获取施工区域现场的作业施工数据确定潜在风险关系集；根据作业施工数据和初始知识图谱得到多个头实体和头实体的查询关系；针对每一头实体和头实体的查询关系，根据潜在风险关系集确定该头实体对应的目标子图；根据所有目标子图和对应的历史施工数据确定施工区域出现风险的风险事件集，根据风险事件集确定安全管控方案。先通过作业施工数据确定潜在风险关系集，在结合初始知识图谱生成目标子图从而更精准地识别施工现场的具体风险点进行精准的风险预测，提高了系统效率。
-
公开(公告)号：CN108846505B
公开(公告)日：2020-09-25
申请号：CN201810516933.4
申请日：2018-05-25
Applicant: 合肥学院 , 国网安徽省电力有限公司 , 安徽博诺思信息科技有限公司
IPC: G06F17/16
Abstract: 本申请公开了一种可再生能源并网消纳信息多维度校核方法及设备，方法包括以下步骤：S1：采用支持向量机算法构建电量与各种气象因子关系模型来预测供电情况；S2：基于K最近邻分类算法构建异常用电辨识分析模型以识别异常用电情况。与现有技术相比，本申请公开了一种可再生能源并网消纳信息多维度校核方法及设备，支持向量机可以非常有效地进行训练，并且可以用来获得非常好的预测准确性。能够缩短分类器的训练时间，并在预测精度上表现出较好的性能。
-
Patent Agency Ranking
公开(公告)号：CN117218809A
公开(公告)日：2023-12-12
申请号：CN202311461701.0
申请日：2023-11-06
Applicant: 安徽博诺思信息科技有限公司 , 国网安徽省电力有限公司灵璧县供电公司
IPC: G08B21/18 , G01D21/02 , G06F18/2433 , G08B31/00
Abstract: 本发明涉及绞磨机预警技术领域，具体公开一种基于雷达探测的电力绞磨机预警方法及其系统，该方法通过计算对绞磨机的综合运作异常值，然后进行故障预警判断，实现对绞磨机故障预警提示，同时通过绞磨机绞盘区域防护系统中的激光检测器探测电力绞磨机周围的障碍物信息，当激光检测器监测到有异物进入防护区域，则对绞磨机进行防护安全预警提示，本发明能够能够减少预警系统出现误报的现象，可以提前识别出使得电力绞磨机导致发生预警的因素，且有助于减少电力绞磨机的事故发生率，同时能对绞磨机前后监测区域的安全进行防护及报警预警，排除存在安全的隐患。
-
公开(公告)号：CN108599254A
公开(公告)日：2018-09-28
申请号：CN201810516932.X
申请日：2018-05-25
Applicant: 国网安徽省电力有限公司 , 合肥学院 , 安徽博诺思信息科技有限公司
CPC classification number: Y02E40/72 , Y04S10/123 , H02J3/382 , H02J13/0017
Abstract: 本发明公开了一种分布式可再生能源发电站实时集中监控管理方法，属于电力系统及其自动化技术领域，该方法包括：获取采集终端数据；数据集中解析；数据存储；数据加密；数据上传；数据进入调度数据网。本发明还公开了实现该方法的可再生能源发电站实时集中监控管理系统、设备以及存储有该方法的可读存储介质。本发明示例的可再生能源发电站实时集中监控管理方法，对于分布式可再生能源发电站进行统一的监控、调度和管理，可有效提高对可再生能源发电站的监控和管理水平，有利于国家的可持续发展。
-
公开(公告)号：CN207352108U
公开(公告)日：2018-05-11
申请号：CN201721525278.6
申请日：2017-11-15
Applicant: 国网安徽省电力有限公司 , 安徽博诺思信息科技有限公司
Inventor： 刘当武 , 潘东 , 郑高峰 , 刘朋熙 , 肖家锴 , 李晶 , 雷霆 , 秦丹丹 , 秦浩 , 张健 , 吴栋梁 , 李磊 , 赵勇 , 徐超峰 , 胡昌师 , 洪日昌 , 吕继龙 , 盛显 , 刘鑫 , 肖洁 , 史宗金 , 魏秀霞
IPC: G01R31/02
Abstract: 本实用新型公开了一种配电网停电监测装置，包括配电网和底座，所述底座位于配电网的一侧，所述底座的上侧对称设有支撑杆，所述底座的上侧设有环形槽，所述支撑杆的一端与环形槽滑动连接，所述支撑杆的另一端设有箱体，所述箱体的竖直方向上设有转动孔，所述箱体的上侧设有第一转动轴，所述第一转动轴上设有第一转动盘，所述第一转动盘位于箱体的上方，所述第一转动轴上设有连接盘，所述连接盘位于第一转动盘的上侧，所述底座上设有转动槽，所述转动槽中插设有第二转动轴。本实用新型的优点在于在配电网上加设停电监测装置，使得在配电网在未断电的情况下，将会出现周期性的点光源，当断电后点光源消失，检测人员可以第一时间获得信息。
-
公开(公告)号：CN119323000B
公开(公告)日：2025-03-18
申请号：CN202411878000.1
申请日：2024-12-19
Applicant: 安徽博诺思信息科技有限公司 , 安徽山高人为峰信息技术有限公司
IPC: G06F18/2433 , G01R31/00 , G01D21/02 , G06F18/10 , G06F18/2131 , G06F18/21 , G06F18/22 , G06F123/02
Abstract: 本发明属于数据处理技术领域，具体公开一种基于数据处理的输电线路施工数据自动处理方法，通过对输电线路施工产生的监测量进行相关性分析，将数据划分为强相关监测量组合和单一监测量，并针对各自的特点进行异常识别，这种方法提高了异常识别的针对性和适用性，不仅增强了识别的及时性，还大幅减少了误识别的可能性，从而提升了施工数据异常识别的可靠性和鲁棒性，与此同时在对输电线路施工产生的监测量进行异常识别后通过调取异常监测量的运行指标进行运行故障分析，由此将异常监测量进行分类，实现了异常监测量的异常溯源，这样借助细致分析导致异常的具体原因提高异常处理的针对性，有助于保障数据质量的持续有效。
-
公开(公告)号：CN118968631B
公开(公告)日：2024-12-13
申请号：CN202411420216.3
申请日：2024-10-12
Applicant: 安徽博诺思信息科技有限公司
Abstract: 本发明公开了一种基于多模态大模型的电力作业现场违章动作识别系统，涉及电力作业现场监督的技术领域；该系统包括：数据获取模块，用于获取监控视频和任务信息；质量分析模块，用于计算视频帧的质量分数；图像增强模块，用于若所述质量分数小于第一预设阈值，则对所述目标图像进行增强；违章识别模块，用于将所述视频帧序列和所述任务信息作为预训练的多模态大模型的输入，得到违章动作识别结果；违章警报模块，用于将所述违章动作识别结果发送给管理人员的手持终端。通过预训练的多模态大模型，可以根据作业现场的视频数据和任务文本数据，判断作业人员的行为动作是否违章，实现了实时监控和即时预警，提高了监管的效率和及时性。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.049 seconds)
