-
公开(公告)号:CN115138048A
公开(公告)日:2022-10-04
申请号:CN202210736365.5
申请日:2022-06-27
Applicant: 国网山东省电力公司微山县供电公司 , 国网山东省电力公司济宁供电公司 , 国家电网有限公司
IPC: A63B27/02
Abstract: 本发明提出了一种电力用登杆装置,包括:登杆梯本体;夹紧装置,设置在所述登杆梯本体上方位于登杆梯左右梯之间,所述夹紧装置包括第一夹爪和第二夹爪,第一夹爪和第二夹爪形成用于夹持攀登杆的夹持空间,在所述第一夹爪和第二夹爪远离登杆梯的一端连接有调节装置,所述调节装置调节第一夹爪和第二夹之间的夹持空间的大小。通过登杆梯顶部的夹紧装置的设置,能够在登杆梯放置好后,控制旋转电机的动作进而控制夹紧装置的第一夹爪和第二夹爪形成用于夹持攀登杆的夹持空间的大小,使登杆梯能够稳定牢固。
-
公开(公告)号:CN114884206A
公开(公告)日:2022-08-09
申请号:CN202210332157.9
申请日:2022-03-31
Applicant: 国网山东省电力公司微山县供电公司 , 国网山东省电力公司济宁供电公司 , 国家电网有限公司
IPC: H02J13/00
Abstract: 本发明提供一种基于联合巡检的变电站智能巡检系统,包括:一次设备监控装置、在线监测装置、巡检机器人以及巡检控制中心;所述一次设备监控装置用于采集一次设备的运行数据;所述在线监测装置部署在变电站设备上,用于采集变电站设备的在线监测数据;所述巡检机器人接收巡检控制中心的巡检任务指令,对变电站进行巡检;巡检控制中心接收联动巡检信号,并根据联动巡检信号和巡视地点的对应关系,生成联动巡检任务指令,将所生成的联动巡检任务指令分别发送给巡检机器人;并根据一次设备监控装置、在线监测装置以及巡检机器人所传输的数据进行分析得到变电站的故障信息。
-
公开(公告)号:CN116777049B
公开(公告)日:2025-01-24
申请号:CN202310561412.1
申请日:2023-05-16
Applicant: 国网山东省电力公司微山县供电公司 , 国网山东省电力公司济宁供电公司
IPC: G06Q10/04 , G06Q50/06 , G06N3/0442 , G06N3/08
Abstract: 本发明提出了一种用户用电量预测方法及系统,涉及用电量预测领域,以用电量的影响因素为特征,获取不同特征值下的历史用电量,以时段的用电量及特征值为一个样本,通过调整划分时段的时长,获取多个尺度的时序样本数据集;构建多尺度用电量预测模型,基于多个尺度的时序样本数据集对模型进行训练;利用训练好的多尺度用电量预测模型,预测下一时段用户用电量;本发明基于长短期记忆网络LSTM和混合密度网络MDN,考虑用电量的不确定性和影响因素的多样性,构建多尺度用电量预测模型;通过不同尺度的预设时长,得到多尺度的时序样本数据集,对模型进行训练;利用训练好的模型进行用户用电量概率预测,为用户用能分析提供更准确性更丰富的数据。
-
公开(公告)号:CN116365519B
公开(公告)日:2023-09-26
申请号:CN202310636027.9
申请日:2023-06-01
Applicant: 国网山东省电力公司微山县供电公司 , 国网山东省电力公司济宁供电公司
Abstract: 本发明提出了一种电力负荷预测方法、系统、存储介质及设备,涉及电力负荷预测技术领域,所述方法包括以下步骤:获取电力负荷历史数据,采用局部异常因子‑孤立森林算法进行数据检测,确定异常数据;对异常数据进行修正,得到修正好的数据;通过深度置信网络构建电力负荷预测模型,并利用粒子群算法优化电力负荷预测模型;将修正好的样本数据分成训练集和测试集输入优化后的电力负荷预测模型进行训练和测试,用于电力负荷预测;本发明提供的电力负荷预测方法,对获取的数据进行了预处理和修正,确保了负荷数据的准确性,在预测模型的训练阶段,简化了特征值的提取过程,提高了训练模型输入数据的准确性,进而提高了电力负荷预测精度。
-
公开(公告)号:CN116777049A
公开(公告)日:2023-09-19
申请号:CN202310561412.1
申请日:2023-05-16
Applicant: 国网山东省电力公司微山县供电公司 , 国网山东省电力公司济宁供电公司
IPC: G06Q10/04 , G06Q50/06 , G06N3/0442 , G06N3/08
Abstract: 本发明提出了一种用户用电量预测方法及系统,涉及用电量预测领域,以用电量的影响因素为特征,获取不同特征值下的历史用电量,以时段的用电量及特征值为一个样本,通过调整划分时段的时长,获取多个尺度的时序样本数据集;构建多尺度用电量预测模型,基于多个尺度的时序样本数据集对模型进行训练;利用训练好的多尺度用电量预测模型,预测下一时段用户用电量;本发明基于长短期记忆网络LSTM和混合密度网络MDN,考虑用电量的不确定性和影响因素的多样性,构建多尺度用电量预测模型;通过不同尺度的预设时长,得到多尺度的时序样本数据集,对模型进行训练;利用训练好的模型进行用户用电量概率预测,为用户用能分析提供更准确性更丰富的数据。
-
公开(公告)号:CN116365519A
公开(公告)日:2023-06-30
申请号:CN202310636027.9
申请日:2023-06-01
Applicant: 国网山东省电力公司微山县供电公司 , 国网山东省电力公司济宁供电公司
Abstract: 本发明提出了一种电力负荷预测方法、系统、存储介质及设备,涉及电力负荷预测技术领域,所述方法包括以下步骤:获取电力负荷历史数据,采用局部异常因子‑孤立森林算法进行数据检测,确定异常数据;对异常数据进行修正,得到修正好的数据;通过深度置信网络构建电力负荷预测模型,并利用粒子群算法优化电力负荷预测模型;将修正好的样本数据分成训练集和测试集输入优化后的电力负荷预测模型进行训练和测试,用于电力负荷预测;本发明提供的电力负荷预测方法,对获取的数据进行了预处理和修正,确保了负荷数据的准确性,在预测模型的训练阶段,简化了特征值的提取过程,提高了训练模型输入数据的准确性,进而提高了电力负荷预测精度。
-
公开(公告)号:CN218571264U
公开(公告)日:2023-03-07
申请号:CN202222324755.X
申请日:2022-08-31
Applicant: 国网山东省电力公司微山县供电公司 , 国网山东省电力公司济宁供电公司 , 国家电网有限公司 , 山东济宁圣地电业集团有限公司微山电力安装分公司
Abstract: 本实用新型提供了一种超声波驱鸟装置,涉及驱鸟装置技术领域。包括风碗组件、太阳能组件、支撑杆和超声波组件。风碗组件包括风碗和连接杆,连接杆一端通过转动轴套与支撑杆连接,另一端安装有风碗;超声波组件包括超声波蜂鸣器和超声波控制电路;超声波蜂鸣器安装在超声波风碗内,超声波控制电路与太阳能组件集成在连接杆上。将太阳能电池板,控制电路,超声波蜂鸣器都放至风碗组件上,当风碗转动,风碗内的超声波蜂鸣器声波就可以实现360度旋转辐射声波,驱鸟音量不需要很大便可以使驱鸟效果非常明显。
-
公开(公告)号:CN118551275A
公开(公告)日:2024-08-27
申请号:CN202411008185.0
申请日:2024-07-26
Applicant: 国网山东省电力公司微山县供电公司
IPC: G06F18/241 , G06F18/2431 , G06F18/27 , G06F18/214 , G06N3/045 , G06N3/0464 , G06N3/049 , G06N3/08 , G06F123/02
Abstract: 本发明提出了一种变压器铜损预测方法及系统,属于电力技术领域,包括:采集变压器的历史工况数据;预处理采集的历史工况数据;根据采集到的功率信号计算得出功率效率,以功率效率的倒数表征铜损程度;生成变压器铜损预测模型的训练样本;构建改进的时序感知神经网络rTCN‑Attention预测模型,并训练得到最终的预测模型;获取当前工况数据,利用改进的时序感知神经网络rTCN‑Attention预测模型预测下一时刻的铜损程度;根据预测的铜损程度确定预警等级。本发明通过预处理生成三维图像数据和构建时序感知神经网络,提高变压器铜损预测的准确性。
-
公开(公告)号:CN119407724A
公开(公告)日:2025-02-11
申请号:CN202411759404.9
申请日:2024-12-03
Applicant: 国网山东省电力公司微山县供电公司
IPC: B25B27/00
Abstract: 本发明公开了一种快速安装电力杆号牌工具,涉及电力杆号牌安装工具技术领域,包括:底座,所述底座的顶面固定安装有支撑杆,所述支撑杆的内部滑动连接有延伸杆,所述延伸杆的表面开设有刻度槽,所述延伸杆的底端固定安装有固定块A,所述延伸杆的顶端插设有插条。本发明通过电机带动棘轮转动,从而完成对紧固条的收缩,再通过电动推杆带动刀头对多余的紧固条进行截断即可完成对号牌的安装,避免了在安装号牌时需要借助工作人员借助攀登工具对号牌进行安装的情况,从而防止工作人员的操作不当而导致工作人员摔落、受伤或发生其他事故的情况发生,同时也不会受到恶劣天气影响而造成工期延误的情况发生,提高了号牌安装的效率。
-
公开(公告)号:CN118551275B
公开(公告)日:2024-10-11
申请号:CN202411008185.0
申请日:2024-07-26
Applicant: 国网山东省电力公司微山县供电公司
IPC: G06F18/241 , G06F18/2431 , G06F18/27 , G06F18/214 , G06N3/045 , G06N3/0464 , G06N3/049 , G06N3/08 , G06F123/02
Abstract: 本发明提出了一种变压器铜损预测方法及系统,属于电力技术领域,包括:采集变压器的历史工况数据;预处理采集的历史工况数据;根据采集到的功率信号计算得出功率效率,以功率效率的倒数表征铜损程度;生成变压器铜损预测模型的训练样本;构建改进的时序感知神经网络rTCN‑Attention预测模型,并训练得到最终的预测模型;获取当前工况数据,利用改进的时序感知神经网络rTCN‑Attention预测模型预测下一时刻的铜损程度;根据预测的铜损程度确定预警等级。本发明通过预处理生成三维图像数据和构建时序感知神经网络,提高变压器铜损预测的准确性。
-
-
-
-
-
-
-
-
-