-
公开(公告)号：CN118154997A
公开(公告)日：2024-06-07
申请号：CN202410573473.4
申请日：2024-05-10
Applicant: 国网江西省电力有限公司南昌供电分公司 , 山东送变电工程有限公司 , 国家电网有限公司
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/0464 , G06N3/006 , G06N3/0455 , G06N3/048
Abstract: 本发明公开了一种绝缘子质量检测方法，包括如下步骤：采集绝缘子图像进行标注缺陷，对标注后的图像进行数据扩充；构建改进特征提取模型、特征降维模型和分类器，采用扩充后的数据对改进特征提取模型进行训练，使用训练好的改进特征提取模型的输出对特征降维模型训练，使用训练好的特征降维模型的输出对分类器训练，将训练好的改进特征提取模型、特征降维模型和分类器投入绝缘子质量检测；本发明利用模态转换机制生成对抗网络来生成多样化的训练数据，采用蚁群优化神经网络与气味散发机制，引入基于气味散发模型的蚁群优化神经网络算法进行特征提取，采用改进稀疏自编码神经网络用于特征降维，提高了绝缘子检测过程中的稳定性和准确性。
-
公开(公告)号：CN118762332A
公开(公告)日：2024-10-11
申请号：CN202411239725.6
申请日：2024-09-05
Applicant: 国网江西省电力有限公司南昌供电分公司 , 国家电网有限公司
IPC: G06V20/52 , G06V10/764 , G06V10/82 , G06V10/77 , G06V10/44 , G06N3/0475 , G06N3/094 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种作业现场安全检测方法、安全检测系统及安全围栏，该方法包括如下步骤：采用扩充数据训练特征提取模型，采用特征提取模型的输出训练特征降维模型，采用特征降维模型的输出训练分类器模型，将各训练好的模型应用于施工作业现场检测，其中，特征提取模型采用基于环形动态优化算法的神经网络，特征降维模型采用基于对偶损失的自编码神经网络，分类器模型采用基于曲率感知权重更新的极限学习机算法；本发的特征提取模型可根据不同的训练阶段调整优化策略，模拟生物周期以应对不同数据特性，提升了特征提取的效率和准确性；通过自编码器进行特征降维，并采用基于对偶损失的方法，可有效挖掘数据内在结构，提高降维数据的表征能力。
-
公开(公告)号：CN118154997B
公开(公告)日：2024-08-09
申请号：CN202410573473.4
申请日：2024-05-10
Applicant: 国网江西省电力有限公司南昌供电分公司 , 山东送变电工程有限公司 , 国家电网有限公司
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/0464 , G06N3/006 , G06N3/0455 , G06N3/048
Abstract: 本发明公开了一种绝缘子质量检测方法，包括如下步骤：采集绝缘子图像进行标注缺陷，对标注后的图像进行数据扩充；构建改进特征提取模型、特征降维模型和分类器，采用扩充后的数据对改进特征提取模型进行训练，使用训练好的改进特征提取模型的输出对特征降维模型训练，使用训练好的特征降维模型的输出对分类器训练，将训练好的改进特征提取模型、特征降维模型和分类器投入绝缘子质量检测；本发明利用模态转换机制生成对抗网络来生成多样化的训练数据，采用蚁群优化神经网络与气味散发机制，引入基于气味散发模型的蚁群优化神经网络算法进行特征提取，采用改进稀疏自编码神经网络用于特征降维，提高了绝缘子检测过程中的稳定性和准确性。
-
公开(公告)号：CN118762332B
公开(公告)日：2025-01-10
申请号：CN202411239725.6
申请日：2024-09-05
Applicant: 国网江西省电力有限公司南昌供电分公司 , 国家电网有限公司
IPC: G06V20/52 , G06V10/764 , G06V10/82 , G06V10/77 , G06V10/44 , G06N3/0475 , G06N3/094 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种作业现场安全检测方法、安全检测系统及安全围栏，该方法包括如下步骤：采用扩充数据训练特征提取模型，采用特征提取模型的输出训练特征降维模型，采用特征降维模型的输出训练分类器模型，将各训练好的模型应用于施工作业现场检测，其中，特征提取模型采用基于环形动态优化算法的神经网络，特征降维模型采用基于对偶损失的自编码神经网络，分类器模型采用基于曲率感知权重更新的极限学习机算法；本发的特征提取模型可根据不同的训练阶段调整优化策略，模拟生物周期以应对不同数据特性，提升了特征提取的效率和准确性；通过自编码器进行特征降维，并采用基于对偶损失的方法，可有效挖掘数据内在结构，提高降维数据的表征能力。
-
公开(公告)号：CN118155662B
公开(公告)日：2024-08-09
申请号：CN202410568306.0
申请日：2024-05-09
Applicant: 国网江西省电力有限公司南昌供电分公司 , 山东送变电工程有限公司 , 国家电网有限公司
IPC: G10L25/51 , G10L25/30 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06F18/241 , G06F18/213 , G06N3/048 , G06N3/047 , G06F18/2415
Abstract: 本发明公开了一种基于人工智能的变压器声纹故障识别方法，包括以下步骤：步骤S1，采集变压器运行时产生的声纹数据，对采集的声纹数据进行标记；步骤S2,对抗生成网络模型对采集的声纹数据进行扩充，输出扩充声纹数据；步骤S3，基于模拟退火的神经网络模型提取扩充的声纹数据的原始特征表示，输出重构特征表示；步骤S4，自编码网络对原始特征表示进行重构，输出重构特征表示；步骤S5,分类器对重构特征表示进行分类，确定变压器的故障类型。本发明通过数据扩充、特征提取和降维，提取了更具代表性的声纹特征，使得模型能够更准确地识别变压器的不同故障类型，提高了故障诊断的准确性和精度。
-
Patent Agency Ranking
公开(公告)号：CN118155662A
公开(公告)日：2024-06-07
申请号：CN202410568306.0
申请日：2024-05-09
Applicant: 国网江西省电力有限公司南昌供电分公司 , 山东送变电工程有限公司 , 国家电网有限公司
IPC: G10L25/51 , G10L25/30 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06F18/241 , G06F18/213 , G06N3/048 , G06N3/047 , G06F18/2415
Abstract: 本发明公开了一种基于人工智能的变压器声纹故障识别方法，包括以下步骤：步骤S1，采集变压器运行时产生的声纹数据，对采集的声纹数据进行标记；步骤S2,对抗生成网络模型对采集的声纹数据进行扩充，输出扩充声纹数据；步骤S3，基于模拟退火的神经网络模型提取扩充的声纹数据的原始特征表示，输出重构特征表示；步骤S4，自编码网络对原始特征表示进行重构，输出重构特征表示；步骤S5,分类器对重构特征表示进行分类，确定变压器的故障类型。本发明通过数据扩充、特征提取和降维，提取了更具代表性的声纹特征，使得模型能够更准确地识别变压器的不同故障类型，提高了故障诊断的准确性和精度。
-
公开(公告)号：CN119760541A
公开(公告)日：2025-04-04
申请号：CN202411835026.8
申请日：2024-12-13
Applicant: 国网江西省电力有限公司南昌供电分公司
Inventor： 张化昭 , 朱建武 , 王永华 , 万俊俊 , 邱日强 , 彭明聪 , 熊海强 , 马祖云 , 王佳昕 , 龚振洲 , 付理祥 , 王巍璋 , 周露 , 姜敏 , 万震骏 , 郑陈权 , 齐金伟 , 李洁 , 党翠
IPC: G06F18/2415 , G01R31/00 , G06F18/2431 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/0985 , G06N3/006 , G06N3/048
Abstract: 本发明公开了一种基于SMOTE‑SSA‑CNN的变压器DGA故障诊断方法，通过获取原始变压器DGA监测数据，然后通过SMOTE算法扩充少数类样本，得到均衡化后的变压器DGA监测数据集，并划分训练集与测试集；将CNN模型的超参数作为SSA算法的麻雀个体，优化得到CNN的最优超参数；基于均衡化后的变压器DGA监测数据集，搭建CNN模型进行变压器故障诊断。本发明SMOTE算法通过降低原始数据集的不平衡度；通过麻雀搜索算法对CNN分类模型的结构及超参数进行优化，避免CNN模型超参数设置的主观性；结合扩充数据集和最优超参数，搭建CNN模型进行变压器故障诊断，提高了故障诊断准确率。
-
公开(公告)号：CN119742921A
公开(公告)日：2025-04-01
申请号：CN202411838535.6
申请日：2024-12-13
Applicant: 国网江西省电力有限公司南昌供电分公司
Inventor： 张化昭 , 朱建武 , 王永华 , 万俊俊 , 邱日强 , 彭明聪 , 熊海强 , 马祖云 , 王佳昕 , 龚振洲 , 付理祥 , 王巍璋 , 周露 , 姜敏 , 万震骏 , 郑陈权 , 齐金伟 , 李洁 , 党翠
IPC: H02J13/00 , H04L67/12 , G01D21/02 , H02H7/04 , G06F18/25 , G06F18/2135 , G06N3/0464 , G06N3/0985
Abstract: 本发明公开了一种变压器全域联动数字监测安全防护系统，包括感知层、数据层、边缘层和应用层；所述感知层部署传感装置实现对变压器运行状态进行全面感知监测；数据层包括汇聚节点和接入节点设备，实现对监测数据的集成和规约；汇聚节点对于同类型的数据，采用信息熵衡量数据包含的不确定性，根据其信息可靠性赋予数据权重，实现数据融合；边缘层通过将训练好的故障诊断模型嵌入边缘计算模块，实现变压器状态差异化缺陷诊断评估，边缘计算模块直接动作于保护装置，保护保护系统安全。本发明采用全域联动数字监测技术，分析确定变压器的故障异常，给出变压器诊断状态评价指标。
-
公开(公告)号：CN119742209A
公开(公告)日：2025-04-01
申请号：CN202510239323.4
申请日：2025-03-03
Applicant: 国网江西省电力有限公司南昌供电分公司
Abstract: 本发明公开了一种智能跌落式熔断器，涉及熔断器技术领域，包括陶瓷支柱，所述陶瓷支柱位于其上端固定安装有上连板，所述上连板右端的上表面固定连接有上连壳，所述上连壳位于其左端固定连接有上接线端子，所述上连板右端面的顶部固定连接有导电接触片，所述上连板右端面的底部固定连接有V形卡座；本发明首先设置具有切负荷电流和电容电流能力的增强型弹性辅助触头及灭弧罩，然后可以用以对导电接触片与上触头连接时进行分、合额定负荷电流，内置的灭弧栅片限制了电弧并提供去游离作用，这样就能够保护电气设备和工作人员免受电弧引起的损害，从而有效提高了电气设备的安全性能，同时也进一步提高了跌落式熔断器的实用性。
-
公开(公告)号：CN109348078A
公开(公告)日：2019-02-15
申请号：CN201810946784.5
申请日：2018-08-20
Applicant: 国家电网有限公司 , 国家电网有限公司信息通信分公司
Inventor： 郑蓉蓉 , 袁兆君 , 闫珺路 , 刘洋 , 韩笑 , 赵伟 , 李莉敏 , 赵子岩 , 高金京 , 袁洲 , 张冰 , 王佳昕 , 王蕊 , 刘娇丽 , 沈雪晴 , 张继爽 , 耿海洋
CPC classification number: H04M3/5175 , H04M3/28
Abstract: 本申请公开了一种ICT话务故障判断方法及装置，方法包括：将输入的目标话务向量投影到对应的预先构建的ICT客服中心各系统的话务训练库，基于话务特征向量矩阵对目标话务向量进行重建，计算出目标话务向量在对应的话务训练库的重建误差，判断重建误差是否在预先生成的置信区间内，若是，则：将置信区间最小的重建误差所对应的故障类型训练库确定为目标话务向量的故障类型。本申请能够深入挖掘系统故障与故障期间话务曲线间的内在联系，通过提取话务中的特征信息，以不同类型故障对应的话务曲线特征为分类依据，快速的判断出ICT话务的故障类型。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.064 seconds)
