-
公开(公告)号：CN118224986B
公开(公告)日：2024-09-10
申请号：CN202410641742.6
申请日：2024-05-23
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌科晨电力试验研究有限公司
摘要： 本发明涉及输电线路覆冰厚度监测的技术领域，且公开了输电线路等值覆冰厚度在线监测系统及方法；所述系统包括输电线路监测对象三维实体模型分析模块、输电线路覆冰厚度监测路径规划模块、输电线路覆冰厚度监测分析模块；通过拍摄镜头采集高效动态输电线路不同监测点覆冰厚度特征图像参数结合人工智能的智能识别算法与输电线路标准覆冰厚度特征图像对应覆冰厚度数值参数进行图像特征匹配，科学分析出各个测量点输电线路表面覆冰厚度数值；采用统计方法科学计量出电力输电线路表面覆冰厚度均值，并生成线路监测对象等值覆冰厚度监测结果进行推送反馈，提高了电力输电线路覆冰厚度监测作业的效率和质量。
-
公开(公告)号：CN118095604B
公开(公告)日：2024-09-10
申请号：CN202410465965.1
申请日：2024-04-18
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司
IPC分类号： G06Q10/047 , G06Q10/20 , G06Q50/40 , G06F18/2321 , G06N3/006
摘要： 本发明属于无人机巡检技术领域，公开了一种基于改进沙猫群优化算法的无人机机巢选址方法，根据巡检点的分布范围及密集程度，划分不同大小的巡检范围；将巡检范围均分为面积相等的若干单位面积，根据单位面积内输变配类别数量及电压等级的关系计算单位面积的权重；在巡检范围内，根据约束条件搭建无人机机巢位置及数量的目标模型；将无人机巡检点的位置及数量作为改进沙猫群优化智能算法的沙猫种群的初始化位置及数量信息，以所述目标模型作为改进沙猫群优化智能算法的约束条件，迭代更新，得出无人机机巢的最优布点。本发明可用于实现无人机机巢最优选址与无人机航线最优规划。
-
公开(公告)号：CN117351365B
公开(公告)日：2024-04-02
申请号：CN202311639525.5
申请日：2023-12-04
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司
IPC分类号： G06V20/10 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
摘要： 本发明公开了一种结合鸟粪特征及分形维数的绝缘子鸟粪覆盖诊断方法，包括如下步骤：获取绝缘子表面覆盖鸟粪的高分辨率原始图像；使用深度卷积神经网络模型对高分辨率原始图像进行深度感知与学习；引入分形维数概念，度量超分辨率图像，得到超分辨率图像的绝缘子鸟粪的覆盖状况；使用随机森林算法，对超分辨率图像进行自适应的理解和解释；使用时间序列分析法和聚类算法对绝缘子鸟粪覆盖的程度和状态进行实时监测和分析；根据分析结果，判断绝缘子当前是否存在鸟粪积累的趋势；本发明采用深度卷积神经网络模型，对绝缘子表面的鸟粪进行结构特征提取，包括形状、颜色等细节，通过自我学习和持续优化的方式，能够以高准确度检测出这些特性。
-
公开(公告)号：CN116204794B
公开(公告)日：2023-09-12
申请号：CN202310488171.2
申请日：2023-05-04
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌大学
IPC分类号： G06F18/214 , G06N3/08 , G06N3/006 , G06N3/0442
摘要： 本发明公开了一种考虑多维数据的变压器油中溶解气体预测方法及系统，该方法通过采集变压器油中溶解气体的历史数据、变压器顶层油温、变压器负荷和变压器外部环境数据构成多维数据集；对多维数据集进行预处理；用预处理后的多维数据集训练BWO‑BiLSTM‑Attention组合模型，并用训练后的BWO‑BiLSTM‑Attention组合模型得到变压器油中溶解气体预测结果。本发明利用白鲸优化算法对BiLSTM‑Attention模型的6个超参数进行优化，提高了模型的泛化能力，本发明通过对变压器油中溶解气体含量的预测，便于及时发现变压器的潜在问题。
-
公开(公告)号：CN115877154B
公开(公告)日：2023-08-15
申请号：CN202310167100.2
申请日：2023-02-27
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司
摘要： 本发明公开一种获取积污支柱绝缘子鸟巢材料短接混合放电特性的方法，将染污后的支柱绝缘子架设在绝缘支撑台上，在支柱绝缘子上方安装绝缘绳，使用不同电导率水浸湿的稻草绳模拟各种湿润的鸟巢材料，将稻草绳通过绝缘导线和绝缘胶带与支柱绝缘子高压端相连并悬挂在绝缘绳上，通雾后加压获取放电电压，分析放电电压与试验参数的相关性并对相关性强的试验参数进行拟合，得到自然积污支柱绝缘子鸟巢材料短接混合放电特性，实现放电电压预测。本发明可有效模拟自然积污情况下支柱绝缘子被鸟巢材料短接的涉鸟故障隐患，确定支柱绝缘子被鸟巢材料短接时的混合放电特性，为支柱绝缘子在此类涉鸟故障情况下的绝缘放电电压预测以及防护提供技术支撑。
-
公开(公告)号：CN115858635B
公开(公告)日：2023-06-16
申请号：CN202310178603.X
申请日：2023-02-27
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌科晨电力试验研究有限公司 , 国网江西省电力有限公司 , 南昌大学
IPC分类号： G06F16/2458 , G06F40/289 , G06N3/0442 , G06N3/048 , G06N3/047 , G06N3/091 , G06Q10/20 , G06Q50/06
摘要： 本发明公开了一种基于自然语言处理的短路冲击自动诊断方法，方法为：S1对电力自然语言数据进行预处理，建立字符特征数据集，构建文本目标数据提取模型；S2导入文本目标数据提取模型抽取目标信息，将得到的目标关键信息使用文本余弦相似度匹配算法进行关联，获取承受最大短路电流值和历史短路冲击情况；S3构建短路跳闸特征挖掘模型；S4依据短路电流比，关联历史跳闸事件、短路冲击严重等级和冲击后检修策略，生成特定预警信息和检修建议。本发明的有益效果是：解决了人为开展短路冲击分析工作存在的局限性以及录波文件与台账数据信息匹配困难的问题，能够实时为不同程度的短路冲击提供针对性运维检修意见。
-
公开(公告)号：CN115877154A
公开(公告)日：2023-03-31
申请号：CN202310167100.2
申请日：2023-02-27
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司
摘要： 本发明公开一种获取积污支柱绝缘子鸟巢材料短接混合放电特性的方法，将染污后的支柱绝缘子架设在绝缘支撑台上，在支柱绝缘子上方安装绝缘绳，使用不同电导率水浸湿的稻草绳模拟各种湿润的鸟巢材料，将稻草绳通过绝缘导线和绝缘胶带与支柱绝缘子高压端相连并悬挂在绝缘绳上，通雾后加压获取放电电压，分析放电电压与试验参数的相关性并对相关性强的试验参数进行拟合，得到自然积污支柱绝缘子鸟巢材料短接混合放电特性，实现放电电压预测。本发明可有效模拟自然积污情况下支柱绝缘子被鸟巢材料短接的涉鸟故障隐患，确定支柱绝缘子被鸟巢材料短接时的混合放电特性，为支柱绝缘子在此类涉鸟故障情况下的绝缘放电电压预测以及防护提供技术支撑。
-
公开(公告)号：CN115112168A
公开(公告)日：2022-09-27
申请号：CN202210644996.4
申请日：2022-06-08
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司
摘要： 本发明公开了一种多维监测信息联合的特高压变压器故障预警装置及方法，涉及变压器监测技术领域其具体包括：数据采集单元，用于采集特高压变压器的油温信息、油中溶解气体信息、高频局部放电信息以及超声波局部放电信息；数据处理单元，用于接收所述数据采集单元所采集的信息，识别并分析所述信息中的异常数据，判断特高压变压器是否出现故障；数据通信单元，用于接收并传送所述故障信息至终端。本发明提供了一种“电‑热‑气”多维监测信息联合的特高压变压器故障预警装置及方法，解决了传统方式中采集单一影响因素故障预警不够及时的问题。
-
公开(公告)号：CN114528773A
公开(公告)日：2022-05-24
申请号：CN202210435426.4
申请日：2022-04-24
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江西省电力有限公司
摘要： 本发明公开了基于大数据分析的轨道交通杂散电流波形预测系统及方法，该方法通过轨道交通杂散电流分析大数据库收集轨道交通的杂散电流历史波形数据、轨道交通历史运行数据、非交通类历史数据和非交通类短期预测数据，对收集到的数据进行分类归集，通过人工智能技术预测短期轨道交通运行数据；对杂散电流历史波形数据预处理形成杂散电流波形特征数据集，并输入XGBoost模型训练，将短期轨道交通运行数据和非交通类短期预测数据输入训练后的XGBoost模型，实现对未来时刻轨道交通的杂散电流波形进行预测，再将预测后的波形特征数据集作为测试集，检验和修正XGBoost模型，保证XGBoost模型预测的精准度。
-
公开(公告)号：CN113987033B
公开(公告)日：2022-04-12
申请号：CN202111615216.5
申请日：2021-12-28
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江西省电力有限公司 , 南昌大学
摘要： 本发明公开了一种主变在线监测数据群体偏差识别与校准方法，数据收集；对线下数据校核过的在线监测数据进行分段线性化，提取线段曲线与数据群体特征；构建分段关联挖掘模型,对曲线特征表征的线段集合进行符号化，使用Apriori算法挖掘在线检测数据不同指标的关联性，发现异常数值；考虑时段特性获取支持度变化，并识别数据偏差；利用强关联指标序列构建多指标预测模型，完成偏差校准；利用校准数据重新计算不同指标的关联性，验证数据群体偏差校准的可靠性。本发明可通过挖掘不同指标序列的关联规则，识别数据群体偏差，并构建一种基于改进遗传算法优化的BP神经网络算法多指标预测模型对数据群体偏差进行校准。
-
-
-
-
-
-
-
-
-
搜索结果
96 条记录 (耗时 0.114 秒)
