-
公开(公告)号:CN116343130A
公开(公告)日:2023-06-27
申请号:CN202310380385.8
申请日:2023-04-04
Applicant: 国网湖北省电力有限公司云梦县供电公司
IPC: G06V20/52 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/096 , G06V10/94 , G06V10/762
Abstract: 本发明涉及基于NPU芯片ARM平台的输电线路异物识别检测技术领域,且公开了基于NPU芯片ARM平台的输电线路异物识别检测系统,包括基于NPU芯片ARM平台的无人机载鸟巢目标识别系统,所述基于NPU芯片ARM平台的无人机载鸟巢目标识别系统包含有数据增广模块,所述数据增广模块输出端信号连接有模型量化训练模块,提出了一个基于ARM平台的无人机载电力线路鸟巢检测识别系统,神经网络使用SSD‑DenseNet网络模型,通过对样本进行叠加增强处理,提高了神经网络的泛化能力,识别鸟巢目标的准确率有了显著提升,通过将模型集成到ARM平台,无人机搭载ARM平台完成了实时检测鸟巢目标的任务;通过对比实验,最终确定SSD‑DenseNet模型的压缩比为0.3时,在ARM端能够达到实时检测鸟巢目标的要求。
-
公开(公告)号:CN115911612A
公开(公告)日:2023-04-04
申请号:CN202211561333.2
申请日:2022-12-07
Applicant: 国网湖北省电力有限公司孝感供电公司 , 国网湖北省电力有限公司云梦县供电公司
Abstract: 本发明实施例提供一种铅酸蓄电池活化剂制备方法及电化学激活方法,首先将乙炔黑或碳纳米管置于酸性溶液中进行酸化处理,得到悬浊液;将悬浊液稀释并抽滤处理至滤液呈中性,滤出物经干燥、研磨处理后,得到酸化后的乙炔黑或碳纳米管;然后将所述乙炔黑或碳纳米管加入至活性剂溶液中进行超声处理,得到铅酸蓄电池活化剂。本发明利用CO2高温熔盐电化学法制备绿色低成本纳米碳活化剂,利用CO2高温熔盐电化学法制备的绿色低成本修复剂提高了铅酸蓄电池的综合性能,有效解决了铅酸蓄电池因硫酸盐化导致的容量失效的问题。
-
公开(公告)号:CN116908617A
公开(公告)日:2023-10-20
申请号:CN202310901719.1
申请日:2023-07-21
Applicant: 国网湖北省电力有限公司云梦县供电公司
Abstract: 本发明涉及闪络故障定位器领域,一种配电架空线路瓷瓶闪络故障定位器,包括取电装置,该取电装置套设在架空线路电杆(塔)的接地线或安装的引流通道上并输出感应电动势;降压模块,该降压模块对感应电动势处理,并输出降压电压;整流滤波模块,该整流滤波模块对降压电压进行整流滤波处理,并输出直流电压;储能模块,整流滤波模块的输出端与储能模块的输入端连接,并通过储能模块进行储能,其中储能模块Vout端输出储能信号至信号处理模块;信号处理模块,信号处理模块根据储能信号输出驱动信号至通讯模块。通过取能线圈感应流经的工频故障零序电流获取能量,供给二次侧电路,当存储的电压阈值达到设定标准时,唤醒低功耗MCU,启动故障上传的流程。
-
公开(公告)号:CN115799701A
公开(公告)日:2023-03-14
申请号:CN202211561327.7
申请日:2022-12-07
Applicant: 国网湖北省电力有限公司孝感供电公司 , 国网湖北省电力有限公司云梦县供电公司
Abstract: 本发明提供一种铅酸蓄电池处理方法及再利用铅酸蓄电池储能装置,该方法包括:获取待处理铅酸蓄电池的剩余电量与额定电量的比率,若比率超过50%且不超过80%,则执行第一处理流程;若比率超过30%且不超过50%,则执行第二处理流程,第一处理流程与第二处理流程不同;标定铅酸蓄电池的电量;放置预设时段后,对铅酸蓄电池进行放电测试,若测试结果满足预设条件,则确认铅酸蓄电池符合回收标准。本发明能够对废旧铅酸蓄电池进行修复,延长配变的使用寿命,铅酸蓄电池报废率从100%降低到25%,可应用于家用太阳能储能损坏后处理过程中的能源存储系统,该存储装置灵活性强稳定性好,提高电网环保管理水平和运行安全性。
-
公开(公告)号:CN116486166A
公开(公告)日:2023-07-25
申请号:CN202310470792.8
申请日:2023-04-27
Applicant: 国网湖北省电力有限公司云梦县供电公司
IPC: G06V10/764 , G06V10/94 , G06V10/40 , G06V10/766 , G06N3/0464 , G06V10/82 , G06N3/096
Abstract: 本发明涉及基于边缘计算的输电线异物识别检测方法技术领域,且公开了一种基于边缘计算的输电线异物识别检测方法,包括以下步骤:S1、构建SSD网络模型,SSD网络模型包括卷积神经网络、多尺度特征检测网络,卷积神经网络用来提取图像特征,采用基于NPU神经网络处理器硬件的边缘计算,即将数据处理放在设备边缘,通过计算设备进行处理,并且可以将部分计算结果发送到云端进行深度学习的模型训练和更新,从而提高了数据的传输效率和数据安全性,同时,该方法还采用多任务深度学习技术,即将不同任务的数据合并到同一个深度学习模型中进行训练和识别,从而减少了数据处理的复杂度和训练时间。
-
-
-
-