-
公开(公告)号：CN212133871U
公开(公告)日：2020-12-11
申请号：CN202020552364.1
申请日：2020-04-15
Applicant: 国网湖北省电力有限公司孝感供电公司 , 厦门仁工环保科技有限公司
Abstract: 本实用新型涉及一种变电站红外测温报警及数据处理系统。该系统通过运动检测模块对摄像头阵列和麦克风阵列进行监控，以便实时获取两者的任何异常状态，确保其采集所得数据的可靠性；摄像头阵列和麦克风阵列将采集到的数据传输给控制模块处理后，借助通信模块汇总到远程主服务器进行管理；一旦控制模块或主服务器处理后确认变电站温度存在异常，立即向移动终端发送报警信息。整套系统通过麦克风阵列和运动检测模块加强了对红外摄像头采集所得数据的辅助交叉验证，结果更加可靠，漏报、错报的可能性大幅降低。
-
公开(公告)号：CN119691424A
公开(公告)日：2025-03-25
申请号：CN202411600377.0
申请日：2024-11-11
Applicant: 国网湖北省电力有限公司孝感供电公司 , 中南大学
IPC: G06F18/211 , G01R31/52 , G01R35/02 , G06F18/2415 , G06F18/243 , G06F18/10 , G06Q10/04 , G06N20/00
Abstract: 本发明涉及电流互感器故障预测的技术领域，特别是涉及一种铁芯式结构的电流互感器的预测性维护方法，包括以下步骤、特征选择和故障分类；其采用具有强大视频分析能力并且适合处理电流互感器的非平稳信号的小波变换方法，并通过斯皮尔曼等级相关系数和互信息联合的方法,确保提取的特征既具有非线性相关性，又能够最大化信息量，从而提高模型的泛化能力，并且通过设计随机森林构建分类预测模型,不仅能够处理高维数据且对噪声不敏感，还可以通过其内置的特征重要性评估机制，进一步优化模型的性能，使得本方法能够对电流互感器的单相短路故障以及双相短路故障进行准确预测并且具有较强的鲁棒性。
-
公开(公告)号：CN119885005A
公开(公告)日：2025-04-25
申请号：CN202411825356.9
申请日：2024-12-12
Applicant: 国网湖北省电力有限公司孝感供电公司 , 中南大学
IPC: G06F18/2433 , G01R31/00 , G06F18/2415 , G06F18/15 , G06F18/214 , G06N3/0455 , G06N3/082 , G06N3/0895 , G06F123/02
Abstract: 本发明提供一种基于数据增强的变电站设备异常检测方法，该方法包括：S1收集多组时序参数数据；S2对缺失参数数据进行填补，得到填补后的参数数据集；S3将填补后的参数数据集分为初级正训练样本集、初级负训练样本集和验证集；S4获取初级正训练样本集和初级负训练样本集的正加权平均向量集和负加权平均向量集；S5采用增强策略对初级负训练样本集进行数据增强，生成高级正训练样本集和高级负训练样本集；S6利用高级正训练样本集和高级负训练样本集对异常检测模型进行对比训练，生成训练后的异常检测模型；S7获取待测参数数据，用训练后的异常检测模型对其进行异常检测，生成检测结果。本发明提供了一种高效和准确的变电站设备的异常检测方法和系统。
-
公开(公告)号：CN119760656A
公开(公告)日：2025-04-04
申请号：CN202411778496.5
申请日：2024-12-05
Applicant: 国网湖北省电力有限公司孝感供电公司 , 中南大学
Abstract: 本发明涉及电力设备运行状态监测与故障预警的技术领域，特别是涉及一种变压器温度预警方法和系统，步骤一、收集变压器历史温度数据；步骤二、计算滑动窗口大小；步骤三、根据步骤一收集的变压器温度数据和步骤二得到的滑动窗口大小训练支持向量回归模型；步骤四、根据步骤一收集的变压器温度数据和步骤二得到的滑动窗口大小训练随机森林模型；步骤五、根据步骤一收集的变压器温度数据和步骤二得到的滑动窗口大小训练梯度提升回归模型；步骤六、得到Stacking模型，并计算；步骤七、预测未来温度；步骤八、根据历史数据和专业知识构建预警规则库，作为变压器温度预测后预警的评判标准；步骤九、进行判断并预警；其提高预测准确率。
-
公开(公告)号：CN119622405A
公开(公告)日：2025-03-14
申请号：CN202411650138.6
申请日：2024-11-18
Applicant: 国网湖北省电力有限公司孝感供电公司
Abstract: 本申请公开了一种基于Petri网的故障诊断方法、系统及存储介质，故障诊断方法包括：S1、获取变电站设备的时序信号，其中，时序信号包括告警信息、事故及变位信息；S2、基于变电站设备的时序信号，构建故障判别规则库并设置前件权值、规则启动阈值和后件可信度；S3、基于前件权值、规则启动阈值和后件可信度，建立模糊函数；S4、基于Petri网和模糊函数，建立变电站设备的网络拓扑模型，其中，变电站设备的网络拓扑模型包括故障智能判断规则库；S5、基于变电站设备的网络拓扑模型，获取变电站设备的当前时序信号，并判断变电站设备的故障情况。通过建立变电站设备的网络拓扑模型，提升故障诊断分析速度，提高故障诊断效率，优化电力系统诊断效果。
-
Patent Agency Ranking
公开(公告)号：CN117057713A
公开(公告)日：2023-11-14
申请号：CN202311060098.5
申请日：2023-08-21
Applicant: 国网湖北省电力有限公司孝感供电公司
IPC: G06Q10/087 , G06V20/50
Abstract: 本发明公开了一种基于图像识别的库存盘点管理系统，包括数据采集模块、管理系统、大数据库和控制终端，所述数据采集模块将采集的数据传输至管理系统中，管理系统的输出端与控制终端的输入端连接，管理系统与大数据库实现双向连接，本发明涉及库存管理技术领域。该基于图像识别的库存盘点管理系统，可通过工业摄像机结合图像识别算法，定期对货架各货道进行拍照和图像分析，可检测出货道库存是否为空的状态，在接收到盘点任务时自动移动至货物对应高度并对货物进行扫码，实现了对货物的自动库存盘点，能够减少人力，并且提升工作效率，能够在拿取和存放时对物品的库存数量进行很好的监控，便于管理者实时对库存数量进行了解。
-
公开(公告)号：CN113634444B
公开(公告)日：2022-05-17
申请号：CN202110854232.3
申请日：2021-07-28
Applicant: 国网湖北省电力有限公司孝感供电公司
Abstract: 本发明适用于电力系统领域，提供一种高压带电绝缘胶自适应涂覆装置，包括两块驱动板，所述驱动板顶部安装有导轨，所述导轨上安装有导向座，所述导向座上安装有可俯仰转动的复合型注嘴，两个复合型注嘴相向设置，所述涂覆装置还包括用于驱动两块驱动板开合的驱动结构，本装置使用时两个复合型注嘴夹住裸导线，涂覆机器人在裸导线上进行上坡和下坡的特殊运行工况时，裸导线与涂覆机器人的高度和角度可能产生变化，复合型注嘴在导轨上上下移动，从而自适应调整高度，复合型注嘴也可自适应俯仰转动，从而适应裸导线的角度变化，避免了注嘴在合拢和绝缘层涂覆过程中卡住，能够适应机器人上坡和下坡的特殊运行工况。
-
公开(公告)号：CN113466595A
公开(公告)日：2021-10-01
申请号：CN202110788180.4
申请日：2021-07-13
Applicant: 国网湖北省电力有限公司孝感供电公司
Abstract: 本发明公开了全自动非线性电阻型消谐器测试系统，包括电子调压器、升压变压器、测量电路、消谐器、测控单元、信号隔离变换模块、开关电源、主控制器和热敏打印机，所述全自动非线性电阻型消谐器测试系统的工作流程为：数控模块输出的电压经过消谐器，主控制器对其自动记录同时计算消谐器的实时电阻值，且打印机自动打印系统电压、电流和电阻。该全自动非线性电阻型消谐器测试系统，通过采用消谐器工频电流电压参数校验法，结合高压取样信号隔离变换技术，对运行中的消谐器进行故障预测的同时绘制伏安特性曲线图，且测试系统通过采用分段变参数措施，使消谐器在正常工作电流段，仍保持原有的伏安特性。
-
公开(公告)号：CN112485307A
公开(公告)日：2021-03-12
申请号：CN202011165920.0
申请日：2020-10-27
Applicant: 国网湖北省电力有限公司孝感供电公司
IPC: G01N27/22 , G01N27/06 , G01R31/385
Abstract: 本发明公开了一种再利用的电力绝缘油和电池共性评价分类方法，油处理、电池激活后，通过分析随着时间变化前后的绝缘油电气特性和理化性质；判定绝缘油运行稳定状态；对比分析极Ⅱ换流变三相电力绝缘油和二组铅酸蓄电池液电阻、电阻率和运行年数三个共性指标；判定电力绝缘油/铅酸蓄电池电气性能是否符合标准。本发明有益效果：本发明油处理后的电力设备如果通过时间维度和相间维度的比较，监测其绝缘油性能数据符合标准，才能证明该电力设备运行正常，为投运的电力设备提供一种安全运行标准；通过两者结合对比分析的方法，可以大大降低电力设备的故障率，为安全生产提供保障。
-
公开(公告)号：CN119622530A
公开(公告)日：2025-03-14
申请号：CN202411451180.5
申请日：2024-10-16
Applicant: 国网湖北省电力有限公司孝感供电公司 , 中南大学
IPC: G06F18/243 , G06F18/214 , G06F18/23213 , G06F18/213 , G06N20/20
Abstract: 本申请公开了一种变电站的基于GKA‑RF技术的电气设备状态识别分类的技术方法，以辅助变电站的故障诊断，包括：S1、获取变电站的设备状态数据，并使用基于GMM的K‑means聚类对设备状态数据进行预处理；S2、基于预处理后的设备状态数据将之划分为训练集和测试集；S3、将先验算法(Apriori)应用在预处理后的训练集，进行关联规则的挖掘；S4、使用随机森林算法(Random Forest)进行分类训练，将训练后的模型应用在测试集以及新加入的样本中进行状态识别分类，从而提升模型对设备状态识别分类的准确率与判别能力。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.07 seconds)
