-
公开(公告)号：CN114692755B
公开(公告)日：2024-12-03
申请号：CN202210329133.8
申请日：2022-03-30
Applicant: 国网电力科学研究院武汉南瑞有限责任公司 , 国网吉林省电力有限公司
IPC: G06F18/2431 , G06N3/08
Abstract: 本发明属于变电故障检测技术领域，特别涉及一种变压器故障智能辅助分析方法，包括以下步骤：搭建通过消息中间件完成各子系统间信息传输、存储的网络架构；按类别建立通过多级变压器故障的故障库及深度学习模型；在网络架构中安装故障识别模块；将现场获得的待监测变压器故障分类上传至所述识别模块，在故障库中检索到类似的故障，输出其对应的故障状态。上述方法节省了检索时间，减少了对测试资源的占用，提升了效率并降低了误判率，适宜在变电站多元复杂故障检测中推广使用。本发明还提供了一种存储有方法程序的非暂态可读记录媒体及包含该媒体的系统，通过处理电路可以调用该程序，以执行上述方法。
-
公开(公告)号：CN114692755A
公开(公告)日：2022-07-01
申请号：CN202210329133.8
申请日：2022-03-30
Applicant: 国网电力科学研究院武汉南瑞有限责任公司 , 国网吉林省电力有限公司
Abstract: 本发明属于变电故障检测技术领域，特别涉及一种变压器故障智能辅助分析方法，包括以下步骤：搭建通过消息中间件完成各子系统间信息传输、存储的网络架构；按类别建立通过多级变压器故障的故障库及深度学习模型；在网络架构中安装故障识别模块；将现场获得的待监测变压器故障分类上传至所述识别模块，在故障库中检索到类似的故障，输出其对应的故障状态。上述方法节省了检索时间，减少了对测试资源的占用，提升了效率并降低了误判率，适宜在变电站多元复杂故障检测中推广使用。本发明还提供了一种存储有方法程序的非暂态可读记录媒体及包含该媒体的系统，通过处理电路可以调用该程序，以执行上述方法。
-
公开(公告)号：CN112833939A
公开(公告)日：2021-05-25
申请号：CN202011463340.X
申请日：2020-12-11
Applicant: 北京国电通网络技术有限公司 , 国网信息通信产业集团有限公司 , 国网吉林省电力有限公司 , 国网吉林省电力有限公司建设分公司
IPC: G01D21/02
Abstract: 本说明书一个或多个实施例提供的一种抱杆组塔系统用告警系统及告警方法，通过在抱杆的顶端安装倾角传感器以及在多根与抱杆连接的斜拉绳上安装拉力传感器分别采集倾角数据和拉力数据，并通过设置环境采集设备采集环境数据，再通过边缘代理服务器将实时采集的监测数据进行本地分析，从而对抱杆的受力情况、倾斜角度以及环境数据进行实时监测，一旦抱杆的受力或者倾角或者环境数据存在异常隐患时，现场布设的告警设备进行报警，便于及时采取措施，防止倾覆事故发生，从而实现对抱杆进行实时安全监控和预警。
-
公开(公告)号：CN113048942A
公开(公告)日：2021-06-29
申请号：CN202110259748.3
申请日：2021-03-10
Applicant: 北京国电通网络技术有限公司 , 国网信息通信产业集团有限公司 , 国网吉林省电力有限公司 , 国网吉林省电力有限公司建设分公司
Abstract: 本公开一个或多个实施例提供一种沉降监测系统；所述方法包括：在沉降监测仪中，使用集成电源模块代替电线供电，并对微控制处理器进行低功耗改造，以及在沉降监测仪内集成LoRa通信模组；进一步在数据传送单元内集成LoRa通信模组，并在数据传送单元的上方布设太阳能面板构件，实现太阳能供电；进一步在沉降监测仪，数据传送单元，以及边缘物联代理的位置中间均布设LoRa中继器，并将整体网络布设为拓扑网络结构；最后通过边缘物联代理对数据进行进一步的计算分析，在沉降超限时，就地发出警告，以及将所有计算分析的结果和警告，上传推送至基建服务平台。本方案实现了工程现场检测设备的无线化，并提高监测告警的效率。
-
公开(公告)号：CN116482491A
公开(公告)日：2023-07-25
申请号：CN202310128038.6
申请日：2023-02-17
Applicant: 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
IPC: G01R31/12 , G06F18/213 , G06F18/214 , G06N3/047 , G06N3/088
Abstract: 本发明公开了一种基于贝叶斯神经网络的变压器局部放电故障诊断方法，所述方法包括：获取局部放电信号数据，将数据进行标准化处理，得到预训练集；将预训练集输入BR‑DBN网络模型中，逐层压缩，提取特征量；将提取的特征向量输入BP层网络进行优调，得到训练后的BR‑DBN网络模型；获取实时局部放电信号，将局部放电信号输入BR‑DBN网络模型，输出故障诊断结果。
-
Patent Agency Ranking
公开(公告)号：CN116245199A
公开(公告)日：2023-06-09
申请号：CN202310110422.3
申请日：2023-02-14
Applicant: 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
IPC: G06N20/10 , G06N3/0455
Abstract: 本发明公开了一种基于堆叠自编码器与支持向量机的变压器故障诊断方法，包括以下步骤：(1)采集变压器油中溶解气体浓度变量数据；(2)对数据集进行预处理并将全部数据集划分为多组训练集、验证集和测试集；(3)构建SAE诊断模型并进行数据预训练；(4)构建SAE‑SVM诊断模型；(5)更新参数并训练最佳模型；(6)将测试集中的数据输入到已通过训练改进的SAE‑SVM诊断模型中完成最终的测试；能够有效的提取数据特征，不需要人工提取和筛选分类特征，减少了设备的数据处理量；模型训练过程中自动更新寻找最优参数，提高了变压器故障诊断的精度。
-
公开(公告)号：CN116243087A
公开(公告)日：2023-06-09
申请号：CN202310126428.X
申请日：2023-02-17
Applicant: 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
IPC: G01R31/00 , G01R31/12 , G01D21/02 , G06F18/24 , G06F18/214 , G06N3/0464 , G06N3/048 , G06N3/09
Abstract: 本发明公开了一种SF6电气设备故障诊断方法及系统，所述方法包括：采集指定SF6电气设备的运行数据；将采集的SF6电气设备的运行数据输入构建的多尺度卷积神经网络模型，输出指定SF6电气设备的故障类型。本发明避免了SF6电气设备故障诊断中对人工经验的依赖，提高了SF6电气设备故障诊断的安全性和可靠性。
-
公开(公告)号：CN116595853A
公开(公告)日：2023-08-15
申请号：CN202310105034.6
申请日：2023-02-13
Applicant: 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
IPC: G06F30/27 , G06N3/0442 , G06N3/04 , G06F119/04
Abstract: 本发明公开了一种基于残差收缩网络和长短期记忆网络的变电站设备寿命预测方法，包括以下步骤：(1)采用数字孪生技术和多物理场技术，获取数据；(2)融合多传感器数据，构建数据集；(3)对多数据集进行预处理并划分训练集、测试集和验证集；(4)构建结合残差收缩和长短期记忆网络的预测模型；(5)训练最佳预测模型；(6)测试模型；基于卷积神经网络的残差收缩网络能够针对数据集的噪声等级设置不同的阈值，可以很好的增强有效信息，减弱无效的噪声干扰信息；长短期记忆神经网络筛选出更能反映变电站设备在全寿命周期内退化过程的特征量，提取信号中隐藏的历史信息和未来信息，可以充分利用具有时间相关性的退化历史数据，得到变电站设备性能退化时的状态变化过程，提高了剩余寿命预测的精度。
-
公开(公告)号：CN116311201A
公开(公告)日：2023-06-23
申请号：CN202310177550.X
申请日：2023-02-28
Applicant: 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
IPC: G06V20/62 , G06V30/164 , G06V30/18 , G06V30/19 , G06V30/148
Abstract: 本发明公开了一种基于图像识别技术的变电站设备状态识别方法及系统，通过一种通过智能巡视设备采集设备翻字牌的图像，经由5G网络上传图像至云服务器，进行图像处理识别一次设备的状态，图像处理包括：灰度化、线性变换、图像去噪技术和霍夫梯度法处理，定位设备翻字牌的位置；进行字符区域的精确定位，使用图像阈值化、形态学开闭合运算和目标分割，得到精准的字符分合图像；利用K3M骨架提取字符特征，采用SURF模板匹配实现一次设备的状态。识别结果存储于数据库中，通过人机交互模块实时监测一次设备状态。本发明可以对开关进行及时且准确的判断，提高变电站的智能化程度。
-
公开(公告)号：CN116226735A
公开(公告)日：2023-06-06
申请号：CN202310056324.6
申请日：2023-01-16
Applicant: 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
IPC: G06F18/241 , G06F16/36 , G06N3/0464 , G06N3/08 , G06F40/30 , G06F40/295
Abstract: 本发明公开了一种基于深度学习和知识图谱的变电站设备故障诊断方法及系统，方法包括：获取变电站的监控信息；将变电站的监控信息输入构建的基于深度学习和知识图谱的多模态语义模型，输出故障类型及对应的预防措施，用于变电站智慧巡检系统的各子系统之间的联动。本发明实现了对整个变电站的综合、有效监控，同时可以对各个分散的子系统和设备进行综合监控，实现各个子系统的整合和联动。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.044 seconds)
