-
公开(公告)号：CN117517886A
公开(公告)日：2024-02-06
申请号：CN202311355591.X
申请日：2023-10-19
Applicant: 国网电力科学研究院武汉南瑞有限责任公司 , 国网电力科学研究院有限公司 , 国网山东省电力公司电力科学研究院 , 国家电网有限公司
IPC: G01R31/12
Abstract: 本发明公开了一种电力设备局部放电综合诊断装置及方法，获取被测电力设备的放电信号，所述诊断信号包括超声局部放电信号、高频局部放电信号、特高频局部放电信号；对所述超声局部放电信号、高频局部放电信号、特高频局部放电信号进行连续周期型干扰滤除，滤除所述被测电力设备运行现场的周期型脉冲干扰信号，获得处理后的放电信号；对所述处理后的放电信号进行综合诊断，获得电力设备局部放电综合诊断结果，确定放电信号类型并报告。本发明相较于现有的局部放电诊断方法，无需进行信号加工处理，资源占用大幅降低、推理速度显著提升，为资源受限的电力设备边缘侧部署提供了技术支持。
-
公开(公告)号：CN116522099A
公开(公告)日：2023-08-01
申请号：CN202310511445.5
申请日：2023-05-08
Applicant: 国网智能电网研究院有限公司 , 国网电力科学研究院有限公司 , 国网山东省电力公司电力科学研究院 , 国家电网有限公司
IPC: G06F18/21 , G06F18/213 , G06F16/22
Abstract: 本发明公开了一种时序数据自监督预训练模型、构建方法、设备及存储介质，该构建方法包括：构建特征提取模块，特征提取模块用于提取进行部分掩码后的输入时序数据的数据特征；构建动态掩码特征生成器，动态掩码特征生成器用于基于自注意力机制为数据特征生成动态掩码特征，并结合动态掩码特征和数据特征生成组合特征；构建频域掩码预测模块，频域掩码预测模块用于根据组合特征对输入时序数据进行预测，获得重建数据；基于特征提取模块、动态掩码特征生成器和频域掩码预测模块构建预训练模型。通过实施本发明，为预训练模型输入特定于输入实例的知识，提高了预训练模型的精度。
-
公开(公告)号：CN119149910A
公开(公告)日：2024-12-17
申请号：CN202411289217.9
申请日：2024-09-14
Applicant: 国网电力科学研究院有限公司 , 国网山东省电力公司电力科学研究院
IPC: G06F18/10 , G06F18/213 , G06F18/214 , G06F18/2415 , G06N5/04
Abstract: 本发明公开了一种电力设备运行故障辨识与推理方法及系统，包括：获取历史设备传感器数据、历史音频数据和历史视频数据，并分别进行预处理；将预处理后的特征作为输入，历史数据作为输出，按划分的时间段分类，采用深度置信网络进行模型训练，训练后得到若干模型；将实时设备传感器数据、实时音频数据和实时视频数据预处理后输入若干模型，得到若干故障辨识结果；如若干故障辨识结果一致，则可得到确定的故障信息，如若干故障辨识结果不一致，则通过贝叶斯推理得到每一种故障出现的概率。本申请能够提高故障检测的精度，极大地提升了电力系统的安全性和可靠性。
-
公开(公告)号：CN114612659B
公开(公告)日：2024-12-24
申请号：CN202210188929.6
申请日：2022-02-28
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网有限公司
IPC: G06V10/26 , G06V10/40 , G06V10/774 , G06V10/80
Abstract: 本发明属于图像分割技术领域，提供了一种基于融合模态对比学习的电力设备分割方法及系统。其中，该方法包括获取待分割的电力设备的红外图像与可见光图像对；基于获取的图像对及训练好的电力设备分割网络，得到电力设备分割结果；在训练过程中，所述电力设备分割网络由融合模态特征提取器、语义分割解码器和对比学习模块组成；在训练完成后，电力设备分割网络由融合模态特征提取器和语义分割解码器组成；融合模态特征提取器用于提取红外图像与可见光图像对的融合模态特征，语义分割解码器用于解码融合模态特征；在训练过程中，语义分割解码器和对比学习模块用于分别计算融合模态分割损失和融合模态对比损失，进而得到融合模态总损失来训练电力设备分割网络。
-
公开(公告)号：CN113884844B
公开(公告)日：2024-11-01
申请号：CN202111369869.X
申请日：2021-11-18
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网有限公司
IPC: G01R31/12
Abstract: 本发明属于电故障探测技术领域，提供了一种变压器局部放电类型识别方法及系统，包括：获取变压器至少两种类型的局部放电图谱；对获取的图谱进行预处理；将预处理后的图谱输入局部放电类型识别模型，得到变压器的局部放电类型；其中，局部放电类型识别模型的特征提取网络采用CBAM结构将注意力机制同时运用在通道层面和空间层面两个维度上，通道层面用于捕获不同类型的局部放电图谱的特征，空间层面用于捕获局部放电图谱的相位、幅度和周期的聚集关系，减少了无效特征的权重，提取出更有利于提高识别准确率的特征，提高了放电类型识别的准确率。
-
Patent Agency Ranking
公开(公告)号：CN111985497B
公开(公告)日：2023-09-26
申请号：CN202010704002.4
申请日：2020-07-21
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网有限公司
IPC: G06V10/44 , G06V10/764 , G06T5/00 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了架空输电线路下吊车作业识别方法及系统，包括：将获取的架空输电线路图像，根据在线监测装置所处环境进行分类，分为空旷型图像和复杂型图像；对空旷型图像和复杂型图像，均进行边缘特征提取；对空旷型图像，根据提取的边缘特征，直接判断架空输电线路下是否有吊车作业现象；对复杂型图像，对提取的边缘特征先进行去噪处理，根据去噪后的边缘特征判断架空输电线路下是否有吊车作业现象。
-
公开(公告)号：CN111597510B
公开(公告)日：2023-04-21
申请号：CN202010429698.4
申请日：2020-05-20
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网有限公司
Inventor： 秦佳峰 , 杨祎 , 辜超 , 白德盟 , 崔其会 , 郑文杰 , 林颖 , 李程启 , 刘萌 , 吕学宾 , 黄锐 , 吕俊涛 , 陈令英 , 周超 , 李龙龙 , 孙景文 , 李杰 , 高建峰
IPC: G06F17/18 , G06Q10/0639 , G06Q50/06
Abstract: 本发明为了现有技术中存在的问题，创新提出了一种输变电运检数据质量评估方法，从有效性、冗余度、信息量、完整性以及准确性等维度分别建立评估模型，用于评价输变电设备运检数据质量；基于无效比建立数据有效性评估模型；基于重复率建立数据冗余度评估模型；基于逻辑斯蒂增长模型建立数据信息量评估模型；基于相对缺失信息量建立数据完整性评估模型；基于加权局部因子算法以及异常度建立准确性评估模型，本发明还提出了一种输变电运检数据质量评估系统，有效解决由于现有数据质量评价单一、不够全面的问题，有效的提高了输变电设备运检数据质量的综合评估效果以及评估可靠性。
-
公开(公告)号：CN112507865B
公开(公告)日：2022-11-29
申请号：CN202011415037.2
申请日：2020-12-04
Applicant: 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 国家电网有限公司
IPC: G06V20/00 , G06V10/25 , G06V10/26 , G06V10/774 , G06V10/764 , G06V10/80
Abstract: 一种输电线路通道可视化烟雾识别的方法及装置，用以解决现有的对输电线路通道可视化图像烟雾识别技术中，烟雾检出率较低的问题。通过目标检测算法对烟雾图像样本中损失函数进行计算；通过烟雾图像样本，对所述目标检测算法进行训练后，得到烟雾图像检测模型，用以确定待测图像中烟雾区域的位置；对待测图像中烟雾区域进行图像分割，将分割后的图像的二值图像作为掩膜Mask图像，计算烟雾飘散方向；将待测图像中的烟雾区域从RGB颜色空间转到HSV颜色空间，计算分割后的图像在亮度V空间的像素值在掩膜Mask图像中，水平和垂直分别投影的累加值；通过烟雾飘散的方向与累加值确定烟雾浓度。本申请通过上述方法，提高了烟雾检出率，降低了误报率。
-
公开(公告)号：CN114779031B
公开(公告)日：2022-09-23
申请号：CN202210701169.4
申请日：2022-06-21
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网有限公司
IPC: G01R31/12 , G06V10/764 , G06K9/62
Abstract: 本发明属于电力设备放电异常检测领域，提供了一种数字化电力设备紫外成像放电异常检测方法及系统，包括根据检测任务对多个电力设备检测点进行检测，将检测任务和对应的电力设备检测点信息关联，得到紫外成像检测文件；对所述紫外成像检测文件进行完整性和合规性校验，形成紫外成像检测文件库；基于紫外成像检测文件库中的校验后的紫外成像检测文件定位放电位置，根据定位放电位置给出检测结果；本发明通过将原有的光子数直接转化为相对放电强度表征，输出图像上能够明显发现放电最强位置，自动对检测文件中的诊断特征量进行提取展示，实时辅助现场人员有针对性的对异常情况进行处置，快速制定处理策略。
-
公开(公告)号：CN114137369A
公开(公告)日：2022-03-04
申请号：CN202111401700.8
申请日：2021-11-19
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网有限公司
IPC: G01R31/12
Abstract: 本发明提供了一种电力设备局部放电模式识别方法及系统，包括：获取待识别电力设备的PRPD图谱数据；对PRPD图谱数据进行预处理；基于预处理后的PRPD图谱数据，构建PRPD图信号；将PRPD图信号输入切比雪夫图卷积网络模型，得到待识别电力设备的局部放电模式；其中，切比雪夫图卷积网络模型采用多个并行的图卷积层分别提取PRPD图信号的深层特征，且所述图卷积层的滤波器采用切比雪夫多项式的线性组合。实现了对电力设备局部放电信号的准确识别。
-
-
-
-
-
-
-
-
-
Search Results
140
records
(took 0.155 seconds)
