-
公开(公告)号：CN109034046B
公开(公告)日：2022-03-22
申请号：CN201810804638.9
申请日：2018-07-20
Applicant: 国网重庆市电力公司电力科学研究院 , 国家电网有限公司 , 四川福德机器人股份有限公司
Abstract: 本发明公开了一种基于声学检测的电能表内异物自动识别方法，它包括：采集电能表内的声音信号数据；对采集到的声音信号数据进行通道变换，提取含有异物通道的声音信号数据；对提取的声音信号数据进行去噪处理；对去噪后的声音信号数据进行预处理，组合成特征矩阵，对特征矩阵进行处理得到最大特征值对应的特征向量；将特征向量输入基于Adaboost的神经网络弱分类器中，以该特征向量作为电能表内异物声音信号的特征进行分类识别。本发明提高了的电能表的检测效率，有利于提高电能表检测的自动化进程；缩短了电能表检测的时间，提高了生产效率和设备的利用率，实现了快速、高效、安全可靠的电能表异物声音检测工作；大大提高了异物电能表的识别率。
-
公开(公告)号：CN109034046A
公开(公告)日：2018-12-18
申请号：CN201810804638.9
申请日：2018-07-20
Applicant: 国网重庆市电力公司电力科学研究院 , 国家电网有限公司 , 四川福德机器人股份有限公司
CPC classification number: G06K9/0051 , G06K9/00523 , G06K9/6256 , G06N3/084
Abstract: 本发明公开了一种基于声学检测的电能表内异物自动识别方法，它包括：采集电能表内的声音信号数据；对采集到的声音信号数据进行通道变换，提取含有异物通道的声音信号数据；对提取的声音信号数据进行去噪处理；对去噪后的声音信号数据进行预处理，组合成特征矩阵，对特征矩阵进行处理得到最大特征值对应的特征向量；将特征向量输入基于Adaboost的神经网络弱分类器中，以该特征向量作为电能表内异物声音信号的特征进行分类识别。本发明提高了的电能表的检测效率，有利于提高电能表检测的自动化进程；缩短了电能表检测的时间，提高了生产效率和设备的利用率，实现了快速、高效、安全可靠的电能表异物声音检测工作；大大提高了异物电能表的识别率。
-
公开(公告)号：CN107976649A
公开(公告)日：2018-05-01
申请号：CN201711174296.9
申请日：2017-11-22
Applicant: 国网重庆市电力公司电力科学研究院 , 国家电网公司 , 四川福德机器人股份有限公司
IPC: G01R35/04
Abstract: 本发明公开了一种电能表内异物声音采集结构，它包括上盖组件和下盖组件；上盖组件与下盖组件的内腔均设置有吸音减震材料，上盖组件与下盖组件连接形成一个封闭空间；封闭空间内部设置有异物上托盘、异物下托盘和尾盖螺钉止动组件；异物上托盘与上盖组件连接固定；异物下托盘设置在异物上托盘下端，异物下托盘与下盖组件连接固定；待测电能表固定在异物上托盘与异物下托盘之间；尾盖螺钉止动组件固定在上盖组件上。本发明取得的有益效果是：对电能表进行全封闭检测，隔绝了外部环境噪音，将电能表可能松动的地方都进行了屏蔽，提高了检测可靠性；缩短了检测时间，提高了电能表设备的利用率，实现了快速、高效、安全可靠的电能表异物声音检测工作。
-
公开(公告)号：CN108594161B
公开(公告)日：2020-06-19
申请号：CN201810415329.2
申请日：2018-05-03
Applicant: 国网重庆市电力公司电力科学研究院 , 国家电网公司 , 国网重庆市电力公司 , 四川福德机器人股份有限公司
Abstract: 本发明公开了一种基于短时能量、多尺度熵和EMD的电能表内异物声音信号降噪方法、系统，它包括：采集电能表内异物摇晃产生的声音数据；通过短时能量定位提取异物声音信号数据；对提取的异物声音信号数据进行经验模态分解EMD处理，并计算经验模态分解EMD得到的各级本征模态函数IMF分量的多尺度熵值；对IMF分量的多尺度熵值进行降噪滤波处理，得到降噪滤波后的电能表内异物声音信号。本发明取得的有益效果是：能够利用短时能量定位提取数据，提升了处理速度；利用多尺度熵和经验模态分解对电能表内异物声音信号进行处理，是一种自适应的过程，避免了传统谱减法去噪声估计不准确的缺点，同时最大程度避免了新噪声的引入，能准确检测电能表内异物。
-
公开(公告)号：CN107976649B
公开(公告)日：2020-04-14
申请号：CN201711174296.9
申请日：2017-11-22
Applicant: 国网重庆市电力公司电力科学研究院 , 国家电网公司 , 四川福德机器人股份有限公司
IPC: G01R35/04
Abstract: 本发明公开了一种电能表内异物声音采集结构，它包括上盖组件和下盖组件；上盖组件与下盖组件的内腔均设置有吸音减震材料，上盖组件与下盖组件连接形成一个封闭空间；封闭空间内部设置有异物上托盘、异物下托盘和尾盖螺钉止动组件；异物上托盘与上盖组件连接固定；异物下托盘设置在异物上托盘下端，异物下托盘与下盖组件连接固定；待测电能表固定在异物上托盘与异物下托盘之间；尾盖螺钉止动组件固定在上盖组件上。本发明取得的有益效果是：对电能表进行全封闭检测，隔绝了外部环境噪音，将电能表可能松动的地方都进行了屏蔽，提高了检测可靠性；缩短了检测时间，提高了电能表设备的利用率，实现了快速、高效、安全可靠的电能表异物声音检测工作。
-
Patent Agency Ranking
公开(公告)号：CN108594161A
公开(公告)日：2018-09-28
申请号：CN201810415329.2
申请日：2018-05-03
Applicant: 国网重庆市电力公司电力科学研究院 , 国家电网公司 , 国网重庆市电力公司 , 四川福德机器人股份有限公司
Abstract: 本发明公开了一种基于短时能量、多尺度熵和EMD的电能表内异物声音信号降噪方法、系统，它包括：采集电能表内异物摇晃产生的声音数据；通过短时能量定位提取异物声音信号数据；对提取的异物声音信号数据进行经验模态分解EMD处理，并计算经验模态分解EMD得到的各级本征模态函数IMF分量的多尺度熵值；对IMF分量的多尺度熵值进行降噪滤波处理，得到降噪滤波后的电能表内异物声音信号。本发明取得的有益效果是：能够利用短时能量定位提取数据，提升了处理速度；利用多尺度熵和经验模态分解对电能表内异物声音信号进行处理，是一种自适应的过程，避免了传统谱减法去噪声估计不准确的缺点，同时最大程度避免了新噪声的引入，能准确检测电能表内异物。
-
公开(公告)号：CN114993679A
公开(公告)日：2022-09-02
申请号：CN202210574506.8
申请日：2022-05-25
Applicant: 国网重庆市电力公司电力科学研究院 , 国网重庆市电力公司 , 国网江苏省电力有限公司 , 国网综合能源服务集团有限公司 , 国网甘肃省电力公司
IPC: G01M13/045
Abstract: 本发明提供了一种多风机联合轴承故障自诊断方法及系统，包括S1：收集获取正常和异常的风机轴承的时域振动信号，并对信号数据进行处理分类；S2：将处理后的数据输入到构建的重构网络模型中进行训练，得到训练好的重构网络模型，重构网络模型，包括编码器、基于粒子群的LSTM和解码器三个部分；S3：采集多个风机的时域振动信号并输入训练好的重构网络模型中，获得每个风机对应的异常分数；S4：根据所有风机的异常分数，进行对比，判断风机轴承是否发生故障。本发明联合多个风机进行诊断，采用重构网络模型进行评估，保证了轴承故障诊断的有效性和鲁棒性。
-
公开(公告)号：CN114993679B
公开(公告)日：2024-09-06
申请号：CN202210574506.8
申请日：2022-05-25
Applicant: 国网重庆市电力公司电力科学研究院 , 国网重庆市电力公司 , 国网江苏省电力有限公司 , 国网综合能源服务集团有限公司 , 国网甘肃省电力公司
IPC: G01M13/045
Abstract: 本发明提供了一种多风机联合轴承故障自诊断方法及系统，包括S1：收集获取正常和异常的风机轴承的时域振动信号，并对信号数据进行处理分类；S2：将处理后的数据输入到构建的重构网络模型中进行训练，得到训练好的重构网络模型，重构网络模型，包括编码器、基于粒子群的LSTM和解码器三个部分；S3：采集多个风机的时域振动信号并输入训练好的重构网络模型中，获得每个风机对应的异常分数；S4：根据所有风机的异常分数，进行对比，判断风机轴承是否发生故障。本发明联合多个风机进行诊断，采用重构网络模型进行评估，保证了轴承故障诊断的有效性和鲁棒性。
-
公开(公告)号：CN114169763B
公开(公告)日：2024-06-18
申请号：CN202111495653.8
申请日：2021-12-08
Applicant: 国网重庆市电力公司营销服务中心 , 国家电网有限公司 , 山东鲁软数字科技有限公司
IPC: G06Q10/0631 , G06Q50/06 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种计量器具需求预测方法、系统、计算装置及存储介质，属于电能需求量预测技术领域，解决现有计量器具预测准确度不高，时间成本较高的技术问题，本发明通过SRU+RBF和SRU+贝叶斯网络算法进行预测，若安装量与外部因素有关时，通过SRU+RBF算法进行预测，对“改造轮换”与“业扩新装”安装类型计量器具需求量进行准确预测，输出预测结果；若安装量与外部因素无关时，通过SRU+贝叶斯网络算法进行预测，对“故障抢修”安装类型计量器具需求量进行准确预测，输出预测结果；本发明为优化电力物资库存管理、降低企业成本提供科学支撑。
-
公开(公告)号：CN116187583A
公开(公告)日：2023-05-30
申请号：CN202310405674.9
申请日：2023-04-17
Applicant: 国网黑龙江省电力有限公司齐齐哈尔供电公司 , 国家电网有限公司
IPC: G06Q10/04 , G06Q10/20 , G06Q50/06 , G06F18/2321
Abstract: 本发明涉及配电网故障预测技术领域，尤其涉及一种配电网大数据故障预测方法，包括数据获取模块获取历史配电线路故障数据及对应的历史天气数据，中控模块计算非极端天气下故障密度，中控模块计算各极端天气下故障密度计算对应的相关度系数，数据获取模块获取预计极端天气的天气参数，中控模块根据各极端天气与配电线路故障的相关度及对应的天气参数计算配电线路故障预警值,中控模块根据实际负荷对配电线路故障预警值进行修正并根据修正后配电线路故障预警值判定预警等级并将其发送至预警模块，本发明能够提高配电网故障预警能力，可实现在极端天气到来前快速预测各地区故障并精准预防，减少了人力物力的消耗，提高了配电网的可靠性。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.134 seconds)
