-
公开(公告)号：CN115376063A
公开(公告)日：2022-11-22
申请号：CN202210931476.1
申请日：2022-08-04
Applicant: 安徽南瑞继远电网技术有限公司 , 南瑞集团有限公司
Abstract: 本发明涉及一种基于云边协同与图像识别的智能防误方法，包括：建立规则库：规则库包括电气规则库以及管理规则库，规则库的建立是防误操作的基础，规则库用于云决策系统和边决策系统的防误操作判断；进行电网拓扑分析；构建云边决策系统；进行边决策系统图像识别，图像识别提供辅助性判据供边决策系统决策。本发明从源出发，获得完整的源流路径链及其生成树，并通过对该树的划分获得了防误边缘区，再对每一个边缘区设定多个边缘节点维系其监控的设备区域，这解决了防误方法中区块划分欠缺合理性，数据处理集中于单个设备的弊端；依赖增强的图像识别技术作为防误判断的辅助技术，增加了防误判断的准确性。
-
公开(公告)号：CN110618129A
公开(公告)日：2019-12-27
申请号：CN201910671043.5
申请日：2019-07-24
Applicant: 安徽南瑞继远电网技术有限公司 , 国网山东省电力公司电力科学研究院 , 国家电网有限公司
Abstract: 本发明公开了一种电网线夹自动检测与缺陷识别方法，包括以下步骤：通过图像采集模块获取线夹图片；对线夹图片进行训练获取线夹类型；对线夹图片进行分类删选；对故障线夹进行识别并输出。本发明还公开一种电网线夹自动检测与缺陷识别装置。本发明通过图像采集模块对输电线路上的线夹进行图像采集，通过采用Faster R-CNN技术对线夹图片进行训练，采用增广训练技术，解决了对于新的线夹特征需要重新训练造成的时间长，模型更新周期慢的缺陷，对线夹的故障检测，极大地节省了检修成本，使巡线系统更为高效和智能。
-
公开(公告)号：CN109038816A
公开(公告)日：2018-12-18
申请号：CN201810870802.6
申请日：2018-08-02
Applicant: 安徽南瑞继远电网技术有限公司
IPC: H02J13/00
CPC classification number: H02J13/001 , H02J13/0017 , H02J13/0075
Abstract: 本发明公开了一种输电线路巡检管理系统，其特征在于，包括：巡检移动终端；用于对输电线路进行巡检并生巡检信息；应用服务器，接收巡检移动终端的巡检信息并传送到后台管理系统；通信网络，用于实现应用服务器和巡检移动终端的数据传输；地理信息系统，记录输电线路的地理信息；后台管理系统，接收应用服务器传输的巡检信息并向应用服务器发送巡检任务；所述应用服务器与后台管理系统连接，所述应用服务器通过通信网络与地理信息系统和巡检移动终端连接。本发明还公开了一种输电线路巡检智能管理系统。本发明将信息的采集、处理和展示分别进行，实时同步，保证了巡检作业过程的高效性，保证了数据的时效性。
-
公开(公告)号：CN105425711A
公开(公告)日：2016-03-23
申请号：CN201610036461.3
申请日：2016-01-20
Applicant: 安徽南瑞继远电网技术有限公司
IPC: G05B19/048
CPC classification number: G05B19/048
Abstract: 本发明提供一种智能建筑集成管理系统，包括：集成管理平台、管理控制子系统和前端设备三层体系架构，所述管理控制子系统为模块化结构，所述集成管理平台与管理控制子系统级联，管理控制子系统之间进行模型数据的拼接；所述集成管理平台基于图像化的逻辑控制，对管理控制子系统设置能耗分析、设备控制和执行反馈的能耗调节控制模块；所述管理控制子系统包括建筑设备管理子系统、消防火灾报警子系统、安全防范监控子系统和能源管理子系统；所述前端设备为对智能建筑状态信息进行监控的应用客户端，包括C/S客户端、WEB客户端和移动终端；所述集成管理平台设置全景数据库。本发明对整个建筑的综合监视及控制，可以全面监控建筑的环境与设备的运行情况。
-
公开(公告)号：CN110378221A
公开(公告)日：2019-10-25
申请号：CN201910513439.7
申请日：2019-06-14
Applicant: 安徽南瑞继远电网技术有限公司 , 国网山东省电力公司电力科学研究院 , 国家电网有限公司
Abstract: 本发明公开了一种电网线夹自动检测与缺陷识别方法，包括以下步骤：通过图像采集模块获取线夹图片；对线夹图片进行训练获取线夹类型；对线夹图片进行分类删选；对故障线夹进行识别并输出。本发明还公开一种电网线夹自动检测与缺陷识别装置。本发明通过图像采集模块对输电线路上的线夹进行图像采集，通过采用Faster R-CNN技术对线夹图片进行训练，采用增广训练技术，解决了对于新的线夹特征需要重新训练造成的时间长，模型更新周期慢的缺陷，对线夹的故障检测，极大地节省了检修成本，使巡线系统更为高效和智能。
-
Patent Agency Ranking
公开(公告)号：CN117520430A
公开(公告)日：2024-02-06
申请号：CN202311610454.6
申请日：2023-11-29
Applicant: 安徽南瑞继远电网技术有限公司
IPC: G06F16/25 , G06F16/2452
Abstract: 本发明涉及一种基于联合体方式的多源分布式数据采集接入方法，包括：通过分布式采集器采集数据：按配置对采集数据进行标注，然后按格式封装；通过联合体解析器处理数据：对分布式采集器采集的数据按照联合体解析器进行解析；通过业务系统进行数据处理：业务系统收到联合体解析器解析后的数据，进行综合分析应用。本发明具有多样性，可以采集多种数据格式；本发明可以分布式处理数据的接入，提高处理效率；本发明使用了联合体的方式去解析不同数据格式，避免针对每一个数据格式设计一套接口，降低了复杂性。
-
公开(公告)号：CN116501720A
公开(公告)日：2023-07-28
申请号：CN202310331816.1
申请日：2023-03-31
Applicant: 安徽南瑞继远电网技术有限公司
Abstract: 本发明涉及一种基于规则引擎的数据治理装置，包括：多个规则引擎解析器，对每个数据源设置规则引擎解析器，对数据进行分析；规则引擎专家系统，用于模拟计算机、大数据方面的专家对数据进行分析、决策，对数据进行二次分析；业务主题数据库，用于存放数据；基础数据库，用于存储核心实体数据；分析数据库，用于存储基于业务主题数据综合分析而得的分析结果数据。本发明还公开了一种基于规则引擎的数据治理方法。本发明进行数据源端治理，从数据源头剔除大量重复、无效或错误的数据，减少网络带宽占用；实现不同设备接入和数据模型标准化，便于不同设备与系统之间的交互，使系统具有良好的扩展性。
-
公开(公告)号：CN115988174A
公开(公告)日：2023-04-18
申请号：CN202211536281.3
申请日：2022-12-02
Applicant: 安徽南瑞继远电网技术有限公司
Abstract: 本发明涉及一种具有增强状态感知能力的视频网关系统，包括设备层，用于获取非标准的视频文件资源；应用层，采用综合应用服务平台，通过视频能力网关模块将设备层非标准的视频文件资源进行标准化后，结合综合业务服务平台的联动信号，配置相应的联动视频和告警信号转发至业务层；业务层，接收综合应用服务平台的告警信号后，调用视频能力网关模块的相应视频进行告警抓图和告警录像。本发明还公开了一种具有增强状态感知能力的视频网关系统的融合方法。本发明兼容不同主流厂商的视频监控设备，建立统一的接口标准，减少音视频应用开发的复杂度，能够快速感知视频在线状态及画面质量等信息，为大场景运维技术提供了技术支撑。
-
公开(公告)号：CN119397192A
公开(公告)日：2025-02-07
申请号：CN202411408147.4
申请日：2024-10-10
Applicant: 安徽南瑞继远电网技术有限公司
IPC: G06F18/20 , G06F18/25 , G06F18/10 , G06F18/23213 , G06F18/26 , G06N3/0442 , G06N3/084 , G06N5/01
Abstract: 本发明涉及一种基于多源时序数据融合和拓扑结构的数据通道状态感知方法，包括：采集多源时序数据；进行清洗；得到多源融合时间序列；构建知识图谱结构，所述知识图谱结构包括设备链路拓扑结构、设备本体和拓扑关联设备的数据和运行工况；得到训练好的长短期记忆网络模型；将实时数据输入训练好的长短期记忆网络模型，训练好的模型对实时数据进行预测，动态感知设备的运行状态。本发明采用知识图谱结构，将设备链路拓扑结构、设备本体和关联设备的数据及运行工况进行建模，这种方式能够表达设备之间的复杂关联关系，并结合实际运行数据，提升了对设备状态的感知能力，使得监测系统能够利用已有的专业知识和设备间的关联进行更为全面的状态分析。
-
公开(公告)号：CN117688444A
公开(公告)日：2024-03-12
申请号：CN202311693941.3
申请日：2023-12-08
Applicant: 安徽南瑞继远电网技术有限公司
IPC: G06F18/241 , G06F18/214 , G06N3/0442 , G06N3/08 , G01R31/62
Abstract: 本发明实施例提供一种基于改进LSTM网络的变压器健康状态预测方法及系统，涉及变压器健康状态的预测技术领域。所述预测方法包括：获取变压器内部的参数数据；采用LSTM网络根据所述参数数据预测所述变压器的健康状态。该预测方法通过LSTM网络进行学习，不断更新网络参数以适应数据的动态变化，构建变压器健康状态评估的学习模型，使得变压器的健康状态可以更及时、更准确地得到评估和监测，提升变压器健康状态预测的准确性和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.058 seconds)
