-
公开(公告)号：CN120067825A
公开(公告)日：2025-05-30
申请号：CN202411399083.6
申请日：2024-10-09
Applicant: 广东电网有限责任公司东莞供电局
IPC: G06F18/2411 , G06F18/10 , G06F18/213 , G06F18/21 , G06N3/048 , G06N3/084 , G06N20/10
Abstract: 本发明公开了一种变压器多模态数据诊断方法，涉及变压器故障诊断技术领域，包括以下步骤：采集变压器的多模态数据，对多模态数据进行预处理，将不同模态的数据融合成统一的数据格式；从多模态数据中提取关键特征；先设计复合核函数，结合高斯核和Sigmoid核，以捕捉数据的非线性关系，使用复合核函数训练SVM模型，确定高斯核的σ和Sigmoid核的coef0参数；将数据集划分为训练集和测试集，使用随机梯度下降优化算法调整高斯核和Sigmoid核的权重；在测试集上评估模型的分类准确率和性能，根据评估结果调整核函数的比例系数λ1和λ2；将训练好的多核SVM模型应用于新的变压器数据，进行故障诊断并生成数据诊断结果。
-
公开(公告)号：CN119249131A
公开(公告)日：2025-01-03
申请号：CN202411399157.6
申请日：2024-10-09
Applicant: 广东电网有限责任公司东莞供电局
IPC: G06F18/213 , G06F18/2135 , G06F18/25 , G06F18/27 , G06N3/0464 , G06F9/50 , G06F9/48 , G06F21/60 , G06N3/08
Abstract: 本发明属于电力设备技术领域，具体涉及一种电力设备多模态深度学习边缘计算平台，所述边缘计算平台包括数据采集模块、数据融合模块、动态模型更新模块、边缘计算优化模块、智能报警与预测模块、上下游数据链路整合模块、边缘设备资源管理模块、安全性增强模块、模拟与仿真模块，所述数据融合模块在特征提取阶段对不同模态的特征进行拼接、加权融合或采用PCA数学变换，形成一个综合的特征向量，在模型决策层，根据不同模态的模型输出结果进行融合，包括使用投票机制、加权评分或逻辑回归。该发明通过集成多模态深度学习技术和边缘计算架构，为电力设备监控和管理带来了全面的性能提升和成本节约。
-
公开(公告)号：CN118255140A
公开(公告)日：2024-06-28
申请号：CN202410662186.0
申请日：2024-05-27
Applicant: 广东电网有限责任公司东莞供电局
Inventor： 陈渠
Abstract: 本发明设计了一种标志牌收纳装置，其包括工作台、识别器、抓取件和收纳箱，工作台用于承托标志牌，识别器设于工作台上，工作台提供一个稳定且易于识别的平台，确保识别器能够清晰地读取标志牌上的文字，识别器能对标志牌上的文字进行形态识别，并传输给抓取件，抓取件能识别收纳区域的标识找到与标志牌上的文字相匹配的收纳区域，并将该标识牌抓取至该收纳区域，相较于现有技术，其无需依赖人工，不仅能实现效率大大提升而且能实现精准识别及收纳。
-
公开(公告)号：CN119575007A
公开(公告)日：2025-03-07
申请号：CN202411627260.1
申请日：2024-11-14
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司东莞供电局
Abstract: 本发明公开了一种变电站多间隔保护装置的协同测试方法及系统。该方法包括：采集变电站实体的多个保护装置的实体运行数据，构建变电站的数字孪生模型，生成多个保护装置的协同测试场景，确定在协同测试场景下多个保护装置之间的电气连通路径，通过数据层模型和电气连通路径确定保护装置在协同测试场景下的关联保护定值，根据业务层模型确定与关联保护定值对应的测试激励信号序列，对变电站实体中的多个保护装置进行测试，以获得与协同测试场景对应的协同测试结果，对多个保护装置的保护定值参数进行自适应优化调整，并更新至数字孪生模型的数据层模型中，提高保护装置的响应速度和检测准确性，确保变电站运行的安全性和可靠性，实现持续优化。
-
公开(公告)号：CN119573811A
公开(公告)日：2025-03-07
申请号：CN202411768050.4
申请日：2024-12-04
Applicant: 广东电网有限责任公司东莞供电局
Abstract: 本发明公开了一种主变压器多模态检测装置，涉及主变压器检测设备技术领域，包括硬件和软件，硬件包括检测装置主体、数显板、连接线缆、连接件、稳定机构和限位件，软件包括控制单元，所述检测装置主体内部开设有安装槽，安装槽内设置有检测器，且检测器于检测装置主体之间安装有稳定机构，检测器下方两侧固定连接有连接件，连接件可拆卸连接有限位件，限位件远离连接件的一侧固定连接有三相连接线缆；该装置通过旋转转动块带动调节块沿着第二安装架的转轴进行翻转，改变其在传动槽内的位置，同时，当调节块发生移动时，会带动第一传动轮进行翻转，从而带动驱动轮则与三相连接线缆配合，使其竖直运动，限位件受力与连接件配合。
-
Patent Agency Ranking
公开(公告)号：CN118862754A
公开(公告)日：2024-10-29
申请号：CN202410898429.0
申请日：2024-07-05
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司东莞供电局
IPC: G06F30/30 , G06V30/148 , G06V30/19
Abstract: 本发明公开了一种端子排图像与端子排模型数据校验方法、装置、设备及介质。该方法包括：确定目标端子排的目标端子排图像与至少一个候选端子排模型数据；确定目标端子排图像中所包含的至少一个字符数据；对至少一个字符数据进行数据识别，得到识别结果；基于识别结果，对至少一个候选端子排模型数据进行筛选，得到目标端子排模型数据；将识别结果与目标端子排模型数据进行匹配，得到目标匹配结果，并根据目标匹配结果，确定目标端子排模型数据是否正确。采用本发明的方案，能够实现对端子排模型进行整体性校验的同时，提供了在端子排图像中缺乏端子段名称时，依旧能够精准定位到匹配的目标端子排模型数据。
-
公开(公告)号：CN118351549A
公开(公告)日：2024-07-16
申请号：CN202410535946.1
申请日：2024-04-30
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司东莞供电局
Abstract: 本发明实施例公开一种端子排文本识别和模型训练方法、装置及电子设备，该方法包括：将样本端子排图像输入待训练的端子排文本识别模型，端子排文本识别模型包括：端子单元检测子模型和文本识别子模型；通过端子单元检测子模型，从样本端子排图像中提取样本端子单元特征；通过文本识别子模型，基于样本端子单元特征获取样本文本识别结果；以及根据样本文本识别结果确定训练损失函数的函数值，根据训练损失函数的函数值对端子排文本识别模型中的模型参数进行调整。本发明实施例能够高效准确地对端子排文本进行识别。
-
公开(公告)号：CN119939456A
公开(公告)日：2025-05-06
申请号：CN202411981714.5
申请日：2024-12-31
Applicant: 广东电网有限责任公司东莞供电局
IPC: G06F18/2433 , G06F18/243 , G06F18/2411 , G06F18/2131 , G06F18/10 , G01R31/62
Abstract: 本发明属于数据异常鉴别技术领域，具体涉及一种主变压器运行多模态数据的异常鉴别方法，所述异常鉴别方法包括以下步骤：步骤1.数据采集：收集主变压器运行中的各种数据，包括电流、电压、温度、振动、噪声；步骤2.数据预处理：对采集的数据进行清洗和整理，包括去除噪声、填补缺失值、数据平滑操作；步骤3.特征提取：从预处理后的数据中提取关键特征，包括统计特征、频域特征，将原始数据转换为用于分析的形式；步骤4.建模与训练：利用机器学习或深度学习模型对特征进行训练，模型包括决策树、支持向量机。该发明通过多层次、多维度的异常检测和处理机制，不仅提升了变压器运行的安全性和可靠性，也优化了运维管理的效率和成本。
-
公开(公告)号：CN116914931A
公开(公告)日：2023-10-20
申请号：CN202310868103.9
申请日：2023-07-14
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司东莞供电局
Abstract: 本发明公开了一种倒闸监测方法、装置、设备及存储介质。方法包括：监测第一刀闸和第二刀闸的刀闸位置，第一刀闸为连接输电线路与第一母线的刀闸，第二刀闸为连接输电线路与第二母线的刀闸，第一母线为当前供电的母线，在第一刀闸和第二刀闸均处于合闸位置时，获取母差保护数据中的小差电流，基于小差电流判断第二刀闸是否导通输电线路与第二母线，在第二刀闸未导通输电线路与第二母线时，向五防系统发送闭锁信号，闭锁第一刀闸，避免带负荷拉开第一刀闸，造成线路失电，造成巨大的损失，提高了安全性。
-
公开(公告)号：CN119720014A
公开(公告)日：2025-03-28
申请号：CN202411768164.9
申请日：2024-12-04
Applicant: 广东电网有限责任公司东莞供电局
IPC: G06F18/2433 , G06F18/213 , G06F18/23213 , G06F18/214 , G06F18/2111 , G06N3/086 , G06N3/045
Abstract: 本发明公开了一种主变压器合成数据集的异常检测评估方法，涉及变压器状态检测技术领域，包括以下步骤：获取变电站的监测数据和诊断结果，将监测数据和诊断结果合并成两个数据集，一个用于特征输入，一个用于目标变量，计算输入变量与目标变量之间的互信息值，基于计算的互信息值，筛选出与标签变量有较高相关性的输入变量用于构建输入矩阵；将筛选出的输入变量组织成一个输入矩阵，采用GB‑RBM算法对输入矩阵进行特征提取，然后应用GA遗传算法来优化DBN的隐含层节点数；对DBN提取的特征向量进行K‑means聚类，识别和分离异常数据；对聚类结果进行分析，标记异常数据；根据评估结果调整特征提取和聚类过程的参数，进一步提高异常检测的精度和效率。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.029 seconds)
