-
公开(公告)号：CN104238466A
公开(公告)日：2014-12-24
申请号：CN201310226757.8
申请日：2013-06-08
Applicant: 华北电力大学(保定)
IPC: G05B19/418
Abstract: 本发明涉及一种基于物联网和云计算技术的智能用电用能系统平台。本发明的智能用电用能系统平台由用电侧系统、用能侧系统和云信息处理平台组成。用电侧系统采用RFID和ZigBee技术实现用电设备的监控和联动，包括本地控制终端和智能插座。用能侧系统基于微网技术和物联网技术进行家庭能源系统与电网之间电力流的科学管理和智能调度，包括控制平台、ZigBee监控节点、逆变器、充放电控制器、储能装置和分布式电源；云信息处理平台采用分布式存储系统HomeTable实现数据存储分区，MapReduce技术实现家庭物联网的数据分析及数据挖掘，包括数据同步异步接入层、数据分布式存储层和数据并行处理层。本发明实现了同“电力公司-分布式能源-物联网设备-设备间联动”全方位互动，兼容家庭能源系统可对分布式电源和储能装置进行科学管控，面向家庭物联网的云计算架构可为每一个用户量身打造出用电用能服务模式，而基于本地专家系统和后台云端的异步同步信息处理模式很好兼顾了事务处理的快速性和可靠性。
-
公开(公告)号：CN119128439A
公开(公告)日：2024-12-13
申请号：CN202411272422.4
申请日：2024-09-11
Applicant: 国网河北省电力有限公司电力科学研究院 , 国家电网有限公司 , 华北电力大学(保定)
IPC: G06F18/20 , G06F18/2433 , G01J5/48 , G01J5/00
Abstract: 本申请提供一种变压器监测方法及装置，属于变压器技术领域。该方法包括：根据与变压器温度具有关联关系的第一预设时间段内的设备数据，确定第一预设时间段内的温度数据，在此基础上，结合变压器的历史温度数据，预测第一预设时间段内之后下一时间段的预测温度数据，最后基于预测温度数据对变压器进行异常温升监测，该方法充分考虑了变压器的历史温度数据，提高了温度预测的精准度，进而，提高了基于该预测温度数据进行的变压器异常温升监测的准确性和有效性，而且无需专业人员进行操作和分析，节省人力和成本，减少由于相关人员操作分析失误导致的误判情况。
-
公开(公告)号：CN115829973A
公开(公告)日：2023-03-21
申请号：CN202211552257.9
申请日：2022-12-05
Applicant: 华北电力大学(保定)
IPC: G06T7/00 , G06T5/00 , G06V10/30 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度背景消光的输电线路绝缘子串自爆检测算法，包括以下步骤：S1:通过阈值法对航拍图像进行处理，获得绝缘子串的二值掩膜图；S2:通过图像侵蚀操作去除噪声，确定绝缘子串的主体部分，再通过图像膨胀对绝缘子串主体部分进行不确定区域的划分，获得Trimap图；S3:将Trimap图输入到深度神经网络中进行不确定区域的推理，获得Alpha图；S4:利用Alpha图将原图从RGB三通道拓展到RGBA四通道，获得背景消光后的绝缘子串图像；S5:用轻量化的YOLOv5算法进行绝缘子串自爆缺陷的检测。本发明能够将电力设备所所处的复杂背景去除，大大降低了输电线路复杂环境对检测精度造成的不利影响，满足了绝缘子串自爆缺陷的检测要求。
-
公开(公告)号：CN114742777A
公开(公告)日：2022-07-12
申请号：CN202210331136.5
申请日：2022-03-30
Applicant: 国网河北省电力有限公司雄安新区供电公司 , 国家电网有限公司 , 华北电力大学(保定)
Abstract: 本发明公开了一种基于改进YOLO模型的销钉状态的识别方法，包括以下步骤：基于YOLOv3‑Darknet53模型，加入解耦合检测头结构，构建初始改进YOLO模型；基于ImageNet数据集对初始改进YOLO模型进行预训练后，通过采集输电线路销钉的可见光通道图片对预训练后的初始改进YOLO模型进行微调训练，构建改进YOLO模型；采集待检测线路的输电线路销钉图片，通过随机擦除策略和Hide‑and‑seek策略进行预处理后，通过改进YOLO模型获取输电线路销钉的销钉状态；本发明提升了检测精度的同时也提高了检测速度，使得对于输电线路销钉检测这种小目标识别具有更好的检测效果。
-
公开(公告)号：CN113092966B
公开(公告)日：2022-04-29
申请号：CN202110383779.X
申请日：2021-04-09
Applicant: 华北电力大学(保定) , 全球能源互联网研究院有限公司
Abstract: 本发明公开了一种基于麦克风阵列的换流阀局部放电信号的定位方法，包括以下步骤：S1，通过最优的麦克风阵列排布结构，收集换流阀设备缺陷产生局部放电数据的原始信号；S2，利用盲源分离算法从原始信号中分离出背景噪声数据和局部放电信号数据；S3，将去噪后的局部放电信号进行滤波，得到局部放电信号的频域信号，并根据信号中心频率与带宽之间的关系分为宽带信号和窄带信号；S4，通过聚焦算法将宽带信号聚焦为窄带信号；S5，利用改进MUSIC算法对窄带信号进行定位计算，确定换流阀局部放电的位置。本发明提供的基于麦克风阵列的换流阀局部放电信号的定位方法，具有计算速度快、定位精度高、实时性强的特点。
-
Patent Agency Ranking
公开(公告)号：CN106934418B
公开(公告)日：2021-05-14
申请号：CN201710137101.7
申请日：2017-03-09
Applicant: 国家电网公司 , 国网河北省电力公司检修分公司 , 华北电力大学(保定)
Abstract: 本发明公开一种基于卷积递归网络的绝缘子红外诊断方法，包括以下步骤：A、对绝缘子的红外图像进行分割；B、对分割出的区域进行验证，以确定绝缘子故障区域；C、对故障区域进行识别，对绝缘子是否发生劣化以及劣化部位做出诊断信息。本发明能够改进现有技术的不足，具有较高的精度和收敛速度，且可适应性较强。
-
公开(公告)号：CN106934802B
公开(公告)日：2020-10-27
申请号：CN201710137103.6
申请日：2017-03-09
Applicant: 国家电网公司 , 国网河北省电力公司检修分公司 , 华北电力大学(保定)
Abstract: 本发明公开一种基于决策树的裂化瓷质绝缘子判定诊断方法，包括以下步骤：A、对绝缘子进行拍照，进行图像识别，以区分不同的绝缘子；B、分析不同绝缘子在图像中显示的温度值，对温度值进行整理，形成特征值矩阵进行决策树判断识别裂化绝缘子。本发明能够改进现有技术的不足，减少了在红外检测过程中发生正常片误检，裂化片漏检的现象，提高了裂化瓷质绝缘子检测的准确率，在巡检过程中能准确高效的处理大量的红外图片，并找出裂化片。
-
公开(公告)号：CN110992306A
公开(公告)日：2020-04-10
申请号：CN201911066307.0
申请日：2019-11-04
Applicant: 国网河北省电力有限公司检修分公司 , 华北电力大学(保定)
Abstract: 本发明公开了基于深度学习的红外图像中劣化绝缘子的分割方法及装置，包括全卷积神经网络和多尺度特征融合两部分，利用全卷积神经网络模型对红外图谱中的劣化绝缘子进行自动提取以及学习劣化绝缘子的纹理、形状等特征，避免了传统分割模型对于复杂背景无法有效分离的弊端，避免了传统分割算法模型复杂的特征选择过程，通过FCN模型实现了端到端的特征提取的自主化与智能化。在减少人工电力巡检的工作量的同时，提高了巡检的效率和准确度，具有很大的实用性，十分符合复杂的现场环境。该自动分割和诊断方法，极大的减少了误检的情况，使得高压绝缘子劣化检测全自动巡检成为可能。
-
公开(公告)号：CN111047598B
公开(公告)日：2023-09-01
申请号：CN201911066537.7
申请日：2019-11-04
Applicant: 华北电力大学(保定) , 国网山东省电力公司电力科学研究院
IPC: G06T7/11 , G06N3/0464 , G06Q50/06
Abstract: 本发明公开了基于深度学习的输变电设备紫外放电光斑分割方法及装置，包括全卷积神经网络和多尺度特征融合两部分，利用全卷积神经网络模型对紫外图谱中的紫外光斑进行自动提取以及学习光斑的纹理、形状等特征，避免了传统分割模型对于高亮白色背景及分散小光斑无法有效分离的弊端，避免了传统分割算法模型复杂的特征选择过程，通过FCN模型实现了端到端的特征提取的自主化与智能化。在减少人工电力巡检的工作量的同时，提高了巡检的效率和准确度，具有很大的实用性，十分符合复杂的现场环境。该自动分割和诊断方法，极大的减少了误检的情况，使得电气设备异常放电全自动巡检成为可能。
-
公开(公告)号：CN115953681A
公开(公告)日：2023-04-11
申请号：CN202211685434.0
申请日：2022-12-27
Applicant: 华北电力大学(保定)
IPC: G06V20/10 , G06V20/17 , G06V10/82 , G06T5/00 , G06N3/0464 , G06N3/048 , G06N3/045 , G06N3/08 , G06Q50/06
Abstract: 本发明公开了一种恶劣天气下的输电线路缺陷检测方法，具体包括以下步骤：S1.通过无人机获取输电线路的航拍影像；S2.通过图像自适应增强模块对航拍影像进行处理，获得高质量图像；S3.建立目标检测网络，基于YOLOv5算法对高质量图像进行检测，获得输电线路缺陷检测结果。本发明通过对低质量图像进行自适应增强，实现了大雾、阴云等恶劣天气下输电线路缺陷的精准检测，降低了漏检率。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.029 seconds)
