-
公开(公告)号：CN115510253A
公开(公告)日：2022-12-23
申请号：CN202211035697.7
申请日：2022-08-26
Applicant: 国网山东省电力公司枣庄供电公司 , 国家电网有限公司 , 华北电力大学(保定)
IPC: G06F16/483 , G06F16/432 , G06F16/438 , G06F16/36 , G06T19/00 , G06Q10/00 , G06Q50/06
Abstract: 本发明提供一种基于三维知识图谱的变电站设备AR辅助维修方法及终端。该方法包括：获取故障发生位置的声音信号、振动信号和红外热图像；分别对声音信号、振动信号和红外热图像进行特征向量提取，获得故障特征向量；将故障特征向量与故障三维知识图谱中多个样本特征向量分别进行比对计算相似度；根据相似度和所述故障三维知识图谱确定故障原因和目标维修方案，并将目标维修方案进行可视化展示；获取故障现场的实时图像信息，根据实时图像信息和目标维修方案生成虚实结合图像，并将虚实结合图像输入便携式AR设备显示模块进行展示，以辅助维修。本发明能够基于三维知识图谱实现快速获取维修方案，并通过AR辅助维修的方式提高工作人员现场维修效率。
-
公开(公告)号：CN113295702B
公开(公告)日：2022-09-02
申请号：CN202110551204.4
申请日：2021-05-20
Applicant: 国网山东省电力公司枣庄供电公司 , 国家电网有限公司 , 华北电力大学(保定)
Abstract: 本发明实施例涉及故障诊断技术领域，公开了一种电气设备故障诊断模型训练方法和电气设备故障诊断方法。上述电气设备故障诊断模型训练方法包括：采集电气设备在不同运行状态下的声音信号、振动信号和红外图像；对振动信号和声音信号进行降噪分解处理，得到振动信号的第一特征量和声音信号的第二特征量；对红外图像进行小波分解，得到红外图像的第三特征量；将第一特征量、第二特征量和第三特征量进行融合，得到特征向量，并基于特征向量构建多维样本数据集；基于多维样本数据集，训练电气设备故障诊断模型。上述方法能够提高电气设备故障诊断模型识别的准确率。
-
公开(公告)号：CN114118786A
公开(公告)日：2022-03-01
申请号：CN202111407346.X
申请日：2021-11-24
Applicant: 国网山东省电力公司枣庄供电公司 , 华北电力大学
Inventor： 杜颖 , 荣以平 , 刘继彦 , 张海静 , 鞠文杰 , 梅盛旺 , 唐晓光 , 孙亚忠 , 刘玉娇 , 宋亮 , 徐小龙 , 李国亮 , 王闯 , 吴国敬 , 刘彤 , 宋培鑫 , 宋磊 , 刘佳 , 林美华 , 赵滕 , 胡孟岩 , 赵英杰 , 黄菲菲 , 张乃夫 , 陈鑫 , 申和坤
IPC: G06Q10/06
Abstract: 本申请适用于能源效率评估技术领域，公开了一种综合能源系统能效评价方法、装置和终端设备。上述综合能源系统能效评价方法包括：构建综合能源系统能效指标体系，确定综合能源系统能效指标体系中各项评价指标的评价指标值；通过多种评价模型对各项评价指标进行评估，得到各项评价指标的权重值及多种评价模型对应的评价结果；对多种评价模型进行组合，根据权重值计算不同模型组合方式下每种评价模型对应的权重系数，根据评价指标值和权重系数计算不同模型组合方式的评价结果；计算不同模型组合方式的评价结果与多种评价模型对应的评价结果之间的相关程度，根据相关程度确定最优模型组合方式和最优评价结果。
-
公开(公告)号：CN113295702A
公开(公告)日：2021-08-24
申请号：CN202110551204.4
申请日：2021-05-20
Applicant: 国网山东省电力公司枣庄供电公司 , 国家电网有限公司 , 华北电力大学(保定)
Abstract: 本发明实施例涉及故障诊断技术领域，公开了一种电气设备故障诊断模型训练方法和电气设备故障诊断方法。上述电气设备故障诊断模型训练方法包括：采集电气设备在不同运行状态下的声音信号、振动信号和红外图像；对振动信号和声音信号进行降噪分解处理，得到振动信号的第一特征量和声音信号的第二特征量；对红外图像进行小波分解，得到红外图像的第三特征量；将第一特征量、第二特征量和第三特征量进行融合，得到特征向量，并基于特征向量构建多维样本数据集；基于多维样本数据集，训练电气设备故障诊断模型。上述方法能够提高电气设备故障诊断模型识别的准确率。
-
公开(公告)号：CN118245828A
公开(公告)日：2024-06-25
申请号：CN202410108960.3
申请日：2024-01-25
Applicant: 国网山东省电力公司枣庄供电公司 , 国网山东省电力公司 , 华北电力大学
Inventor： 荣以平 , 刘继彦 , 张海静 , 鞠文杰 , 梅盛旺 , 唐晓光 , 孙亚忠 , 刘玉娇 , 宋亮 , 徐小龙 , 李国亮 , 王闯 , 吴国敬 , 刘彤 , 宋培鑫 , 宋磊 , 刘佳 , 林美华 , 赵滕 , 胡孟岩 , 赵英杰 , 王永利 , 姜斯冲 , 徐小爽
IPC: G06F18/232 , G06F18/22
Abstract: 本发明公开一种基于多能用户负荷‑能效双维画像方法，在考虑指标的可获取性的前提下，从用户负荷和能效方面分析用户的用能情况，结合了t‑SNE(t‑Distributed Stochastic Neighbor Embedding)降维算法和高斯混合聚类(GMM，Gaussian Mixture Module)聚类算法构建多能用户画像，以展示数据结构，构建清晰画像。本发明先使用t‑SNE算法进行降维，减少数据量，排除冗杂，再使用GMM聚类算法进行聚类将相似度高的数据聚类，两种算法结合使用构建画像可以将用户用能情况清楚地展示出来。本发明先使用t‑SNE算法进行降维，减少数据量，排除冗杂，再使用GMM聚类算法进行聚类将相似度高的数据聚类，两种算法结合使用构建画像可以将用户用能情况清楚地展示出来。
-
Patent Agency Ranking
公开(公告)号：CN116561636A
公开(公告)日：2023-08-08
申请号：CN202310568486.8
申请日：2023-05-18
Applicant: 国网山东综合能源服务有限公司 , 华北电力大学 , 国网山东省电力公司枣庄供电公司
IPC: G06F18/24 , G06F18/214 , G06F30/27 , G06N3/0464
Abstract: 本发明公开一种超参数双层优化的综合能源系统故障诊断方法及系统，包括：获取综合能源系统中设备的故障样本集，并对故障特征赋初始权重，得到带权重的故障样本集；构建超参数双层优化的故障诊断模型；其中，内层优化以故障诊断准确率最高为目标，根据带权重的故障样本集，对故障诊断模型中的超参数进行优化；外层优化以故障诊断时间最小为目标，对故障特征的权重进行优化；基于得到的最优超参数构建最优故障诊断模型，采用最优故障诊断模型对赋予最优权重的待测数据集进行故障诊断。对故障特征设置二值权重以进行数据降维，通过构建超参数双层优化的故障诊断模型，在实现最高诊断准确率的同时，缩短诊断时间。
-
公开(公告)号：CN116467566A
公开(公告)日：2023-07-21
申请号：CN202211443918.4
申请日：2022-11-18
Applicant: 国网山东省电力公司枣庄供电公司 , 华北电力大学(保定) , 国家电网有限公司
IPC: G06F18/10 , G06F18/214 , G06N3/084 , G06N3/0464
Abstract: 本发明公开了一种基于深度学习的小波去噪方法，本发明采用神经网络来实现小波去噪的功能，在输入不同信号时，能够根据信号的特点来自动调整网络参数以取代小波基函数的选取过程，提高去噪处理的效率，并且达到更好的去噪效果，具有更为广泛的适用性。
-
公开(公告)号：CN114280420B
公开(公告)日：2024-11-26
申请号：CN202111610916.5
申请日：2021-12-27
Applicant: 国网山东省电力公司枣庄供电公司 , 国家电网有限公司
IPC: G01R31/08
Abstract: 本发明提出了基于主动配电网故障区域划分的快速故障定位方法及系统，包括：对主动配电网的故障区段进行分区划分；针对划分后的故障区段采用故障定位数学模型进行故障定位；其中，故障定位数学模型中采用粒子群算法进行粒子群位置和速度更新，然后计算粒子适应度，之后更新粒子库并判断最优目标函数是否为零，当为零或者达到最高迭代次数时，输出最优解，即故障的具体位置。本发明首先对配电网区域进行划分，然后再进行故障定位，实现发生故障后的准确故障定位，可以减轻巡线负担，减小停电面积，缩短故障修复时间，进一步实现配电网快速准确的故障定位，提高配电网供电可靠性。
-
公开(公告)号：CN117849557A
公开(公告)日：2024-04-09
申请号：CN202410083836.6
申请日：2024-01-19
Applicant: 国网山东省电力公司枣庄供电公司
Abstract: 本发明公开了一种基于5G通信电缆的绝缘性在线监测系统及方法，具体涉及通信电缆监测技术领域，包括绝缘电阻测量模块、电流电压监测模块、温湿度监测模块、X射线监测模块、超声波监测模块、数据传输模块、数据处理模块、数据对比模块、监测终端机以及预警模块。本发明通过对电缆当前运行时的对比数据与电缆正常运行的正常数据进行对比，找到电缆异常情况的区域位置，并结合超声波监测模块以及X射线监测模块进行超声波监测和机械损伤的画面拍摄，结合神经网络模型的分析和判定，从而能够对电缆的绝缘性进行监测，并达到及时预警的效果。
-
公开(公告)号：CN117253129A
公开(公告)日：2023-12-19
申请号：CN202311522976.0
申请日：2023-11-16
Applicant: 国网山东省电力公司枣庄供电公司
Abstract: 本发明公开了基于AR技术的深度学习变电站设备监测与分析系统，具体涉及变电站设备监测技术领域，包括多个安装在变电站设备内部的光谱图像采集设备，所述光谱图像采集设备连接有监测与分析子系统。本发明通过对变电站设备内部进行多光谱画面进行采集和处理后，采用神经网络进行深度学训练分析，并进行AR可视化处理，可达到变电站设备内部的AR可视化监测与分析，结合监测设备和预警设备能够将预警信息通过AR界面实时显示在监测设备上，并可触发相应的维护或处理预警操作，通过数据挖掘与故障预测模块对变电站设备的历史监测数据进行挖掘和故障预测，为工作人员对设备的后续维护提供依据。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.049 seconds)
