基于级联架构的变电站一键顺控视频的控制方法及系统

    公开(公告)号:CN117674424B

    公开(公告)日:2024-11-15

    申请号:CN202311670119.5

    申请日:2023-12-01

    Abstract: 本发明实施例提供一种基于级联架构的变电站一键顺控视频的控制方法及系统,属于变电运维技术领域。所述控制方法包括:构建区域设备关联体系;获取当前的一键顺控指令;根据一键顺控指令生成用于远程控制区域设备的实时命令组;根据实时命令组生成预测命令组,并生成与预测命令组相关联的指示字符;向区域设备关联体系发送实时命令组、预测命令组以及指示字符;区域设备关联体系分发实时命令组至区域设备,以执行实时命令组,同时区域关联体系缓存预测命令组和指示字符;获取下一组一键顺控指令;判断下一组一键顺控指令的实时命令组与上一组一键顺控指令的预测命令组是否相同。

    一种变电站的物联边缘管理平台
    13.
    发明公开

    公开(公告)号:CN114662720A

    公开(公告)日:2022-06-24

    申请号:CN202210427832.6

    申请日:2022-04-22

    Abstract: 一种变电站的物联边缘管理平台,包括边缘物联代理模块和智能运维业务应用模块,边缘物联代理模块的设备接入层通过各种物联协议和规约,实现各类设备和模块的数据交互;核心服务层为整个模块提供基础服务,支撑服务层提供模块支撑服务,同时通过云边协同服务作为API的接入层,为应用、物联管理平台、智能运检管控平台提供API接入服务;智能运维业务应用模块基于边缘物联代理模块接入的各类数据,进行深度整理、分析,实现设备状态的全景感知、设备故障的智能识别、设备缺陷的智能预警、主辅设备的智能联动、智能巡视、运维管理。本发明的优点在于:实现变电站运检全业务数据汇集,提升变电运维数字化、智能化水平。

    一种基于平台化管理的电力AI模型的应用分析方法

    公开(公告)号:CN119558429A

    公开(公告)日:2025-03-04

    申请号:CN202411711038.X

    申请日:2024-11-27

    Abstract: 本发明涉及一种基于平台化管理的电力AI模型的应用分析方法,包括:对第三方厂商上传的模型纳入统一管理,并进行镜像的标准化封装和所需硬件资源的监控;制定最优的模型应用策略;将最优的模型应用策略下发至站端模型分析主机;对下发到站端的最优的模型应用策略进行实用化评估,了解模型的实际应用指标,并对模型更新前后的指标进行对比分析。本发明能够有效纳管大量模型,同时能够将多模型在统一的指标下进行同维度对比,完善模型评测机制;筛选出不同模型的优势识别标签进行模型编码应用,提升模型应用准确率,提升模型应用效果;将迭代优化后的模型自动更新部署至远程电力系统平台,实时监控模型在业务系统中的运行状态,提高运维效率。

    区域型变电站智能巡视平台的自适应巡视方法

    公开(公告)号:CN117937730A

    公开(公告)日:2024-04-26

    申请号:CN202311693812.4

    申请日:2023-12-07

    Abstract: 本发明实施例提供一种区域型变电站智能巡视平台的自适应巡视方法,属于变电站智能巡视技术领域。所述自适应巡视方法包括:构建基础服务平台;在所述基础服务平台中构建微服务模块,其中,所述微服务模块包括多个微应用,每个所述微应用包括多个组件,每个所述微应用用于执行不同的业务;本发明通过在基础服务平台中构建多个微应用,在当前变电站需要进行相应的巡视任务时,根据当前变电站的业务需求,调用相应的微应用以进行相应的巡视目的,该种方式能够适用于多个变电站的不同巡视业务需求使用,有效地提高了巡视效能;此外,组件上传模块能够及时更新或者添加新的组件,以扩充微应用的功能和范围,延展性更好。

    一种基于精细化管理的电力业务图像视频库构建方法

    公开(公告)号:CN119722030A

    公开(公告)日:2025-03-28

    申请号:CN202411784560.0

    申请日:2024-12-06

    Abstract: 本发明涉及一种基于精细化管理的电力业务图像视频库构建方法,包括:构建数据传输链路;利用图像脱敏算法、图像质量评估算法对接入的数据进行处理,得到治理后的数据,将不合格信息导出并发送给变电运维人员;运用自动智能标注工具对治理后的数据进行图像标注;随后进行集约化管理,对各类样本快速检索组合,同时进行权限与版本管理。本发明终端采集的样本数据直接汇聚到省级平台侧,样本归集效率相比传统方式提高了300%以上,为人工智能算法的训练和优化提供了丰富而高效的数据支持;通过质量评估算法、自动标注与审核的三重保障,形成了规范统一的样本库,确保了人工智能算法训练所用数据的准确性和可靠性,进一步提升了算法的性能和稳定性。

Patent Agency Ranking