-
公开(公告)号：CN117172413A
公开(公告)日：2023-12-05
申请号：CN202311154552.3
申请日：2023-09-07
Applicant: 中国科学院合肥物质科学研究院 , 安徽南瑞继远电网技术有限公司
IPC: G06Q10/063 , G06Q50/06 , G06F18/241 , G06F18/243 , G06N3/042 , G06N3/0455 , G06N3/08 , G06N5/01
Abstract: 本发明涉及一种基于多模态数据联合表征和动态权重学习的电网设备运行状态监测方法，与现有技术相比解决了难以将多源异构数联合表征和统一应用、利用设备不同部件间的关联关系来建立电网备状态度量的缺陷。本发明包括以下步骤：设定电网设备状态数据的分布式表示方法；电网设备多模态数据的联合表征；设备内部拓扑关系图的构建；图神经网络的动态权重学习；电网设备状态的评价。本发明结合机器学习分类方法来进行设备状态健康评价，能够显著提高评价方法的准确性和鲁棒性，达到电网设备运行状态监测的目的。
-
公开(公告)号：CN115661337A
公开(公告)日：2023-01-31
申请号：CN202211164520.7
申请日：2022-09-23
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双目视觉的变电站作业人员三维重建的方法，包括：对每个单目相机分别进行单目标定，将获取的单目参数保存后对双目相机进行标定；实时采集图像，将目标坐标转换到相机坐标系中；进行立体匹配，计算视差值；计算深度信息，将深度信息组成的深度图融合经视差值计算后的RGB图生成单帧点云图，将生成的单帧点云图进行融合得到完整的三维点云，通过位姿变换构建实时三维图像。本发明将变电站与作业人员同时进行了三维重建，并以静态变电站三维坐标体系为基准，实现动态作业人员点云与静态变电站点云的匹配结合；本发明在三维重建的过程中得到了深度信息，在检测作业人员的同时能获得精确的距离计算，方便变电站内的作业安全管控。
-
公开(公告)号：CN115512207A
公开(公告)日：2022-12-23
申请号：CN202211360352.9
申请日：2022-11-01
Applicant: 安徽南瑞继远电网技术有限公司 , 南瑞集团有限公司
Abstract: 本发明提供了一种于多路特征融合及高阶损失感知采样的单阶段目标检测方法。通过获取待检测图像，并对待检测图像执行预处理；根据预先建立的目标检测网络模型对待检测图像执行检测，获取初步检测结果；目标检测网络模型基于多路特征金字塔网络执行多路特征融合；以及基于高阶损失感知采样机制进行训练；根据初步检测结果计算面积交并比以及非极大值抑制，得到最终的检测结果。相比于现有技术，通过利用提出的多路特征金字塔能够避免低级特征细节和纹理的丢失获取从而获得更加完整的目标特征信息；同时，利用提出的高阶损失感知采样机制能够针对于图像中的每个实例自适应的选出其对应的正样本用于训练，从而达到更好的目标检测效果。
-
公开(公告)号：CN113660143B
公开(公告)日：2022-07-19
申请号：CN202110961132.0
申请日：2021-08-20
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 安徽南瑞继远电网技术有限公司
Abstract: 本发明公开了智能传感器协议测试方法，属于传感器测试技术领域，具体方法包括：根据需要测试的传感器类型设置传感器协议测试模块；为传感器协议测试模块设置对应的技术协议；将被测传感器安装在对应的传感器协议测试模块中，建立参数库，将被测传感器的匹配数据输入到参数库中进行参数匹配，获得对应的控制参数，根据控制参数对传感器协议测试模块进行调整；向各传感器协议测试模块输入控制信号，各传感器协议测试模块输出相应激励；实时采集并显示各传感器协议测试模块的测量数据；通过设置具有不同类型的传感器协议测试模块，解决目前普通智能传感器协议测试设备只具有单品种传感器的协议测试功能的问题，提高了检测效率，同时降低成本。
-
公开(公告)号：CN114360582A
公开(公告)日：2022-04-15
申请号：CN202210042045.X
申请日：2022-01-14
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽南瑞继远电网技术有限公司 , 国网电力科学研究院有限公司 , 中国电力科学研究院有限公司 , 国家电网有限公司
Inventor： 张晨晨 , 丁国成 , 杨可军 , 张可 , 黄文礼 , 朱太云 , 季坤 , 李坚林 , 甄超 , 韩帅 , 王成龙 , 吴兴旺 , 杨海涛 , 吴杰 , 尹睿涵 , 胡啸宇 , 高飞 , 毛光辉
Abstract: 本发明涉及一种基于多频段自监督的变压器声纹异常检测方法，包括：对变压器的声纹数据进行采集和预处理；对采集的声纹数据进行特征提取；设计一个自监督的多层全连接神经网络模型，并自监督学习变压器的工作声纹数据特征，判断声纹数据特征之间的差异；在自监督学习中，当输入连续的声纹数据特征时，多层全连接神经网络模型输出连续的声纹数据异常监测差异度结果；使用模板匹配算法进行异常频率特征向量的识别检测，对异常频率特征分分离注册，实现泛化性的识别检测。本发明保留变压器声纹中的关键特征同时压缩非关键频带的参数，降低特征向量维度，减少计算负担加快系统分析速度，极大节省专业人员工作量，减少人工干预造成的精度偏差。
-
Patent Agency Ranking
公开(公告)号：CN109038813A
公开(公告)日：2018-12-18
申请号：CN201810831203.3
申请日：2018-07-26
Applicant: 安徽南瑞继远电网技术有限公司
CPC classification number: H02J13/0013 , H02J13/0075 , H04L41/14 , H04L43/045 , H04L51/10 , H04L67/025 , H04L67/26
Abstract: 本发明公开了输电线路智能管控系统，其特征在于，包括：数据采集模块，设置在输电线路上并对输电线路进行监测得到在线监测信息；智能分析模块，接收数据采集模块的在线监测信息并对其进行分析识别；移动巡检模块，用于对数据采集模块的位置进行定位，并发送巡检信息；可视管理模块，接收数据采集模块、智能分析模块和移动巡检模块的信息并对其进行处理；终端，用于接收可视管理模块发送的信息并进行显示；所述数据采集模块和移动巡检模块的输出端连接可视管理模块，可视管理模块与智能分析模块连接，所述可视管理模块的输出端连接终端。本发明支持大规模输电线路在线监测装置的接入；方便用户进行设备巡检；提高了缺陷识别的效率和准确率。
-
公开(公告)号：CN107392127A
公开(公告)日：2017-11-24
申请号：CN201710568713.1
申请日：2017-07-13
Applicant: 国家电网公司 , 国网安徽省电力公司电力科学研究院 , 安徽南瑞继远电网技术有限公司 , 安徽大学
Abstract: 本发明公开了一种基于切比雪夫多项式描述子复杂背景下的输电线路提取算法，其包括：对输入图像进行预处理，利用随机Hough变换提取图像中的直线和曲线，利用切比雪夫多项式描述子的曲线描述优势，对所提取的对象进行特征描述，并通过K-means聚类分析方法来训练视觉字典，通过视觉字典的比对，提取图像中的输电线路。本发明能有效提高复杂背景下的输电线路提取的精度。
-
公开(公告)号：CN107045636A
公开(公告)日：2017-08-15
申请号：CN201611026896.6
申请日：2016-11-22
Applicant: 国网安徽省电力公司 , 安徽南瑞继远电网技术有限公司 , 国网安徽省电力公司安庆供电公司
CPC classification number: G06K9/4614 , G06K9/3233 , G06K9/342
Abstract: 本发明公开了基于平稳小波变换和亮度序的局部特征描述方法，其特征在于，包括：利用Hessian‑Affine算子检测仿射协变区域；利用平稳小波变换对检测区域进行分解，获得不同尺度的多支持区域；利用亮度序对支持区域进行划分，得到互不重叠的子区域；利用三值模式策略在局部旋转不变坐标系下计算局部特征描述子。本发明提供的基于平稳小波变换和亮度序的局部特征描述方法，通过利用平稳小波分解获得多支持区域，有效地降低了图像扭曲带来的不利影响，并通过利用亮度序对支持区域进行划分，使得该方法对单调亮度变化具有不变性。
-
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
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。
-
公开(公告)号：CN114495983B
公开(公告)日：2024-10-29
申请号：CN202210158492.1
申请日：2022-02-21
Applicant: 安徽南瑞继远电网技术有限公司 , 南瑞集团有限公司
Abstract: 本发明公开了一种基于云边协同的设备故障声纹监测系统，通过建立设备声纹故障数据云端样本库、模板库；获取设备音频数据，并进行预处理操作，提取第一音频声纹特征；通过比较所述第一音频声纹特征对应的第一高维表示数据与正常声纹的高维表示数据确定声纹的异常；通过提取所述故障音频数据对应的声纹特征；将所述设备音频数据对应的声纹特征的特征向量与模板库中的声纹特征故障模板进行比对，确定对应的故障类型。本发明可以在前期标记样本库稀少的情况下，部署设备故障声纹监测深度学习算法并持续优化算法准确度，从而解决了故障数据采集的难度也提高了识别准确度；且基于边端故障识别分析模块只需分析上传的异常声纹，大大减少服务器开销。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.083 seconds)
