一种基于无监督方式的电力变压器工况噪声分离方法

    公开(公告)号:CN112927710A

    公开(公告)日:2021-06-08

    申请号:CN202110078755.3

    申请日:2021-01-21

    Abstract: 本发明涉及一种基于无监督方式的电力变压器工况噪声分离方法,与现有技术相比解决了难以从电力变压器声纹信号中分离出噪声的缺陷。本发明包括以下步骤:电力变压器声纹数据的采集;声纹数据的预处理;变压器声纹的压缩;变压器工况噪声的分离。本发明通过采集的变压器音频,经去噪处理后,综合运用频率压缩方法、频率特征提取变压器声纹特征并进行有效融合;针对变压器工况声音由稳定工作状况发出的声音与不稳定的瞬时杂音加性叠加问题,提出一种基于特征向量夹角相似度算法,实现了声纹叠加的分离检测,分离出变压器工况噪声特性,为变压器工作状态的判断检测打下了基础。

    一种基于新颜色空间与fast-LOF的火焰检测方法及装置

    公开(公告)号:CN110263661A

    公开(公告)日:2019-09-20

    申请号:CN201910448574.8

    申请日:2019-05-28

    Abstract: 本发明公开了一种基于新颜色空间与fast-LOF的火焰检测方法,包括以下步骤:对采集的视频图像进行预处理形成第一处理图像;对第一处理图像进行颜色空间变换形成第二处理图像;对第二处理图像进行fast-LOF学习;利用学习获得的视觉字典进行火焰的检测。本发明还公开一种基于新颜色空间与fast-LOF的火焰检测装置。本发明能够克服传统的方法难以检测早期弱小火苗的缺陷,将RGB转换到新的颜色空间,能够有效地消除反射亮光的干扰;采用fast-LOF训练视觉字典,模型训练环节简单、快速,同时样本的多样性也提高了对不同场景的适应性;通过字典匹配,剔除非火焰区域,从而提高火焰的精度;本发明采用新的颜色空间与fast-LOF相结合的方式检测火焰,可以实现对早期弱小火焰的检测。

    一种基于容器化管理的电力AI训练平台

    公开(公告)号:CN212541377U

    公开(公告)日:2021-02-12

    申请号:CN202021707910.0

    申请日:2020-08-17

    Abstract: 本实用新型公开的属于人工智能技术领域,具体为一种基于容器化管理的电力AI训练平台,包括硬件资源层、操作系统层、通信层、数据库层、算法层和任务层,所述硬件资源层包含GPU资源池和存储资源池,所述通信层采用RabbitMQ多语言通信,该种基于容器化管理的电力AI训练平台,以容器化技术为基础,通过Web界面访问的方式,实现了电力AI训练平台的定制化,平台可以满足多种业务场景的需求,利用强大的硬件资源配置实现了电力场景下算法的快速训练及应用部署,能够直观显示模型优化过程及性能指标,有效管理算法模型,具备迭代训练触发机制,能够做到快速迭代模型,支撑现场算法的动态更新。(ESM)同样的发明创造已同日申请发明专利

    用于智能变电站运维管控业务的采集监控系统

    公开(公告)号:CN206922505U

    公开(公告)日:2018-01-23

    申请号:CN201720719392.6

    申请日:2017-06-20

    Abstract: 本实用新型公开了用于智能变电站运维管控业务的采集监控系统,包括:为用户提供变电站现场辅助监测单元数据的变电站辅助监控单元,用于采集变电站大门及监控室各门的状态并对进出权限进行控制的门禁管理单元,用于采集图像数据并控制巡检路线的巡检机器人单元,用于实现变电站在线监测数据采集及数据上传的在线监测单元,用于对供电电源监测的一体化电源监测单元,用于接收变电站辅助监控单元、门禁管理单元、巡检机器人单元、在线监测单元和一体化电源监测单元的监测信号并上传的前置采集单元;本实用新型使运检人员将更多的精力放在巡检结果处理和保证设备稳定安全运行上,最终实现变电站运检管控水平的提升。

Patent Agency Ranking