-
公开(公告)号：CN118779827A
公开(公告)日：2024-10-15
申请号：CN202410922954.1
申请日：2024-07-10
Applicant: 国网安徽省电力有限公司信息通信分公司 , 安徽南瑞继远电网技术有限公司
Abstract: 本发明公开了一种基于多源异构的输电线路数据融合方法，具体涉及数据融合技术领域，将运行评估系数和预设阈值的对比结果得到可用的传感器数据集合，精确地筛选出那些运行良好、数据可靠的传感器，避免了因传感器运行状态不佳而导致的数据质量下降或故障数据的引入，同时可以减少后续数据处理和融合过程中的计算量和资源消耗，同时从而减少了噪声和冗余数据的引入。对获取的原始图像集按照预设方式进行筛选，得到监控数据集合，监控数据集合更加精简和精确，提高后续数据处理的效率，且数据质量更高。通过以上方式，最终得到的数据复杂度较低，对计算资源的要求较低，同时减少信息的冗余和噪声的引入，保障了最终融合结果的质量和可靠性。
-
公开(公告)号：CN118839282A
公开(公告)日：2024-10-25
申请号：CN202411009305.9
申请日：2024-07-26
Applicant: 国网安徽省电力有限公司信息通信分公司 , 安徽南瑞继远电网技术有限公司
IPC: G06F18/2433 , G01R31/08 , G01D21/02 , G06F17/11 , G06F17/18
Abstract: 本发明公开了基于卫星遥感技术的输电线路故障检测方法，涉及卫星遥感技术领域，包括以下步骤：利用卫星电力监测装置和图像检测，采集输电线路系统的输电线路负载数据和环境第一数据并进行分析；基于输电线路负载数据和环境第一数据，建立数据模型，生成输电线路故障预评估系数；将输电线路故障评估系数与预先设定的标准输电线路稳定限度进行对比分析，预测判断输电线路系统的稳定性情况，对存在高故障风险的输电线路系统作出预警提示。此输电线路故障检测系统具有非接触、高分辨率、大范围监测、实时监测和预警、数据整合和分析等优势，能够提高故障检测的效率和准确性，为输电线路的维护和管理提供重要的支持和指导。
-
公开(公告)号：CN118795276A
公开(公告)日：2024-10-18
申请号：CN202410923308.7
申请日：2024-07-10
Applicant: 国网安徽省电力有限公司信息通信分公司 , 安徽南瑞继远电网技术有限公司
IPC: G01R31/08 , G01R31/11 , G01J5/48 , G01J5/00 , G06Q10/0635 , G06Q10/20 , G06Q50/06 , G06Q10/047 , G06F30/18 , G06F30/27 , G06F111/10 , G06N3/02
Abstract: 本发明公开了输电线路风险测距方法，涉及输电线路测距技术领域，包括以下步骤：判断待观测输电线路网络中存在风险的输电线路段，分析并处理后得到风险点第一数据；依据风险点第一数据，基于神经网络算法建立风险点分析模型，生成输电线路风险位置距离系数，得到输电线路风险位置评估点；将待观测输电线路网络进行划分，针对不同区域的输电线路风险位置评估点划分预警等级并发出对应预警。输电线路风险测距方法通过提供精确的位置信息和数据支持，显著提高了电力系统的运行效率、安全性和可靠性，为减少故障损失和提高电网质量做出了重要贡献。
-
公开(公告)号：CN118691977A
公开(公告)日：2024-09-24
申请号：CN202411011681.1
申请日：2024-07-26
Applicant: 国网安徽省电力有限公司信息通信分公司 , 安徽南瑞继远电网技术有限公司
IPC: G06V20/10 , G06Q10/0631 , G06Q10/20 , G06Q50/06
Abstract: 本发明公开了输电线路图像识别方法，该输电线路图像识别方法，包括以下步骤：将目标区域输电线路网络的各个输电线路标号，通过图像识别获取各个输电线路的第一数据，所述输电线路第一数据包括环境条件数据和输电线路健康指标数据；根据第一数据基于深度学习建立维护紧迫度分析模型，生成维护紧迫度系数；将各个输电线路的维护紧迫度系数降序排序，生成维护紧迫排序表；根据维护紧迫排序表筛选出预设可维护线路数量，判断维护等级，并进行输电线路维护。本发明通过对输电线路的图像识别，实现对各种复杂线路组件的准确维护，从而提高输电线路的稳定性和可靠性。
-
公开(公告)号：CN119888201A
公开(公告)日：2025-04-25
申请号：CN202510322926.0
申请日：2025-03-19
Applicant: 国网安徽省电力有限公司信息通信分公司 , 安徽明生恒卓科技有限公司
IPC: G06V10/25 , G06N3/0464 , G06N3/08 , G06V10/22 , G06V10/40 , G06V10/74 , G06V10/762 , G06V10/778 , G06V10/82
Abstract: 本发明涉及用于输电无计划作业的作业设备智能识别方法及系统，涉及图像处理领域，通过接收待识别作业设备的图像以及部署于该设备的定位贴片的世界坐标信息；根据坐标信息通过作业设备一级识别模型进行分选，获得型号集合：当一级选中作业设备型号集合的数量大于1，遍历一级选中作业设备型号集合，获得一级选中作业设备型号集合满足世界坐标信息的基准图像集合；对基准图像集合进行相似度聚类分析获得基准图像聚类结果；遍历基准图像聚类结果并分别与待识别设备图像进行图像相似度分析，提取图像相似度最大值的基准图像对应的作业设备型号进行输出，解决了作业设备难以准确识别，无法满足输电无计划作业的高效调度需求的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN119784367A
公开(公告)日：2025-04-08
申请号：CN202510278963.6
申请日：2025-03-11
Applicant: 国网安徽省电力有限公司信息通信分公司
IPC: G06Q10/20 , G06Q50/06 , G06F18/213 , G06F18/214 , G06F18/22 , G06F18/23213 , G06V20/40
Abstract: 本发明公开了一种基于样本库云边协同构建的变电站智能巡视方法及系统，方法包括：获取多个巡视数据集，并提取各数据集综合特征；基于数据集综合特征计算多个巡视数据集的相似度，将多个巡视数据集合并为若干个相似数据集；在每个相似数据集内执行聚类处理，基于聚类结果提取巡视数据集的共性特征和个性特征；基于共性特征和个性特征对相似数据集进行采样，获取均衡数据集；基于均衡数据集训练全局巡视识别模型。本方法对来自多个不同实际巡视环境的端侧中的多个样本集提取共性特征数据和个性特征数据，对样本数据进行有策略采样，兼顾普遍性规律和局部场景实际应用，平衡了样本数据分布，有效提高全局模型的泛化能力和局部模型的精准性。
-
公开(公告)号：CN119558607A
公开(公告)日：2025-03-04
申请号：CN202411728533.1
申请日：2024-11-28
Applicant: 国网安徽省电力有限公司信息通信分公司
IPC: G06Q10/0631 , G06Q10/0635 , G06Q10/0639 , G06Q10/10 , G06Q10/20
Abstract: 本发明公开了一种电力系统运维工单智能派发管理方法，涉及数据分析领域，主要方案为：根据综合风险指标#imgabs0#、用户影响指标#imgabs1#、电力系统影响指标#imgabs2#和资源可用性指标#imgabs3#计算工单异常指标#imgabs4#，并进一步根据工单异常指标#imgabs5#和紧急程度阈值集合确定工单紧急程度，有利于优化资源分配效率，解决了评估工单紧急程度的数据类型单一，缺乏多样性，同时忽略了各项因素之间的联系，从而导致评估的准确性降低，影响资源分配以及维修效率的问题，根据工单紧急程度的优先级顺序确定工单的派发顺序，有利于提高服务响应速度，增强系统的可靠性和稳定性。
-
公开(公告)号：CN119558600A
公开(公告)日：2025-03-04
申请号：CN202411691592.6
申请日：2024-11-25
Applicant: 国网安徽省电力有限公司信息通信分公司
IPC: G06Q10/0631 , G06Q10/0637 , G06Q50/06 , G06N3/045 , G06F16/27
Abstract: 本发明公开了一种基于互联网的人工智能电力调度管理系统，涉及电力系统智能调度技术领域，包括分布式数据采集模块、深度神经网络模块、分层强化学习模块、智能执行模块和安全管理模块。分布式数据采集模块通过多维传感器阵列获取电力系统运行数据形成特征数据集；深度神经网络模块基于双层交叉验证机制处理特征数据集生成状态评估数据；分层强化学习模块构建多目标电力调度模型并动态生成控制参数矩阵；智能执行模块通过内置自校正控制器实现参数自整定。本发明设计了改进的Transformer结构，通过融合空间注意力网络和时序注意力网络，对电力系统特征进行深度提取，并采用三阶段策略优化模型性能，提高了状态评估的准确性。
-
公开(公告)号：CN119539755A
公开(公告)日：2025-02-28
申请号：CN202510104335.6
申请日：2025-01-23
Applicant: 国网安徽省电力有限公司信息通信分公司
IPC: G06Q10/105 , G06F9/50 , G06F18/213
Abstract: 本发明公开了一种基于神经网络模型的数据处理方法及系统，方法包括：建立规范化的薪酬信息表；接收薪酬调整请求，基于神经网络模型提取薪酬调整请求中的特征数据添加至所述薪酬信息表；基于预设薪酬计算规则，将薪酬计算任务拆分为多个子计算任务；确定所述子计算任务的复杂度，根据复杂度将多个子计算任务分配给多个计算节点；多个计算节点执行计算程序得到薪酬计算结果。本方法建立信息表存储薪酬数据，基于神经网络提取不同类型的新增数据的特征数据添加到信息表中，同时考虑了薪酬计算中存在不同任务流的复杂度和调用数据库的差异，通过子计算任务划分对不同性能的计算节点进行任务分配，有效地将当前剩余资源进行了合理的最大化应用。
-
公开(公告)号：CN119362710A
公开(公告)日：2025-01-24
申请号：CN202411543298.0
申请日：2024-10-31
Applicant: 国网安徽省电力有限公司信息通信分公司
IPC: H02J13/00 , G06F18/2433
Abstract: 本发明公开了一种基于人工智能的电力系统智能化运维方法，涉及电力系统运维技术领域，解决了当电力系统的服务设备异常会导致对电力系统的监控不到位，可能出现故障漏报的技术问题；本发明获取电力系统的网络结构拓扑图，设置若干服务设备检测点；采集若干服务设备检测点的实时运行数据；当若干服务设备检测点的运行出现异常时；则生成异常报警信号；否则，分析实时运行数据；对服务设备检测点进行检测，确定异常原因并对服务设备检测点进行维修；调取设定时间段内的若干服务设备检测点的实时运行数据，调用异常预测模型对若干服务设备检测点的异常进行预测；根据预测结果选择时间段对电力系统服务设备进行检查维护；确保服务设备的正常运行。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.102 seconds)
