-
公开(公告)号:CN117078004A
公开(公告)日:2023-11-17
申请号:CN202310926123.7
申请日:2023-07-26
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 , 安徽明生恒卓科技有限公司
IPC: G06Q10/0635 , G06Q10/0631 , G06Q50/06 , G06Q50/26
Abstract: 本发明涉及电网作业,具体涉及一种电网作业风险管控方法,获取与待作业任务关联的设备参数,基于设备参数计算电力设备风险值;基于风险管控等级划分表,得到与电力设备风险值对应的电力设备风险管控等级;基于作业风险等级划分表,得到与电力设备风险值对应的作业风险等级;根据电力设备风险管控等级和作业风险等级得到作业类别,基于作业类别利用关系矩阵建立处理待作业任务的第一作业人员名单集;评估待作业任务的故障类别和风险等级,并计算待作业任务的作业风险值;计算作业人员处理待作业任务的可抗风险值;本发明提供的技术方案能够有效克服现有技术所存在的在执行待作业任务时,不能选择与待作业任务相匹配作业人员的缺陷。
-
公开(公告)号:CN118823585A
公开(公告)日:2024-10-22
申请号:CN202411050154.1
申请日:2024-08-01
Applicant: 国网安徽省电力有限公司电力科学研究院
IPC: G06V20/10 , G06V10/26 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084 , G06Q10/0635 , G06Q50/06
Abstract: 本发明提供一种基于电网资源业务中台的现场作业风险管控方法和系统,包括:步骤S1、对电网变电站施工作业图像进行采集并预处理;步骤S2、构建基于注意力机制和Res‑PANet改进的YOLOv5模型;步骤S3、先将步骤S1得到的数据输入步骤S2中改进YOL0v5目标检测模型进行训练和验证,得到训练好的改进YOLOv5模型,然后对实时采集的电网图像进行预处理后输入训练好的改进YOL0v5模型中,输出目标检测与识别结果。本发明的优点在于:通过将注意力机制融入YOLOv5检测网络,采用特征关注的方式来学习特征中目标像素级的成对关系和通道之间的依赖性,以此减弱背景特征的比重,同时利用通道重组减轻多通道之间的信息隔离,提升了电力复杂设备的安全作业穿戴和行为识别的精度和效率。
-
公开(公告)号:CN118469285A
公开(公告)日:2024-08-09
申请号:CN202410570836.9
申请日:2024-05-09
Applicant: 国网安徽省电力有限公司电力科学研究院
IPC: G06Q10/0635 , G06Q10/20 , G06Q50/06 , G06F18/2415 , G06F18/214 , G06N3/126 , G06N3/0499 , G06N3/084
Abstract: 本发明提供基于变电站及输电线路的气象预警方法及系统,方法包括:获取并规范化处理实测气象信息以及电力设备信息;根据实测气象信息以及电力设备信息,建立双分类算法识别模型,对遗传算法优化BP神经网络分类器,以构建双分类算法识别模型,预测易发设备状态故障气象条件,当实际气象条件达到易发设备状态故障气象条件时,结合被测设备的固定参数,利用Adabeboost分类预测算法识别设备故障气象状态,获取故障发生风险等级;根据故障发生风险等级,评估线路及设备的故障风险,以得到风险评估结果;返回风险评估结果至云端服务器,以进行故障预警。本发明解决了故障定位效率低、巡检难度大、输电线路及设备维护成本高的技术问题。
-
-