-
公开(公告)号：CN119128799A
公开(公告)日：2024-12-13
申请号：CN202411192852.5
申请日：2024-08-28
Applicant: 国网山东省电力公司营销服务中心(计量中心) , 烟台东方威思顿电气有限公司
IPC: G06F18/25 , G06F18/213
Abstract: 本发明提供了一种流水线故障识别方法及系统，其属于流水线故障识别技术领域，包括：获取流水线的多模态监测数据；对于获得的多模态监测数据，通过预设数据融合策略进行多模态监测数据的融合，获得融合数据；其中，所述数据融合策略中不同维度数据对应的数据融合权重，基于传感器数据间的距离进行动态调节；基于所述融合数据，利用预先训练的时空自适应多模态分析网络模型，获得故障识别结果；其中，所述时空自适应多模态分析网络模型，具体执行如下处理过程：基于所述融合数据，分别提取其在不同时间尺度上的特征及其在空间维度上的分布和关系，获得时间特征和空间特征；通过对时间特征和空间特征进行动态融合，获得融合特征。
-
公开(公告)号：CN119939372A
公开(公告)日：2025-05-06
申请号：CN202510412444.4
申请日：2025-04-03
Applicant: 国网山东省电力公司营销服务中心(计量中心)
IPC: G06F18/2411 , G01R35/02 , G01R15/18 , G06F18/25 , G06F18/213 , G06F18/15 , G06F18/20 , G06F18/214 , G06N3/0464 , G06N3/045 , G06N3/048
Abstract: 本发明属于电力监测技术领域，公开了一种基于多模态特征的电流互感器误差状态评估方法及系统，包括构建训练数据集；将训练数据转换为多种模态下的图像数据，对多种模态下的图像数据进行全局和局部特征提取，并将全局和局部特征进行拼接，得到拼接特征；将多种模态下的全局特征和局部特征进行拼接，获得全模态全局特征和局部特征，结合原始图像数据进行计算，获得注意力特征图，对注意力特征图和拼接特征进行操作，获得最终的融合特征；利用最终的融合特征进行误差状态评估，输出误差状态情况。本发明在电流时序数据的基础之上，将三种不同模态的特征信息进行高效融合利用，提高了评估结果的可靠性和准确性。
-
公开(公告)号：CN119226694A
公开(公告)日：2024-12-31
申请号：CN202411137874.1
申请日：2024-08-19
Applicant: 国网山东省电力公司营销服务中心(计量中心) , 北京志翔科技股份有限公司
Abstract: 对关口电能表的运行数据进行异常值和噪声数据去除，然后将去噪后的数据进行预处理生成对应的标准变换矩阵；计算所述标准变换矩阵中各个关口电能表的各个数据之间的相关因子，并构建相关因子矩阵；通过特征方程对所述相关因子矩阵进行特征分解，并得到所述相关因子的特征以及对应的特征值，根据所述特征值计算所述相关因子矩阵中所述相关因子的贡献度，并通过所述贡献度确定所述故障特征集；对所述故障特征集进行关系匹配，并计算关系匹配后故障特征集对应不同类型的故障模式的概率，再通过概率密度函数判定最终的故障类型。
-
公开(公告)号：CN119202626A
公开(公告)日：2024-12-27
申请号：CN202411707379.X
申请日：2024-11-27
Applicant: 国网山东省电力公司营销服务中心(计量中心)
IPC: G06F18/20 , G06N3/0442 , G06Q50/06
Abstract: 本发明属于电流互感器运行技术领域，具体涉及一种电流互感器的运行误差预测方法、系统、介质及设备，包括：获取电流互感器的误差数据及负荷数据；对所获取的误差数据和负荷数据进行相关性分析，得到电流互感器误差与负荷之间的相关系数；通过残差偏置估计进行长短期记忆网络的参数修正，根据修正后的长短期记忆网络分别预测电流互感器的误差数据和负荷数据，得到误差预测值和负荷预测值；采用电流互感器误差与负荷之间的相关系数进行误差预测值和负荷预测值的融合，得到电流互感器运行误差的预测值，完成电流互感器的运行误差预测；本发明通过参数修正提高预测速度和精度。
-
公开(公告)号：CN119181581A
公开(公告)日：2024-12-24
申请号：CN202411360407.5
申请日：2024-09-27
Applicant: 国网山东省电力公司营销服务中心(计量中心)
Abstract: 本发明属于非晶纳米晶磁芯领域，提供了一种DBI型低压电流互感器非晶纳米晶磁芯制备方法及磁芯。其中，DBI型低压电流互感器非晶纳米晶磁芯制备方法包括将金属材料及添加剂按照设定质量分数比放入熔炉中，在惰性气氛下进行设定温度熔炼，得到均匀的合金液态；通过快速凝固法将均匀的合金液迅速冷却并形成非晶态合金结构；对非晶态合金结构进行退火处理，通过控制退火处理过程中的温度和时间，使得部分非晶态合金结构形成非晶纳米晶合金结构；对非晶纳米晶合金结构进行成型加工，再次进行退火处理，制备出所需形状和尺寸的磁芯。
-
Patent Agency Ranking
公开(公告)号：CN118082662A
公开(公告)日：2024-05-28
申请号：CN202410242784.2
申请日：2024-03-04
Applicant: 国网山东省电力公司营销服务中心(计量中心)
Abstract: 本发明公开的一种自动展开式便捷取用电力设备的试验车、系统及方法，第一车厢和第二车厢分别通过驱动机构与车座连接，驱动机构能够推动第一车厢和第二车厢先沿水平方向移动打开，后沿竖直方向向下运动，将第一车厢和第二车厢展开；在第一车厢或第二车厢上沿车厢水平移动方向设置齿条，安装板上设置滑台，滑台与涡轮连接，涡轮与蜗杆连接；蜗杆能够通过齿轮传动组件与齿条连接，第一车厢和第二车厢沿水平方向移动过程中，带动齿条移动，最终带动涡轮和滑台沿蜗杆轴向移动。在第一车厢和第二车厢展开或闭合的过程中，同时将承载电力设备的滑台伸出或收回，操作方便，稳定性高，降低了试验前的准备时间，提高了试验的效率。
-
公开(公告)号：CN117972537A
公开(公告)日：2024-05-03
申请号：CN202410389514.4
申请日：2024-04-02
Applicant: 国网山东省电力公司营销服务中心(计量中心)
IPC: G06F18/241 , G06F18/23 , G06F18/213 , G01R35/02
Abstract: 本公开提供了基于广域量测的电压互感器计量状态评估方法及系统，涉及电力计量在线测量技术领域，构建多支路变电站的拓扑关联关系，采集每条支路的电压幅值时序数据；将所述电压幅值时序数据进行时序序列分解，分解为趋势量、季节量、周期量以及随机量序列数据，再进行特征抽取得到特征量；获取同区域历史支路电压幅值数据与历史离线状态下电压幅值数据的误差值，再计算特征量与误差值的相关系数，作为特征贡献度；根据特征贡献度生成特征数据，输入至密度聚类网络，调节密度聚类网络的参数，输出异常簇，将该簇作为异常点的簇，获取对应的异常电压互感器。
-
公开(公告)号：CN113972673B
公开(公告)日：2023-09-22
申请号：CN202111152032.X
申请日：2021-09-29
Applicant: 国网山东省电力公司营销服务中心(计量中心) , 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 国家电网有限公司
Abstract: 本发明涉及一种台区线损智能化感知稽查系统，包括采集模块、第一计算模块、第二计算模块、比较模块、控制器和供电电源；所述采集模块，用于采集数据；所述第一计算模块，用于设定电流值；所述第二计算模块，计算三相第一不平衡度；所述比较模块，用于进行三相不平衡度比较，并将结果给控制器；所述控制器，在出现不平衡时先进行不平衡换相操作，直至三相第二不平衡度低于预设三相不平衡度，当三相第二不平衡度低于预设三相不平衡度后，通过逐渐缩小换相用户的样本执行线损稽查操作；所述控制器接收到所述稽查信息后，通过逐渐缩小换相用户的样本执行线损稽查操作。
-
公开(公告)号：CN113762716B
公开(公告)日：2023-07-25
申请号：CN202110870930.2
申请日：2021-07-30
Applicant: 国网山东省电力公司营销服务中心(计量中心) , 国网山东省电力公司 , 国家电网有限公司
IPC: G06Q10/0639 , G06Q50/06 , G06F16/2457 , G06F16/2458 , G06F18/25 , G06N3/0442 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明提出了一种基于深度学习和注意力的台区运行状态评估方法及系统，包括：获取台区运行状态序列数据及潜在影响因素序列数据；基于所获取的数据进行特征提取，提取与台区运行状态评估变化关联度大于预设关联度阈值的特征，得到与台区状态变化相关的状态上下文特征；基于状态上下文特征进行联合分布嵌入，获得联合嵌入表征；基于联合嵌入表征进行融合注意力机制的深度学习模型训练，获得评估模型，基于该模型进行台区运行状态评估。
-
公开(公告)号：CN116108736A
公开(公告)日：2023-05-12
申请号：CN202211412133.0
申请日：2022-11-11
Applicant: 国网山东省电力公司营销服务中心(计量中心) , 国家电网有限公司
IPC: G06F30/27 , G06F18/214 , G06F119/02
Abstract: 本公开提供了一种基于交叉关注和深度学习算法的台区线损预测方法及系统，包括采集台区线损数据；对采集的台区线损数据进行台区分类；划分训练样本和测试样本；构建BP神经网络模型；利用训练样本对BP神经网络进行训练得到台区线损分析计算模型；将测试样本输入台区线损分析计算模型，得到台区线损预测结果。通过BP神经网络对台区分类、台区线损关键因素识别，确定台区线损计算模型的最优化输入变量集，提高了台区线损计算的效率和准确度。
-
-
-
-
-
-
-
-
-
Search Results
86
records
(took 0.076 seconds)
