-
公开(公告)号：CN119672412A
公开(公告)日：2025-03-21
申请号：CN202411722760.3
申请日：2024-11-28
Applicant: 国网智能科技股份有限公司
Abstract: 本发明公开了一种基于混联模型的电力异常识别方法、装置、设备及介质，该基于混联模型的电力异常识别方法包括：获取待识别的电力异常图像，并将电力异常图像输入至预先训练的混联电力异常识别模型；通过第一异常识别模型和第二异常识别模型，分别电力异常图像进行第一图像特征提取和第二图像特征提取，生成第一图像特征和第二图像特征；针对第一图像特征和第二图像特征，进行特征对齐；基于电力设备所发生异常的异常等级信息，针对特征对齐后的第一图像特征和第二图像特征，进行特征融合生成融合异常特征，并对融合异常特征进行识别，输出电力异常图像的异常类型。通过上述技术方案，提高了模型的识别精度和鲁棒性。
-
公开(公告)号：CN119598099A
公开(公告)日：2025-03-11
申请号：CN202411647084.8
申请日：2024-11-18
Applicant: 国网智能科技股份有限公司
Abstract: 本发明涉及电力设备状态监测技术领域，提供了基于声音信号异构拓扑的变电站设备缺陷诊断方法及系统，包括：获取待诊断设备的数字信号和模拟信号；对模拟信号进行采样，取采样的最大振幅和最小振幅的平均值，将平均值作为数模协同信号平均投影映射区间，将模拟信号转换为数字信号，计算获取的数字信号和模拟信号转换得到的数字信号的交集后，对于交集中为真值的位置，获取的数字信号和模拟信号均进行保留，否则删除，得到去噪后的数字信号和去噪后的模拟信号；对于去噪后的数字信号和去噪后的模拟信号，分别进行频谱图转化和图像识别后，得到设备缺陷诊断结果。在保证信号的完整性的前提下，实现了噪声的有效去除，提高了设备缺陷诊断的精度。
-
公开(公告)号：CN119517085A
公开(公告)日：2025-02-25
申请号：CN202411647086.7
申请日：2024-11-18
Applicant: 国网智能科技股份有限公司
Abstract: 本发明属于变压器技术领域，提供了变压器局部放电缺陷声纹特征提取方法及系统，其技术方案为获取变压器原始声纹数据；基于改进的谱减法对变压器原始声纹数据进行降噪得到降噪后的声纹数据，对降噪后的声纹数据进行数据扩充，得到数据扩充后的声纹数据；基于数据扩充后的声纹数据，结合变压器的基频以及频率分布特性，进行特征提取得到变压器局部放电缺陷的特征，充分考虑到声纹特征分布特性以及与变压器故障的深入联系，解决了电力变压器时域、频域和时频域特征种类多，提高了有效特征的提取，避免冗余和无效特征的提取，提高了变压器局部放电缺陷的预测精度。
-
公开(公告)号：CN119517084A
公开(公告)日：2025-02-25
申请号：CN202411647082.9
申请日：2024-11-18
Applicant: 国网智能科技股份有限公司
Abstract: 本发明涉及电力设备监测技术领域，提供了一种电力主设备声纹缺陷识别方法及系统，包括：当特征向量库内数据熵值低于第二阈值时，基于声纹数据，通过深度学习模型和机理模型联合实现缺陷识别，得到第一缺陷识别结果，并基于第一缺陷识别结果对深度学习模型进行优化；同时对声纹数据进行特征提取，在特征向量库内进行向量检索，得到第二缺陷识别结果，若识别结果不一致，则将特征向量加入特征向量库；当特征向量库内数据熵值高于第二阈值时，在特征向量库内进行向量检索，得到第二缺陷识别结果，将第二缺陷识别结果作为最终缺陷识别结果。不仅基本涵盖变电主设备所有潜在运行状态，而且能达到快速诊断，及时发现故障，有利于电网设备稳定运行。
-
公开(公告)号：CN117409239A
公开(公告)日：2024-01-16
申请号：CN202311226948.4
申请日：2023-09-21
Applicant: 国网智能科技股份有限公司 , 国网山东省电力公司济南供电公司
IPC: G06V10/764 , G06V10/22 , G06V10/82 , G06N3/0464 , G06V10/80 , G06T7/00
Abstract: 本发明属于配电网技术领域，提供了一种配电网架空线路缺陷智能识别方法及系统，包括，获取配电网架空线路巡检图像，通过配电网架空线路设备定位网络，得到设备位置、设备类别和设备置信度，若设备置信度高于设备类别对应的设备判别阈值，则保留设备位置和设备类别，并截取设备图像；对于设备图像，使用设备缺陷定位模型，得到缺陷位置、缺陷类别和缺陷置信度，若缺陷置信度高于缺陷类别对应的缺陷判别阈值，则输出缺陷位置和缺陷类别；其中，不同设备类别的设备判别阈值不同，且，不同缺陷类别的缺陷判别阈值不同。提升了整体配电网架空线路缺陷识别效果。
-
Patent Agency Ranking
公开(公告)号：CN117390212A
公开(公告)日：2024-01-12
申请号：CN202311226652.2
申请日：2023-09-21
Applicant: 国网智能科技股份有限公司 , 国网山东省电力公司济南供电公司
Abstract: 本公开提供了一种配电网巡检数据处理方法、系统、介质及设备，所述方案包括：获取配电网巡检数据，其中，所述巡检数据包括巡检图像；对于预处理后的巡检图像，基于其头部信息获取巡检图像对应的任务信息；以所述任务信息作为巡检图像的图像标签，对经目标识别算法标记处理后的巡检图像，以所述图像标签作为索引对巡检图像进行数据存储；当进行数据调阅时，基于所述图像标签实现对存储数据不同需求类型的同步调阅。
-
公开(公告)号：CN117253082A
公开(公告)日：2023-12-19
申请号：CN202311226817.6
申请日：2023-09-21
Applicant: 国网智能科技股份有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08 , G06V10/22 , G06T7/00
Abstract: 本发明公开一种配网工程设备缺陷判别方法、系统、设备及存储介质，包括：获取配网工程设备的多维特征数据样本；采用多维特征数据样本对构建的缺陷判别模型进行训练；所述训练包括：初始化缺陷判别模型中的权重状态及权重连接的分支结构，根据训练过程中权重的使用次数，更新对应的权重状态和分支结构，在训练完成后，若存在使用次数为零的权重，则删除该权重及对应的分支结构，否则进行保存；对配网工程设备的巡检信息，采用训练后的缺陷判别模型，得到配网工程设备的异常诊断结果。引入多组权重共享方法机制，设计权重映射字典，既避免权重的重复保存，又实现权重的灵活添加、比对与调用，保证模型精度的同时提高模型训练效率。
-
公开(公告)号：CN114665608B
公开(公告)日：2022-10-11
申请号：CN202210541404.6
申请日：2022-05-19
Applicant: 国网智能科技股份有限公司
Abstract: 本发明公开了一种用于变电站的智能感知巡检系统及方法，涉及电力系统巡检技术领域。该系统包括：边缘端数据采集及分析子系统、站端管理子系统以及云端人工智能子系统，其中，边缘端数据采集及分析子系统用于基于巡检任务采集目标巡检数据，并基于人工智能模型对目标巡检数据进行边缘分析，得到巡检分析结果；站端管理子系统用于生成并下发巡检任务，管理巡检相关数据，生成用于训练和优化人工智能模型的原始样本集；云端人工智能子系统用于根据原始样本集训练和优化人工智能模型及下发人工智能模型。通过对变电站现有设备复用和智能化装备部署，实现对变电站的智能化及自动化巡检，节省人工运维成本，实现高质量运维。
-
公开(公告)号：CN114665608A
公开(公告)日：2022-06-24
申请号：CN202210541404.6
申请日：2022-05-19
Applicant: 国网智能科技股份有限公司
Abstract: 本发明公开了一种用于变电站的智能感知巡检系统及方法，涉及电力系统巡检技术领域。该系统包括：边缘端数据采集及分析子系统、站端管理子系统以及云端人工智能子系统，其中，边缘端数据采集及分析子系统用于基于巡检任务采集目标巡检数据，并基于人工智能模型对目标巡检数据进行边缘分析，得到巡检分析结果；站端管理子系统用于生成并下发巡检任务，管理巡检相关数据，生成用于训练和优化人工智能模型的原始样本集；云端人工智能子系统用于根据原始样本集训练和优化人工智能模型及下发人工智能模型。通过对变电站现有设备复用和智能化装备部署，实现对变电站的智能化及自动化巡检，节省人工运维成本，实现高质量运维。
-
公开(公告)号：CN119672462A
公开(公告)日：2025-03-21
申请号：CN202411723385.4
申请日：2024-11-28
Applicant: 国网智能科技股份有限公司
IPC: G06V10/774 , G06V10/764 , G06V10/74 , G06F18/25 , G06F18/213
Abstract: 本发明公开了一种电力图像样本生成模型的建立方法、装置、设备及介质，该电力图像样本生成模型的建立方法包括：获取初始电力图像数据以及缺陷类型文本数据，基于预先设置的视觉大模型分别对初始电力图像数据和缺陷类型文本数据进行图像特征提取以及文本特征提取，生成图像特征向量以及文本特征向量；基于模态对齐机制，对图像特征向量以及文本特征向量进行特征融合，生成融合特征向量；基于融合特征向量和训练样本图像数据，对视觉大模型中的分类器模型和判别器模型进行训练，直到满足预设的模型训练结束条件；将训练完成的视觉大模型作为电力图像样本生成模型。通过上述技术方案，实现了电力稀缺样本图像数据的高效生成以及样本规模的扩大。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.042 seconds)
