-
公开(公告)号：CN118300264A
公开(公告)日：2024-07-05
申请号：CN202410435038.5
申请日：2024-04-11
Applicant: 国网江苏省电力有限公司镇江供电分公司 , 国电南瑞南京控制系统有限公司
Abstract: 本发明公开了一种基于电力物联网的电力监控系统，属于智慧电网技术领域，该电力监控系统通过对需要巡检的电力线路进行划分，并获取在不同的巡检区段中，电力线路的弧垂与温度之间的关联性，并根据实时采集的温度值以及该关联性来判断该电力线路的实时弧垂是否存在异常，当存在异常时则报警进行处理，这种方法能够快速的确定出现覆冰等问题的电力线路并及时的进行处理，相较于传统技术中通过无人机近距离拍摄电力线路图像并计算覆冰程度的方法，对进行巡检工作时无人机的飞行控制要求更低，由于无需近距离获取清晰度较高的电力线路图像，因此可以保持较高的飞行巡检速度，从而显著提升了电力线路的巡检效率。
-
Patent Agency Ranking
公开(公告)号：CN117542169B
公开(公告)日：2024-07-30
申请号：CN202311471364.3
申请日：2023-11-07
Applicant: 国网江苏省电力有限公司镇江供电分公司
IPC: G08B21/18 , G06N3/084 , G06N3/04 , G06F18/21 , G06F18/2413 , G16Y20/20 , G16Y40/10 , G08B7/06 , H04L67/12
Abstract: 本发明涉及一种基于大数据分析的自动化设备温度异常预警方法，涉及大数据技术领域，通过在电机上安装温度传感器，对自动化设备进行温度数据采集，将采集到的数据进行归一化处理，并存储到数据库中，通过深度学习神经网络，建立温度预测模型，利用历史温度数据进行训练，将训练好的模型应用于实时数据中，进行异常检测,通过对自动化设备电机温度的历史数据进行分析，设定温度阈值，利用建立的温度预测模型，输入实时温度数据，并获取未来一段时间内的温度预测值，将预测值与预警阈值进行比较，当预测值超过设定的温度阈值，提前进行预警，利用物联网技术将温度传感器与声光报警系统进行联动，实现对高温点的及时预警和联动处置。
-
公开(公告)号：CN117557118A
公开(公告)日：2024-02-13
申请号：CN202311503726.2
申请日：2023-11-13
Applicant: 国网江苏省电力有限公司镇江供电分公司
IPC: G06Q10/0637 , H02J9/06 , G06Q50/06 , G06F17/18 , G06N3/08
Abstract: 本发明涉及基于机器学习的UPS系统供电拓扑图生成方法，具体涉及电力系统领域，通过传感器数据和信息数据之间关系，转换映射拓扑图数据，可以在模型生成的拓扑图中展示传感器数据和信息数据，从电力系统数据中学习模式和规律，并生成准确的供电拓扑图，大大提高了生成的效率和准确性，通过生成供电拓扑图，对UPS系统的可靠性进行全面分析，利用机器学习算法，可以识别电力系统中的关键节点，通过对实时数据进行监测和分析，可以快速准确地绘制供电拓扑图。
-
公开(公告)号：CN118643360A
公开(公告)日：2024-09-13
申请号：CN202410973057.3
申请日：2024-07-19
Applicant: 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司镇江供电分公司 , 国网江苏省电力有限公司
IPC: G06F18/2321 , G06N5/04
Abstract: 本发明公开了一种无预设参数的太阳辐射数据分类方法、系统及存储介质，属于气象数据处理技术领域，所述方法包括：根据太阳辐射历史观测数据对预先构建的狄利克雷过程混合模型进行初始化；根据多种协方差矩阵类型求解初始化后的混合模型并对求解出的聚类结果进行寻优；根据不同聚类数上界约束值求解初始化后的混合模型并对求解出的聚类结果进行寻优；使用最优协方差矩阵类型以及优选聚类数设置初始化后的混合模型，并将待分类的太阳辐射观测数据输入其中，得到分类结果；通过构建高斯混合模型描述数据的分布特征、并自适应地推断数据的实际分类数，使得太阳辐射数据分类过程无预设任何参数，并保证了数据分类结果可靠性。
-
公开(公告)号：CN117557118B
公开(公告)日：2024-08-06
申请号：CN202311503726.2
申请日：2023-11-13
Applicant: 国网江苏省电力有限公司镇江供电分公司
IPC: G06Q10/0637 , H02J9/06 , G06Q50/06 , G06F17/18 , G06N3/08
Abstract: 本发明涉及基于机器学习的UPS系统供电拓扑图生成方法，具体涉及电力系统领域，通过传感器数据和信息数据之间关系，转换映射拓扑图数据，可以在模型生成的拓扑图中展示传感器数据和信息数据，从电力系统数据中学习模式和规律，并生成准确的供电拓扑图，大大提高了生成的效率和准确性，通过生成供电拓扑图，对UPS系统的可靠性进行全面分析，利用机器学习算法，可以识别电力系统中的关键节点，通过对实时数据进行监测和分析，可以快速准确地绘制供电拓扑图。
-
公开(公告)号：CN117542169A
公开(公告)日：2024-02-09
申请号：CN202311471364.3
申请日：2023-11-07
Applicant: 国网江苏省电力有限公司镇江供电分公司
IPC: G08B21/18 , G06N3/084 , G06N3/04 , G06F18/21 , G06F18/2413 , G16Y20/20 , G16Y40/10 , G08B7/06 , H04L67/12
Abstract: 本发明涉及一种基于大数据分析的自动化设备温度异常预警方法，涉及大数据技术领域，通过在电机上安装温度传感器，对自动化设备进行温度数据采集，将采集到的数据进行归一化处理，并存储到数据库中，通过深度学习神经网络，建立温度预测模型，利用历史温度数据进行训练，将训练好的模型应用于实时数据中，进行异常检测,通过对自动化设备电机温度的历史数据进行分析，设定温度阈值，利用建立的温度预测模型，输入实时温度数据，并获取未来一段时间内的温度预测值，将预测值与预警阈值进行比较，当预测值超过设定的温度阈值，提前进行预警，利用物联网技术将温度传感器与声光报警系统进行联动，实现对高温点的及时预警和联动处置。
-
-
-
-
-
Search Results
6
records
(took 0.057 seconds)
