-
公开(公告)号：CN118849774B
公开(公告)日：2025-03-11
申请号：CN202411320335.1
申请日：2024-09-23
Applicant: 武汉深捷科技股份有限公司 , 国网湖北省电力有限公司黄石供电公司
IPC: B60L1/00 , G06F18/25 , G06F18/214 , B60L3/12 , B60L58/12 , G06F123/02
Abstract: 本发明公开了一种基于人工智能的车辆供电智能控制系统及方法，属于车辆供电智能控制技术领域。本发明所述系统包括：数据获取与分析模块、历史特征提取与建模模块、历史车辆供电方案评估与优化模块、实时路径规划与电池状态监控模块以及实时供电智能控制模块；数据获取与分析模块负责获取目标车辆的历史数据，分析并建立历史行驶事件数据库；历史特征提取与建模模块提取历史数据特征，建立理想供电需求模型；历史车辆供电方案评估与优化模块评估历史供电方案，调整优化不合理方案；实时路径规划与电池状态监控模块进行实时路径规划和电池监控判断到达能力；实时供电智能控制模块对车辆进行智能供电控制。
-
公开(公告)号：CN117407770A
公开(公告)日：2024-01-16
申请号：CN202311462468.8
申请日：2023-11-02
Applicant: 国网湖北省电力有限公司黄石供电公司
IPC: G06F18/241 , G06F18/214 , G06N3/0442 , G06F18/213 , G06F18/25
Abstract: 本发明公开了基于神经网络的高压开关柜故障模式分类及预测方法，包括：通过多组传感器采集高压开关柜的运行数据以及运行时的声音和图像数据；将各运行数据、声音和图像数据均作为时序数据并输入到时序数据集，将各运行数据、声音和图像数据按一定方式整合或融合形成多模态数据并输入到多模态数据集，对多模态数据与时序数据均进行预处理；进行特征学习，引入注意力机制并采用LSTM对多模态数据与时序数据进行序列建模；构建注意力机制与长短期记忆神经网络的混合模型，对混合模型进行训练与优化；根据训练好的混合模型对故障模式分类与预测。本发明结合注意力机制和LSTM，并融合多模态数据，能保证高压开关柜设备的安全运行和提供有效故障维护。
-
公开(公告)号：CN118810522A
公开(公告)日：2024-10-22
申请号：CN202411312673.0
申请日：2024-09-20
Applicant: 武汉深捷科技股份有限公司 , 国网湖北省电力有限公司黄石供电公司
Abstract: 本发明涉及供电充电桩技术领域，具体为一种基于大数据的供电充电桩故障监测系统及方法，所述监测方法包括以下步骤：分析充电桩的充电功率变化情况，根据充电桩的历史使用次数，得到充电桩的平均波动程度和平均电量消耗；分析历史出现异常的充电桩，确定充电桩的充电异常风险阈值；根据充电桩在若干次历史充电记录中所呈现的充电功率的变化情况，得到充电桩当前的充电功率正常波动范围；分析得到充电桩的使用优先级，生成用户选择充电桩的使用推荐顺序；当用户使用充电桩对车辆进行充电时，通过实时监测充电桩的运行状态，判断是否对充电桩进行异常标记；对相邻充电桩进行电力传输线路的调度，判断是否对车辆发送异常提醒。
-
公开(公告)号：CN118849774A
公开(公告)日：2024-10-29
申请号：CN202411320335.1
申请日：2024-09-23
Applicant: 武汉深捷科技股份有限公司 , 国网湖北省电力有限公司黄石供电公司
IPC: B60L1/00 , G06F18/25 , G06F18/214 , B60L3/12 , B60L58/12 , G06F123/02
Abstract: 本发明公开了一种基于人工智能的车辆供电智能控制系统及方法，属于车辆供电智能控制技术领域。本发明所述系统包括：数据获取与分析模块、历史特征提取与建模模块、历史车辆供电方案评估与优化模块、实时路径规划与电池状态监控模块以及实时供电智能控制模块；数据获取与分析模块负责获取目标车辆的历史数据，分析并建立历史行驶事件数据库；历史特征提取与建模模块提取历史数据特征，建立理想供电需求模型；历史车辆供电方案评估与优化模块评估历史供电方案，调整优化不合理方案；实时路径规划与电池状态监控模块进行实时路径规划和电池监控判断到达能力；实时供电智能控制模块对车辆进行智能供电控制。
-
Patent Agency Ranking
公开(公告)号：CN117614111A
公开(公告)日：2024-02-27
申请号：CN202311462448.0
申请日：2023-11-02
Applicant: 国网湖北省电力有限公司黄石供电公司
Abstract: 本发明公开了一种基于多源传感器协同的高压开关柜应急处置方法，其中，将超声波传感器、暂态地电压传感器、无线温度传感器以及湿度传感器安置于开关柜的箱壁外侧；具体地，超声波传感器获取由于开关柜内部局部放电所产生的超声波频率信号、由暂态地电压传感器获取开关柜的暂态地电压信号、由无线温度传感器获取开关柜内部以及周围的温度信息、由湿度传感器获取开关柜以及周围空气中的湿度或雨水信息；再经过分解计算，获取特征参数，通过智能后台的故障风险预测算法判断开关柜的风险状态，当出现安全隐患时及时发出警报，以提高开关柜风险状态评估的准确性与可靠性。
-
公开(公告)号：CN117454151A
公开(公告)日：2024-01-26
申请号：CN202311456622.0
申请日：2023-11-02
Applicant: 国网湖北省电力有限公司黄石供电公司
IPC: G06F18/213 , G06F18/25 , G06F18/241 , G06F18/2135
Abstract: 本发明公开了一种多源传感器辅助的高压开关柜应急处置装置故障辨识方法，包括:在高压开关柜周围的多个空间域设置多组传感器，采集高压开关柜及其周围环境的数据并记录，对历史数据进行整合并提取故障辨识相关的特征；对特征进行筛选，优化故障特征集，过滤得到与本次实时采集中对应故障相关度较高的特征并将筛选后的特征作为筛选后的故障特征集的输入；对筛选后的故障特征集进行信息融合；将信息融合后的故障特征集中的特征与预设的故障模式进行比对匹配生成比对结果，根据比对结果生成故障辨识的输出决策。本发明通过设置多个不同的传感器，从多个空间抽取若干特征进行融合，进而实现高压开关柜应急处理装置的故障辨识及输出决策。
-
公开(公告)号：CN118810522B
公开(公告)日：2025-02-11
申请号：CN202411312673.0
申请日：2024-09-20
Applicant: 武汉深捷科技股份有限公司 , 国网湖北省电力有限公司黄石供电公司
Abstract: 本发明涉及供电充电桩技术领域，具体为一种基于大数据的供电充电桩故障监测系统及方法，所述监测方法包括以下步骤：分析充电桩的充电功率变化情况，根据充电桩的历史使用次数，得到充电桩的平均波动程度和平均电量消耗；分析历史出现异常的充电桩，确定充电桩的充电异常风险阈值；根据充电桩在若干次历史充电记录中所呈现的充电功率的变化情况，得到充电桩当前的充电功率正常波动范围；分析得到充电桩的使用优先级，生成用户选择充电桩的使用推荐顺序；当用户使用充电桩对车辆进行充电时，通过实时监测充电桩的运行状态，判断是否对充电桩进行异常标记；对相邻充电桩进行电力传输线路的调度，判断是否对车辆发送异常提醒。
-
公开(公告)号：CN118781779B
公开(公告)日：2025-02-14
申请号：CN202411281872.X
申请日：2024-09-13
Applicant: 国网湖北省电力有限公司 , 国网湖北省电力有限公司黄石供电公司 , 湖北前能电力技术有限公司
Abstract: 本发明属于充电预警技术领域，提供了一种基于AI的充电桩火灾预警系统及方法。该方法包括：获取进入充电桩区域的充电车辆的车辆身份信息，根据车辆身份信息确定火灾预警敏感系数；获取充电车辆在充电过程中的实时温度及对应充电桩的实时供电参数，使用火灾预测模型对实时温度和实时供电参数进行处理，预测得出第一火灾发生概率；根据第一火灾发生概率和火灾预警敏感系数确定得出第二火灾发生概率，在第二火灾发生概率高于火灾概率阈值时，输出火灾预警信号。本发明的方案基于车辆和充电桩两方面的监测参数来准确分析充电车辆发生火灾的概率，并进行提前预警，有利于管理人员提前进行处理，从而降低火灾的损失。
-
公开(公告)号：CN118781779A
公开(公告)日：2024-10-15
申请号：CN202411281872.X
申请日：2024-09-13
Applicant: 国网湖北省电力有限公司 , 国网湖北省电力有限公司黄石供电公司 , 湖北前能电力技术有限公司
Abstract: 本发明属于充电预警技术领域，提供了一种基于AI的充电桩火灾预警系统及方法。该方法包括：获取进入充电桩区域的充电车辆的车辆身份信息，根据车辆身份信息确定火灾预警敏感系数；获取充电车辆在充电过程中的实时温度及对应充电桩的实时供电参数，使用火灾预测模型对实时温度和实时供电参数进行处理，预测得出第一火灾发生概率；根据第一火灾发生概率和火灾预警敏感系数确定得出第二火灾发生概率，在第二火灾发生概率高于火灾概率阈值时，输出火灾预警信号。本发明的方案基于车辆和充电桩两方面的监测参数来准确分析充电车辆发生火灾的概率，并进行提前预警，有利于管理人员提前进行处理，从而降低火灾的损失。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.065 seconds)
