公开(公告)号：CN118822382B

公开(公告)日：2024-12-17

申请号：CN202411296089.0

申请日：2024-09-18

Applicant: 安徽南瑞继远电网技术有限公司 ,  安徽省电力工程质量监督中心站 ,  国网安徽省电力有限公司经济技术研究院

Inventor： 孙向东 ,  黄贝 ,  李淮海 ,  杜增 ,  凡远柱 ,  宋千义

IPC: G06Q10/0639 ,  G06Q50/08 ,  G06F18/27 ,  G06F18/22 ,  G06F18/213 ,  G01D21/02 ,  G06F30/27 ,  G16C60/00

Abstract: 本发明属于电力工程管理技术领域，具体公开提供的一种电力工程施工质量数字化管理平台，包括：通过识别各铺接设备和各垫埋设备的材料特性与条件耐受指征的关联状态，确定各电气设备的安装精度容限；通过对安装方式为焊接方式和铰接方式的各电气设备对应各接触变量进行监测，分析各电气设备的安装数据指标；通过检测各电气设备在随机变换的安装场地条件下的试运行阶段相应电压波动系数，模拟更贴近实际运行环境的多种冲蚀强度条件，同时，通过识别电力工程试运行阶段的负载条件，分析各电气设备试运行的达标性系数，最终判别电力工程施工质量是否符合标准，实现对施工质量的全面控制和管理。

公开(公告)号：CN118822382A

公开(公告)日：2024-10-22

申请号：CN202411296089.0

申请日：2024-09-18

Applicant: 安徽南瑞继远电网技术有限公司 ,  安徽省电力工程质量监督中心站 ,  国网安徽省电力有限公司经济技术研究院

Inventor： 孙向东 ,  黄贝 ,  李淮海 ,  杜增 ,  凡远柱 ,  宋千义

IPC: G06Q10/0639 ,  G06Q50/08 ,  G06F18/27 ,  G06F18/22 ,  G06F18/213 ,  G01D21/02 ,  G06F30/27 ,  G16C60/00

Abstract: 本发明属于电力工程管理技术领域，具体公开提供的一种电力工程施工质量数字化管理平台，包括：通过识别各铺接设备和各垫埋设备的材料特性与条件耐受指征的关联状态，确定各电气设备的安装精度容限；通过对安装方式为焊接方式和铰接方式的各电气设备对应各接触变量进行监测，分析各电气设备的安装数据指标；通过检测各电气设备在随机变换的安装场地条件下的试运行阶段相应电压波动系数，模拟更贴近实际运行环境的多种冲蚀强度条件，同时，通过识别电力工程试运行阶段的负载条件，分析各电气设备试运行的达标性系数，最终判别电力工程施工质量是否符合标准，实现对施工质量的全面控制和管理。

公开(公告)号：CN113641151A

公开(公告)日：2021-11-12

申请号：CN202110691027.X

申请日：2021-06-22

Applicant: 国网安徽省电力有限公司经济技术研究院 ,  安徽省电力工程质里监督中心站 ,  安徽南瑞继远电网技术有限公司

Inventor： 孙向东 ,  黄贝 ,  李淮海 ,  杜增 ,  凡远柱 ,  宋千义

IPC: G05B19/418

Abstract: 本发明涉及一种电力工程质量监督智能化管控平台系统，包括分别与处理器相连接的应用服务器和数据库服务器，所述处理器输出端通过防火墙连接有互联网端，所述互联网端包括与互联网相连接的发射台，所述发射台分别对应连接有监测人员端、业务端和工程用户端，且互联网输出一端通过加密器分别连接有监测人员端、业务端和工程用户端。有益效果：本发明安全性能强、能够对申报系统进行多种监督、便于数据查询以及保证电力施工现场的清洁性。

公开(公告)号：CN116912587A

公开(公告)日：2023-10-20

申请号：CN202310923955.3

申请日：2023-07-25

Applicant: 安徽南瑞继远电网技术有限公司

Inventor： 黄文礼 ,  陆剑峰 ,  李翔 ,  张可 ,  王柳 ,  茆骥 ,  晏雨晴 ,  韩俊宝 ,  黄贝

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明提供了一种基于多头自注意力模块网络的变电设备分类识别方法、电子设备及存储介质。通过获取待分类识别的变电设备图像，并执行图片预处理；根据预先建立的变电设备自动分类模型对变电设备图像进行分类，确定分类结果；变电设备自动分类模型为基于增强型多头自注意力神经网络结构建立而成；增强型多头自注意力神经网络结构包括基础卷积神经网络、增强多头注意力模块，并将增强多头注意力模块嵌入到基础网络框架中；输出所述变电设备图像的分类结果。相比传统卷积神经网络能够减少图像背景的负面影响，强调图像主要信息以提升复杂场景下的模型精度，从而达到更好的变电设备分类效果。

公开(公告)号：CN119559381A

公开(公告)日：2025-03-04

申请号：CN202411710728.3

申请日：2024-11-27

Applicant: 安徽南瑞继远电网技术有限公司

Inventor： 薛强 ,  李翔 ,  李宇 ,  杨建旭 ,  张瑞 ,  张辉 ,  丁飞 ,  黄贝 ,  盛杨 ,  张可 ,  侯仕杰 ,  金美骥 ,  孙旭明杰

IPC: G06V10/25 ,  G06V10/82 ,  G06V10/764 ,  G06V10/766 ,  G06V10/40 ,  G06V10/774 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明涉及一种基于改进YOLOv9的输电线路火灾烟雾识别方法，包括：构建火灾烟雾图像数据集；构建输电线路火灾烟雾检测模型；将训练集输入输电线路火灾烟雾检测模型中进行训练，保存训练得到的最优的输电线路火灾烟雾检测模型；将待识别的输电线路火灾烟雾图片输入最优的输电线路火灾烟雾检测模型，得到输电线路火灾烟雾图片检测结果。本发明引入深度可分离卷积，可以使计算量降低、参数减少，提高网络的检测速度；采用并联加权混合域注意力模块，加强火灾烟雾图像中目标特征的提取；采用上采样内容感知特征重组网络结构CARAFE具有更大的感受野，增强了对重要内容的感知，而且由于操作量较少，还能保持模型的轻量级。