面向输变电设备数字孪生的视觉、激光数据时间同步方法

    公开(公告)号:CN119884242A

    公开(公告)日:2025-04-25

    申请号:CN202411802665.4

    申请日:2024-12-09

    Abstract: 本发明公开了面向输变电设备数字孪生的视觉、激光数据时间同步方法,包括:建立在线学习模型并对模型进行训练,以延长同步信号的周期;利用时间戳校准算法动态补偿时钟偏差和数据传输延迟;对视觉摄像头与激光雷达数据进行精确时间标记,实现输变电设备视觉、激光数据的时间同步。本发明显著提高数据同步的精确度,实现输变电设备数字孪生系统中视觉摄像头与激光雷达数据的精确时间标记;提出的时间戳校准算法,消除采集过程中的时间误差,确保多模态数据在时间轴上的一致性;不仅增强数字孪生模型对设备状态的实时感知能力,也为运维决策提供了更准确的数据支持,从而为输变电设备的高效、稳定和安全运行提供了强有力的技术保障。

    一种电网输变电设备多尺度特征提取方法及系统

    公开(公告)号:CN119829971A

    公开(公告)日:2025-04-15

    申请号:CN202411729334.2

    申请日:2024-11-28

    Abstract: 本发明公开了一种电网输变电设备多尺度特征提取方法及系统,方法包括:获取输变电系统关键参数;对输变电系统关键参数进行预处理和多源数据融合,以得到融合的多源数据;将融合的多源数据利用深度学习模型进行多尺度特征提取,获取故障信息;基于输变电系统关键参数,建立二级灰色模型,利用二级灰色模型对输变电系统各设备进行状态评估。本发明通过多源数据融合、多尺度特征提取及故障分类以及输变电设备状态评估等关键技术的综合应用,提高了电网输变电设备状态监测的效率和准确性,克服了传统方法依赖单一数据源的局限性,实现了对设备状态的全面、深入分析,能够及时发现潜在故障,增强了电网系统的安全稳定运行的可靠性。

    基于区块链数据库平台的电网数据治理方法、装置、计算机设备

    公开(公告)号:CN119691065A

    公开(公告)日:2025-03-25

    申请号:CN202411738842.7

    申请日:2024-11-29

    Abstract: 本申请涉及一种基于区块链数据库平台的电网数据治理方法、装置、计算机设备。需要进行执行节点选举时,多个区块链节点的初始信誉值;基于初始信誉值进行信誉值排序,确定共识节点和监督节点,根据监督节点访问各共识节点的本地日志所接收到的消息副本和其先前从共识节点接收到的消息副本进行比对,存在多个可信的共识节点时,基于J=b*C*[a*(1/T)],确定评分最高的共识节点为执行节点,T为共识节点的随机数对应的等待时间,C为共识节点对应的信誉值,b为信誉值的影响因子系数,a为等待时间的影响因子系数,J为评分。在保证整体安全的前提下,降低了共识过程的通信复杂度,提高共识有效性,有利于电网大数据量下多方角色的协同管理。

    基于区块链平台的电网资产数据预警管理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品

    公开(公告)号:CN119691062A

    公开(公告)日:2025-03-25

    申请号:CN202411736205.6

    申请日:2024-11-29

    Abstract: 本申请涉及一种基于区块链平台的电网资产数据预警管理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品,在发生电网资产数据发生篡改时,通过访问与区块链平台连接的各业务系统,可查看业务系统侧是否有生成新的预警配置规则,若有更新,则基于更新的预警配置规则生成新的智能合约,部署新的智能合约,基于新的智能合约,生成预警通知,并向目标对象推送预警通知。通过该方法的步骤,在发生数据篡改时,才生成新的智能合约,并基于区块链平台进行广播,既可确保以最新的预警配置规则进行预警通知的推送,又可避免未发生数据篡改时智能合约的频繁更新所导致的资源浪费,适用于电网海量数据管理场景。

    一种电网故障端到端的分析方法及系统

    公开(公告)号:CN119575053A

    公开(公告)日:2025-03-07

    申请号:CN202411501964.4

    申请日:2024-10-25

    Abstract: 本发明公开了一种电网故障端到端的分析方法及系统,涉及故障分析检测技术领域,包括数据采集并进行预处理,通过特征选择方法选择特征数据;利用第一算法建立故障分析模型,根据故障分析模型对系统进行故障检测与定位;数据可视化,并基于故障自动生成故障告警并提供处理建议,评估处理结果,持续优化分析模型。本发明通过智能化技术,能够自动从实时监控数据中识别故障,并快速定位问题源;通过利用XGBoost算法,不仅可以更准确地分析复杂的数据模式,识别潜在的故障迹象,而且还与传统方法相比,效率更高,精度更准。

Patent Agency Ranking