红外热成像在线监测方法和系统

    公开(公告)号:CN107655576A

    公开(公告)日:2018-02-02

    申请号:CN201710850136.5

    申请日:2017-09-20

    CPC classification number: G01J5/0096 G01J2005/0077

    Abstract: 本发明实施例公开了一种红外热成像在线监测方法和系统,其中所述方法包括:热成像图获取步骤,用于跟连接的红外热成像设备获取热成像图,并将热成像图及其参数存储到数据库中,其中所述参数至少包括:热成像设备的设备参数、热成像图中预设像素点对应的温度值、环境数据;模型生成步骤,用于生成热图管理表、设备热图对应表、热图预警表、设备报警分析表;热成像图分析步骤,用于从数据库中获取热成像图以及热成像图中像素点对应的温度值,然后计算整个热图的最大温度,根据设备在热图中的位置计算出该区域内的最大温度,将最大温度与模型生成模块中生成的热图预警表、设备热图对应表中该热成像图对应的预警阈值和设备阀值进行比较以判断是否报警。

    在线监测的图形组态方法及系统

    公开(公告)号:CN106095471A

    公开(公告)日:2016-11-09

    申请号:CN201610702852.4

    申请日:2016-08-22

    CPC classification number: G06F8/22

    Abstract: 本发明提供一种在线监测的图形组态方法及系统,系统包括:图元构建模块,用于基于SVG的基本图元构建出复杂图元;图元行为构建模块,用于构建基本图元与行为之间的关联,并根据根据构建出的图元与行为的关联,根据接收到的行为数据生成SVG图,并根据实时行为数据对SVG图进行实时更新;其中基本图元包括以下的至少一种:直线、矩形、圆、椭圆、文本、路径、折线、多边形;其中所述行为包括以下的至少一种:用于获取实时数据的图形元件属性、通用事件接口、数据展示、边框颜色、填充、透明度、虚线、旋转、缩放、平移、路径、柱状图、趋势图。

    一种配电网馈线自动成图方法

    公开(公告)号:CN105447765A

    公开(公告)日:2016-03-30

    申请号:CN201510771586.6

    申请日:2015-11-11

    CPC classification number: G06Q50/06

    Abstract: 为弥补现有配电网馈线成图技术的缺陷,本发明提出了一种配电网馈线自动成图方法,包括以下步骤:S1馈线数据整理;S2馈线数据建模;S3获取数据生成馈线图。其中,生成馈线图的方法为:首先,进行初始化,包括初始化馈线段显示比例k,母线长度m及起始节点坐标;然后获取相应模型和数据;之后将获取的数据转化为线段、圆、文本等基本SVG元素;最后将各SVG元素整合绘制成馈线图。本发明可应用于配电网综合节能改造等相关领域的可视化监测,也可用于配电网的台区监控、状态监测、潮流计算等可视化;还可以满足配电网综合节能改造的可视化要求;并且减少了可视化系统中绘制图形的过程。

    一种换流站全景状态监测系统

    公开(公告)号:CN105352542A

    公开(公告)日:2016-02-24

    申请号:CN201510661510.8

    申请日:2015-10-14

    CPC classification number: G01D21/02

    Abstract: 为促进换流站精益化管理水平,满足换流站智能运行管理的要求,实现设备监测数据的有效融合,提高数据利用率,本发明提供了一种换流站全景状态监测系统,包括:数据采集模块;数据储存模块;数据分析处理模块;应用模块。该本发明通过状态控制器统一采集、上传换流站内各分散、孤立的设备在线监测数据至海量实时/历史数据库,将各类设备监测数据有效融合并进行关联性分析,实现对特高压换流站内设备状态的全景监测及多维度分析,预设多种管理、分析程序,并向管理员提供智能预警、告警、辅助决策等应用,并具备智能管理功能,同时可实现换流站设备监测数据的统一、规范存储,并对外提供统一的数据访问服务。

    一种基于LSTM的换流变油位异常预警方法和系统

    公开(公告)号:CN113343052A

    公开(公告)日:2021-09-03

    申请号:CN202110659371.0

    申请日:2021-06-15

    Abstract: 本发明实施例提供了一种基于LSTM的换流变油位异常预警方法和系统,包括:数据库定义步骤,用于定义系统需要的数据模型;样本确定步骤,用于导入历史数据以作为学习的基础样本,并输出油位预测的基础模型;数据采集步骤,用于通过换流站内的通信网络,采集换流变油位、油温、环境温度、换流变功率;预测步骤,用于根据设置好的预测所需的数据条数获取最新的换流变油位数据集;动态学习步骤,用于读取训练周期,并按照设置好的时间间隔,从数据库中获取预定时间的数据作为训练样本,按照基础模型设置好的参数训练,完成后输出模型文件。

Patent Agency Ranking