-
公开(公告)号：CN115954809A
公开(公告)日：2023-04-11
申请号：CN202111306956.0
申请日：2021-11-05
Applicant: 国网上海市电力公司 , 国网上海能源互联网研究院有限公司
Abstract: 本发明提供了一种超导电缆故障后的修复方法，该修复方法包括：查找故障电缆的外保护层故障圆形区域，对外护套和外绝热管进行切割；对内绝热管进行检测；如果内绝热管受到破坏，对内绝热管进行切割；对内部的缆芯进行检测；如果内部的缆芯发生破坏，对外护套、外绝热管和内绝热管进行再次切割，并对发生破坏的缆芯进行切割；制作新电缆接头，并将新电缆接头的两个端部分别连接在两段切割缆芯的两个切割端上，并依次对内绝热管、外绝热管和外护套进行修复。本发明通过逐层切割以逐层检测外保护层以及内部缆芯是否发生破坏，并在内部缆芯发生破坏时，将故障点周围的外保护层以及内部缆芯割除形成两段，并新电缆接头对内部缆芯进行修复。
-
公开(公告)号：CN112748306B
公开(公告)日：2024-01-09
申请号：CN202011450043.1
申请日：2020-12-09
Applicant: 国网上海市电力公司 , 国网上海能源互联网研究院有限公司
IPC: G01R31/08
Abstract: 本发明公开了一种基于卡尔曼滤波对电缆故障进行定位的方法及系统，属于电缆故障诊断技术领域。本发明方法包括：针对待测电缆的长度选取诊断电缆的入射波及参考波，将入射波注入至电缆；当入射波注入电缆后，采集入射波经电缆的反射波；获取反射波与参考波的乘积，将乘积作为混合信号；将混合信号输入至低通滤波器进行低通滤波处理，输出低通滤波信号；根据低通滤波信号构建故障位置的状态方程和测量方程，并针对状态方程和测量方程的构建状态变量；对状态变量进行边缘滤波处理，根据滤波处理后的状态变量对电量的故障进行定位。本发明对电缆的故障完成了精确的定位，且优于时域波形反射方法。
-
公开(公告)号：CN112748306A
公开(公告)日：2021-05-04
申请号：CN202011450043.1
申请日：2020-12-09
Applicant: 国网上海市电力公司 , 国网上海能源互联网研究院有限公司
IPC: G01R31/08
Abstract: 本发明公开了一种基于卡尔曼滤波对电缆故障进行定位的方法及系统，属于电缆故障诊断技术领域。本发明方法包括：针对待测电缆的长度选取诊断电缆的入射波及参考波，将入射波注入至电缆；当入射波注入电缆后，采集入射波经电缆的反射波；获取反射波与参考波的乘积，将乘积作为混合信号；将混合信号输入至低通滤波器进行低通滤波处理，输出低通滤波信号；根据低通滤波信号构建故障位置的状态方程和测量方程，并针对状态方程和测量方程的构建状态变量；对状态变量进行边缘滤波处理，根据滤波处理后的状态变量对电量的故障进行定位。本发明对电缆的故障完成了精确的定位，且优于时域波形反射方法。
-
公开(公告)号：CN112327094A
公开(公告)日：2021-02-05
申请号：CN202011032127.3
申请日：2020-09-27
Applicant: 国网上海市电力公司 , 国网上海能源互联网研究院有限公司 , 上海交通大学
IPC: G01R31/08
Abstract: 本发明公开了一种超导电缆的故障检测方法及系统，包括：根据待测超导电缆的长度调制入射波信号，并获取所述入射波信号；将所述入射波信号从所述信号输入端输入至所述待测超导电缆进行传播，并从此端采集入反射波信号；将所述入射波信号从所述入反射波信号中剔除，以获取所述反射波信号；分别计算所述入射波信号和反射波信号的魏格纳分布，获取所述入射波信号的魏格纳分布结果和所述反射波信号的魏格纳分布结果；对所述入射波信号的魏格纳分布结果和所述反射波信号的魏格纳分布结果进行时频域互相关计算，以获取时频域互相关结果；根据所述时频域互相关结果和所述待测超导电缆的长度确定所述待测超导电缆的故障位置。
-
公开(公告)号：CN112327094B
公开(公告)日：2024-01-23
申请号：CN202011032127.3
申请日：2020-09-27
Applicant: 国网上海市电力公司 , 国网上海能源互联网研究院有限公司 , 上海交通大学
IPC: G01R31/08
Abstract: 本发明公开了一种超导电缆的故障检测方法及系统，包括：根据待测超导电缆的长度调制入射波信号，并获取所述入射波信号；将所述入射波信号从所述信号输入端输入至所述待测超导电缆进行传播，并从此端采集入反射波信号；将所述入射波信号从所述入反射波信号中剔除，以获取所述反射波信号；分别计算所述入射波信号和反射波信号的魏格纳分布，获取所述入射波信号的魏格纳分布结果和所述反射波信号的魏格纳分布结果；对所述入射波信号的魏格纳分布结果和所述反射波信号的魏格纳分布结果进行时频域互相关计算，以获取时频域互相关结果；根据所述时频域互相关结果和所述待测超导电缆的长度确定所述待测超导电缆的故障位置。
-
Patent Agency Ranking
公开(公告)号：CN120016530A
公开(公告)日：2025-05-16
申请号：CN202510158483.6
申请日：2025-02-13
Abstract: 本发明公开了一种考虑风电出力不确定性和海缆传输效率的海上风储配置方法，涉及储能优化配置领域，该海上风储配置方法包括：利用皮尔逊相关系数的萤火虫森林聚类算法对海上风电出力数据集进行聚类，得到海上风电的年度运行场景；利用仿射数学技术建立基于海缆线路阻抗不确定性的线路阻抗复仿射模型；利用收敛判别技术对优化后的线路阻抗复仿射模型进行潮流计算，并根据潮流计算结果建立线路参数不确定性的海缆传输效率模型；基于海上风电的年度运行场景，建立双阶段优化配置模型，并对双阶段优化配置模型进行求解。本发明通过线路阻抗复仿射模型的潮流计算与判别方法，解决电压复仿射数无法采用传统比较复数模的缺陷。
-
公开(公告)号：CN119721504B
公开(公告)日：2025-05-16
申请号：CN202510221741.0
申请日：2025-02-27
IPC: G06Q10/063 , H02J3/00 , G06Q50/06
Abstract: 本公开实施例提供异构柔性负荷聚合处理方法及其装置和虚拟电厂平台，方法包括：根据异构柔性负荷设备集群中的多种柔性负荷设备各自的时域状态演变特征分别构建状态演变模型；多种柔性负荷设备的种类包括温控负荷设备、电动车辆和储能设备；基于各种柔性负荷设备的状态演变模型在时域上的时刻对应关系，聚合各状态演变模型，以得到柔性负荷聚合模型；基于柔性负荷聚合模型及每种柔性负荷设备的约束预测异构柔性负荷设备集群在时域上的预测可调容量。通过根据不同种类的柔性负荷设备的各自特征分别建立时域演变模型并形成统一时间尺度的聚合，解决相关技术中的系统与设备控制的时间尺度不一致问题，提升可调资源的调控精准性。
-
公开(公告)号：CN119721504A
公开(公告)日：2025-03-28
申请号：CN202510221741.0
申请日：2025-02-27
IPC: G06Q10/063 , H02J3/00 , G06Q50/06
Abstract: 本公开实施例提供异构柔性负荷聚合处理方法及其装置和虚拟电厂平台，方法包括：根据异构柔性负荷设备集群中的多种柔性负荷设备各自的时域状态演变特征分别构建状态演变模型；多种柔性负荷设备的种类包括温控负荷设备、电动车辆和储能设备；基于各种柔性负荷设备的状态演变模型在时域上的时刻对应关系，聚合各状态演变模型，以得到柔性负荷聚合模型；基于柔性负荷聚合模型及每种柔性负荷设备的约束预测异构柔性负荷设备集群在时域上的预测可调容量。通过根据不同种类的柔性负荷设备的各自特征分别建立时域演变模型并形成统一时间尺度的聚合，解决相关技术中的系统与设备控制的时间尺度不一致问题，提升可调资源的调控精准性。
-
公开(公告)号：CN119360238A
公开(公告)日：2025-01-24
申请号：CN202411347261.0
申请日：2024-09-26
IPC: G06V20/17 , G06V10/25 , G06V10/82 , G06V10/44 , G06V10/80 , G06V10/70 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本发明涉及一种基于改进YOLOv5s的高压输电线鸟巢检测方法，应用于无人终端，利用预先基于鸟巢小数据集训练好的鸟巢检测模型，对所述无人终端捕获的图像中的目标的类别和区域进行预测，实现高压输电线鸟巢检测，其中，所述鸟巢检测模型基于YOLOv5s构建，且所述鸟巢检测模型包括顺次连接的基于DenseNet的Backbone网络、基于双向融合FPN的Neck网络以及Head网络。本发明的模型基于DenseNet和双向融合FPN，有效提高了从图像中提取特征的能力，另外，充分考虑高压输电线鸟巢检测场景下对象尺寸较小的特点，通过提供包容性和排他性两种择一连接的方式，对各个网络进行组织，提高了检测的准确性。
-
公开(公告)号：CN119359990A
公开(公告)日：2025-01-24
申请号：CN202411347263.X
申请日：2024-09-26
IPC: G06V10/25 , G06V10/82 , G06V10/776 , G06V10/771 , G06N3/045 , G06N3/0464
Abstract: 本发明涉及一种基于ER‑YOLO的输电线路鸟巢检测方法和设备，输电线路的鸟巢检测任务中，由于拍摄距离难以统一，鸟巢在画面中具有不同的尺寸，且鸟巢所占画面的面积极其有限，同时检测背景复杂多变。原始的YOLOv10网络模型在特征提取过程中往往忽视小目标的特征信息，这导致在鸟巢目标检测中准确率较低。为了解决这一问题，本发明向YOLOv10主干网络中引入了高效通道注意力模块，并且使用了Repulsion损失函数。这些改进使得模型能够更有效地提取鸟巢特征，通过给有效通道赋予更高的权重，抑制无关背景特征，从而减小背景噪声对目标检测的影响，最终在数据集上的均值平均精度达到了98.9％。
-
-
-
-
-
-
-
-
-
Search Results
126
records
(took 0.13 seconds)
