-
公开(公告)号：CN114912533A
公开(公告)日：2022-08-16
申请号：CN202210567016.5
申请日：2022-05-23
Applicant: 国网安徽省电力有限公司铜陵供电公司 , 安徽南瑞继远电网技术有限公司
Abstract: 本申请涉及变压器故障的智能监测领域，其具体地公开了一种应用于变压器的状态监测系统及监测方法，其基于激光诱导荧光光谱技术以将激光打入电力变压器油样中得到荧光光谱，进一步再通过对于所述荧光光谱的分析来进行所述电力变压器油的检测，并且在此过程中，通过深度神经网络模型解决了噪声干扰对于光谱图质量的影响，使其能够准确有效地对所述电力变压器的故障进行诊断，以保障煤矿电力的正常供给。
-
公开(公告)号：CN113872328A
公开(公告)日：2021-12-31
申请号：CN202111131490.5
申请日：2021-09-26
Applicant: 国网安徽省电力有限公司铜陵供电公司
Abstract: 本发明公开了基于神经网络的变电站远程智能巡检方法及系统，该方法包括：从云端获取实时更新后的云端变电站巡检数据分析模型，并基于实时更新后的数据库中的监测数据对分析模型进行更新，获取边缘端变电站巡检数据分析模型；基于边缘端变电站巡检数据分析模型对新接收的监测数据进行分析；在确定边缘端变电站巡检数据分析模型的模型参数与云端变电站巡检数据分析模型的差异符合预设条件时，上传数据到云端，以使云端实时更新云端变电站巡检数据分析模型，本发明基于云边协同机制，实现巡检数据训练样本的自动上传和变电站巡检数据分析模型的定期更新，可不断提升智能识别、判别的效率和准确性。
-
公开(公告)号：CN113724233A
公开(公告)日：2021-11-30
申请号：CN202111025606.7
申请日：2021-09-02
Applicant: 国网安徽省电力有限公司铜陵供电公司 , 安徽南瑞继远电网技术有限公司 , 安徽大学
Abstract: 本发明涉及基于融合数据生成和迁移学习技术的变电设备外观图像缺陷检测方法，与现有技术相比解决了变电设备外观缺陷检测识别率低的缺陷。本发明包括以下步骤：变电设备外观缺陷图像的获取；变电设备外观缺陷图像的再生成；变电设备外观缺陷检测模型的构建；变电设备外观缺陷检测模型的训练；待检测变电设备图像的获取；待检测变电设备图像缺陷问题的检测。本发明提高了变电设备外观图像缺陷检测的速度和准确率。
-
公开(公告)号：CN114913156B
公开(公告)日：2023-01-24
申请号：CN202210537064.X
申请日：2022-05-17
Applicant: 国网安徽省电力有限公司铜陵供电公司 , 安徽南瑞继远电网技术有限公司
IPC: G06T7/00 , G06T5/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G01N21/64
Abstract: 本申请涉及变压器故障的智能诊断领域，其具体地公开了一种变压器故障诊断系统及其诊断方法，其通过激光诱导荧光光谱技术，以基于荧光光谱对电力变压器油进行检测分析，进而快速准确地识别电力变压器的油样，这样，就能够准确有效地对电力变压器的不同故障类型进行诊断，以保障煤矿电力的正常供给。
-
公开(公告)号：CN113707176A
公开(公告)日：2021-11-26
申请号：CN202111026413.3
申请日：2021-09-02
Applicant: 国网安徽省电力有限公司铜陵供电公司 , 安徽南瑞继远电网技术有限公司 , 安徽大学
Abstract: 本发明涉及一种基于声信号及深度学习技术的变压器故障检测方法，与现有技术相比解决了难以应用声纹信号对变压器故障进行准确检测的缺陷。本发明包括以下步骤：电力变压器声音数据的采集获取；训练样本集内声信号的预处理；声信号数据的声音特征提取；构建变压器故障检测模型；变压器故障检测模型的训练；待检测变压器声信号数据的获取及预处理；待检测变压器故障检测结果的获得。本发明能够基于声纹信号进行变压器的故障检测。
-
Patent Agency Ranking
公开(公告)号：CN114912533B
公开(公告)日：2023-02-07
申请号：CN202210567016.5
申请日：2022-05-23
Applicant: 国网安徽省电力有限公司铜陵供电公司 , 安徽南瑞继远电网技术有限公司
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06Q50/06
Abstract: 本申请涉及变压器故障的智能监测领域，其具体地公开了一种应用于变压器的状态监测系统及监测方法，其基于激光诱导荧光光谱技术以将激光打入电力变压器油样中得到荧光光谱，进一步再通过对于所述荧光光谱的分析来进行所述电力变压器油的检测，并且在此过程中，通过深度神经网络模型解决了噪声干扰对于光谱图质量的影响，使其能够准确有效地对所述电力变压器的故障进行诊断，以保障煤矿电力的正常供给。
-
公开(公告)号：CN113724233B
公开(公告)日：2022-10-11
申请号：CN202111025606.7
申请日：2021-09-02
Applicant: 国网安徽省电力有限公司铜陵供电公司 , 安徽南瑞继远电网技术有限公司 , 安徽大学
Abstract: 本发明涉及基于融合数据生成和迁移学习技术的变电设备外观图像缺陷检测方法，与现有技术相比解决了变电设备外观缺陷检测识别率低的缺陷。本发明包括以下步骤：变电设备外观缺陷图像的获取；变电设备外观缺陷图像的再生成；变电设备外观缺陷检测模型的构建；变电设备外观缺陷检测模型的训练；待检测变电设备图像的获取；待检测变电设备图像缺陷问题的检测。本发明提高了变电设备外观图像缺陷检测的速度和准确率。
-
公开(公告)号：CN113707176B
公开(公告)日：2022-09-09
申请号：CN202111026413.3
申请日：2021-09-02
Applicant: 国网安徽省电力有限公司铜陵供电公司 , 安徽南瑞继远电网技术有限公司 , 安徽大学
Abstract: 本发明涉及一种基于声信号及深度学习技术的变压器故障检测方法，与现有技术相比解决了难以应用声纹信号对变压器故障进行准确检测的缺陷。本发明包括以下步骤：电力变压器声音数据的采集获取；训练样本集内声信号的预处理；声信号数据的声音特征提取；构建变压器故障检测模型；变压器故障检测模型的训练；待检测变压器声信号数据的获取及预处理；待检测变压器故障检测结果的获得。本发明能够基于声纹信号进行变压器的故障检测。
-
公开(公告)号：CN113872328B
公开(公告)日：2023-07-07
申请号：CN202111131490.5
申请日：2021-09-26
Applicant: 国网安徽省电力有限公司铜陵供电公司
Abstract: 本发明公开了基于神经网络的变电站远程智能巡检方法及系统，该方法包括：从云端获取实时更新后的云端变电站巡检数据分析模型，并基于实时更新后的数据库中的监测数据对分析模型进行更新，获取边缘端变电站巡检数据分析模型；基于边缘端变电站巡检数据分析模型对新接收的监测数据进行分析；在确定边缘端变电站巡检数据分析模型的模型参数与云端变电站巡检数据分析模型的差异符合预设条件时，上传数据到云端，以使云端实时更新云端变电站巡检数据分析模型，本发明基于云边协同机制，实现巡检数据训练样本的自动上传和变电站巡检数据分析模型的定期更新，可不断提升智能识别、判别的效率和准确性。
-
公开(公告)号：CN114913156A
公开(公告)日：2022-08-16
申请号：CN202210537064.X
申请日：2022-05-17
Applicant: 国网安徽省电力有限公司铜陵供电公司 , 安徽南瑞继远电网技术有限公司
Abstract: 本申请涉及变压器故障的智能诊断领域，其具体地公开了一种变压器故障诊断系统及其诊断方法，其通过激光诱导荧光光谱技术，以基于荧光光谱对电力变压器油进行检测分析，进而快速准确地识别电力变压器的油样，这样，就能够准确有效地对电力变压器的不同故障类型进行诊断，以保障煤矿电力的正常供给。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.031 seconds)
