-
公开(公告)号：CN110390088A
公开(公告)日：2019-10-29
申请号：CN201910511871.2
申请日：2019-06-13
Applicant: 国网山东省电力公司聊城供电公司 , 国家电网有限公司
Inventor： 胡晓东 , 魏然 , 渠志江 , 李永旭 , 秦福宁 , 张忠蕾 , 李建超 , 刘福涛 , 侯昆明 , 王之猛 , 万月忠 , 隋恒 , 谢艳彬 , 李俊林 , 王付奎 , 侯宪法 , 李振玲 , 陈芳
Abstract: 本发明提供一种带电设备状态检测方法及使用该方法的移动终端和平台。所述带电设备状态检测方法包括：接收变电带电检测移动作业平台发送的带电检测任务；控制带电检测设备按照预定义的标准化作业流程、检测路线、设备测点和数据模板对带电检测任务中包括的带电设备进行带电检测；从带电检测设备接收带电检测数据，以生成电子表单；将电子表单发送到变电带电检测移动作业平台，以使变电带电检测移动作业平台根据电子表单对带电设备进行状态分析，其中，所述带电设备状态检测方法选择性地包括：根据电子表单对带电设备进行状态分析，从而提高了带电设备状态检测的作业规范性、自动化程度、效率和可靠性。
-
公开(公告)号：CN114943335A
公开(公告)日：2022-08-26
申请号：CN202210414868.0
申请日：2022-04-16
Applicant: 国网山东省电力公司聊城供电公司 , 国家电网有限公司
IPC: G06N3/08 , G06V10/764 , G06V10/82
Abstract: 本发明涉及一种三值神经网络逐层优化方法，属于深度学习训练算法技术领域，本方法使用训练集进行逐层量化，每层量化基于前一层的量化结果进行，从第一层开始逐层量化训练深度神经网络模型的权重，每次训练仅量化所述神经网络模型中一层的权重，采用了量化器与权重同时训练的神经网络训练方法，直至最后一层量化训练完成，完成神经网络的量化，保存量化后的网络模型，量化精度更高，运算存储成本更低，大大扩大深度神经网络的应用范围。
-
公开(公告)号：CN114937163A
公开(公告)日：2022-08-23
申请号：CN202210552717.1
申请日：2022-05-19
Applicant: 国网山东省电力公司聊城供电公司 , 国家电网有限公司
IPC: G06V10/762 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08 , G06V10/10 , G06V10/50
Abstract: 本发明涉及一种基于聚类的神经网络图像分块重构方法，首先，对预处理后的图像进行简单重构，并分别对预处理后的图像和重构后的图像进行分块，得到对应位置的成对图像块；再基于K均值对图像块进行聚类；对每类图像块训练一个精细化的卷积神经网络，以重构后的图像块作为输入，目标输出为对应原图像块的估计值。将图像块的估计值拼接回对应图像的原始位置，最后利用去噪器对图像进行降噪处理，即可得到重构后的图像。本发明实现了用多个精细化神经网络重构图像块的方法，将整张图像进行分块重构，提高了重构精度。
-
公开(公告)号：CN108490814B
公开(公告)日：2020-06-23
申请号：CN201810392626.X
申请日：2018-04-27
Applicant: 国网山东省电力公司聊城供电公司 , 济南真正科技有限公司
IPC: G05B19/04
Abstract: 一种基于倒闸原则的变电站五防校验方法，包括：步骤1：绘制变电站一次设备主接线图；步骤2：将所述一次设备主接线图进行模型解析，得出设备模型；步骤3：根据五防规则确定每类操作设备的倒闸原则，利用所述倒闸原则定义条件设备的解锁状态；步骤4：在操作所述操作设备时，在所述设备模型中进行搜索获取所述条件设备；步骤5：判断所述条件设备的实时状态是否符合所述解锁状态，如果符合允许操作，如果不符合禁止操作。免去了在变电站中对每个具体设备定义逻辑条件的人工工作，避免人工定义逻辑条件的错误风险。
-
公开(公告)号：CN108490814A
公开(公告)日：2018-09-04
申请号：CN201810392626.X
申请日：2018-04-27
Applicant: 国网山东省电力公司聊城供电公司 , 济南真正科技有限公司
IPC: G05B19/04
Abstract: 一种基于倒闸原则的变电站五防校验方法，包括：步骤1：绘制变电站一次设备主接线图；步骤2：将所述一次设备主接线图进行模型解析，得出设备模型；步骤3：根据五防规则确定每类操作设备的倒闸原则，利用所述倒闸原则定义条件设备的解锁状态；步骤4：在操作所述操作设备时，在所述设备模型中进行搜索获取所述条件设备；步骤5：判断所述条件设备的实时状态是否符合所述解锁状态，如果符合允许操作，如果不符合禁止操作。免去了在变电站中对每个具体设备定义逻辑条件的人工工作，避免人工定义逻辑条件的错误风险。
-
Patent Agency Ranking
公开(公告)号：CN110400044A
公开(公告)日：2019-11-01
申请号：CN201910512055.3
申请日：2019-06-13
Applicant: 国网山东省电力公司聊城供电公司 , 国家电网有限公司
Inventor： 胡晓东 , 魏然 , 渠志江 , 李永旭 , 秦福宁 , 张忠蕾 , 李建超 , 刘福涛 , 侯昆明 , 王之猛 , 万月忠 , 隋恒 , 谢艳彬 , 李俊林 , 王付奎 , 侯宪法 , 李振玲 , 陈芳
Abstract: 本发明提供一种变电设备带电检测移动作业方法、终端和平台，其中，所述变电设备带电移动作业检测方法包括：(A)获取变电设备带电检测移动作业平台下发的针对当前用户的任务工单，其中，所述任务工单包括执行任务的用户名、被检测的变电设备的名称和检测项目的任务类型；(B)从与所述检测项目的任务类型对应的检测设备接收所述变电设备的检测数据；(C)存储所述检测数据，和/或，将所述检测数据上传至所述变电设备带电检测移动作业平台。根据所述方法、终端和平台，可以自动获取被检测的变电设备的检测数据，避免了人工手动填写检测数据所导致的数据真实性和准确性较差的缺陷，同时还降低了管理成本，提高了检测数据的信息化程度。
-
公开(公告)号：CN118865233A
公开(公告)日：2024-10-29
申请号：CN202410845385.5
申请日：2024-06-27
Applicant: 国网山东省电力公司聊城供电公司
IPC: G06V20/52 , G06V40/10 , G06V40/16 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种变电站安全防护方法，属于安全防护技术领域。一种变电站安全防护方法，包括S1、采集变电站内部及其周围的图像；S2、识别图像中人或动物；S3、在包含人物的图像中提取人脸特征，在包含动物的图像中提取形态特征；S4、将提取的人脸特征与员工数据库中的人脸特征进行对比，将动物形态特征与动物数据库中的动物形态特征进行对比；S5、识别图像中人物的身份并记录，并采取第一防护措施；识别图像中动物的种类与数量并记录，并采取第二防护措施。结合对动物的路径分析，判断动物对变电站内设备的威胁，能够通过告警措施，提醒工作人员及时的处理，保证变电站安全稳定的运行。
-
公开(公告)号：CN117197554A
公开(公告)日：2023-12-08
申请号：CN202311132418.3
申请日：2023-09-04
Applicant: 国网山东省电力公司聊城供电公司 , 国家电网有限公司
IPC: G06V10/764 , G06T7/62 , G06V10/77 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G01M3/04 , G01M3/38
Abstract: 本发明提出了一种变压器漏油实时检测方法及系统，涉及故障检测技术领域，具体方案包括：将实时采集的高光谱图像，输入到训练好的漏油检测模型中，得到漏油检测结果；所述漏油检测模型，基于采集的变压器漏油高光谱图像集，通过离群波段快速选择的方法，进行高光谱图像的降维压缩，构建训练数据集，进行模型训练；而且漏油检测模型的通道数与离群波段的波段数保持一致；本发明基于高光谱分析的方法，使用一种离群波段快速选择的方法实现对高光谱图像特征波段的高效压缩，并结合深度学习方法，使用YOLOv8网络作为漏油检测模型，实现对变压器漏油故障的实时检测。
-
公开(公告)号：CN114820828A
公开(公告)日：2022-07-29
申请号：CN202210552712.9
申请日：2022-05-19
Applicant: 国网山东省电力公司聊城供电公司 , 国家电网有限公司
Inventor： 刘福涛 , 王付奎 , 曹维达 , 于依冉 , 王馨悦 , 李蔚郁 , 鲁威志 , 陈龙 , 许丽媛 , 姜秋波 , 万月忠 , 徐彪 , 李振玲 , 杨超尘 , 李云龙 , 陈芳
Abstract: 本发明涉及一种基于Vision Transformer的图像压缩感知重构方法及系统，包括：(1)对图像依次进行预处理、分块压缩采样操作；(2)对图像通过训练好的初始重构网络进行初始重构，并进行重构和拼接；(3)对图像通过训练好的深度重构网络进行深度重构，得到深度重构图像。本发明提出了一种卷积神经网络和Vision Transformer结合的图像重构混合框架，是一种端到端的压缩重构图像方法，本发明使得图像压缩感知的网络结构能够继承卷积神经网络和Transformer的优点，并且最大程度保留全局和局部特征，提高图像重构的精度。
-
公开(公告)号：CN117809164A
公开(公告)日：2024-04-02
申请号：CN202311869894.3
申请日：2023-12-29
Applicant: 国网山东省电力公司聊城供电公司 , 国家电网有限公司
IPC: G06V20/00 , G06V10/44 , G06V10/774 , G06V10/776 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于多模态融合的变电站设备故障检测方法及系统，该方法包括：获取设定时间段内变电站工作状态下待检测设备的可见光图像序列、热红外图像序列和设备关键位置声音数据；对所获取的数据进行预处理，得到预处理后的多组一一对应的可见光表计图像、热红外图像温度最大区域和设备关键位置音频帧数据；对每组数据进行特征提取，分别提取表计读数特征、最大温度区域特征和设备关键位置音频频率特征，将提取的多组特征进行多模态特征融合后，输入至基于VGG架构的卷积神经网络模型中，输出故障检测结果。本发明综合考虑设备表计特征、最大温度区域特征和音频频率特征这多种模态特征进行故障诊断，实现更准确的变电站设备故障诊断。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.031 seconds)
