-
公开(公告)号：CN112215480A
公开(公告)日：2021-01-12
申请号：CN202011049405.6
申请日：2020-09-29
Applicant: 国网江苏省电力有限公司南通供电分公司 , 南京东博智慧能源研究院有限公司
Abstract: 本发明公开了一种电力设备风险评估方法，包括如下步骤：根据电力设备状态监测参数和电力设备运行限制，对电力设备状态监测参数标量化计算，获得电力设备的参数健康指数Hn和电力设备的健康指数H；根据电力设备重要度的定义，确定电力设备的重要度指数I；根据电力设备的参数健康指数Hn、电力设备的设备健康指数H和电力设备的重要度指数I计算设备风险指数、绘制风险矩阵图，判断设备的风险等级，获得设备的风险管控顺序。本发明综合考虑电力设备的健康指标、重要度指标进行综合风险评估，具有全面性和普适性。
-
公开(公告)号：CN114971261A
公开(公告)日：2022-08-30
申请号：CN202210559806.9
申请日：2022-05-23
Applicant: 国网江苏省电力有限公司南通供电分公司
Abstract: 本发明公开了一种用于电力作业现场的一站式安全督查方法，摒弃了传统的工作方式，督查单从生成、流转、闭环反馈不需要大量人工仅需4个步骤：建立任务模块并开展督查、比对数据库模块一致性、定位上传数据模式、违章抓拍定级开单模式、回复纳入存档模式，减少了督查人员工作负担，提高了督查工作效率，督查工作规范性有待提升，督查单不受填写人与审核人的业务素质水平对督查单准确性和规范性的影响。
-
公开(公告)号：CN117789002A
公开(公告)日：2024-03-29
申请号：CN202311812771.6
申请日：2023-12-26
Applicant: 国网江苏省电力有限公司南通供电分公司
IPC: G06V10/82 , G06V10/774 , G06V10/80 , G06N3/0464 , G06V10/766
Abstract: 本发明公开了一种基于YOLOv5s网络模型改进的多目标检测方法，利用Backbone骨干网络抽取所检测目标图像的特征信息，而后，将全局上下文模块引入到骨干网络后端，获取所检测目标图像的全局相关性特征信息，关联整个图像的所有区域信息。接着，经过Neck颈部模块进一步获取特征图信息，在颈部模块C3后面融入提出的自适应权值分配模块，将由全局上下文模块后获取的特征图信息送入到自适应权值分配模块中，得到所检测目标的关键特征信息，进而获取预测特征信息；最后，将预测信息通过基于改进的损失函数的预测网络模型得到目标的属性标签，得到所属目标的检测效果，提升了多目标检测准确度，增强了检测效果。
-
Patent Agency Ranking
公开(公告)号：CN111782823A
公开(公告)日：2020-10-16
申请号：CN202010748480.5
申请日：2020-07-30
Applicant: 国网江苏省电力有限公司南通供电分公司
IPC: G06F16/36
Abstract: 本发明公开了一种知识图谱在违章大数据分析中的应用，包括下列步骤：1）由系统显示包括违章类型、违章单位及违章人员的违章图谱主界面；2）选择违章类型、违章单位或违章人员，进行搜索，展示相应的违章类型图谱、违章单位图谱或违章人员图谱分界面。本发明使用方便；有利于开展安全督查大数据分析，最终解决两个问题：一是谁不安全，二是哪里不安全。突出了反违章工作关注的要素：违章类型、违章单位、违章人员。
-
公开(公告)号：CN117523582A
公开(公告)日：2024-02-06
申请号：CN202311545939.1
申请日：2023-11-17
Applicant: 国网江苏省电力有限公司南通供电分公司
IPC: G06V30/19 , G06V30/162 , G06V30/18 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种可微分二值化文本检测模型的训练方法及装置、可微分二值化文本检测模型、文本检测方法、设备及介质，训练方法包括：将文本图像训练数据输入待训练模型获取基本特征图并进行预测，获取概率图和阈值图并进行可微分二值化处理获取初始近似二值图；将初始近似二值图进行Full卷积处理获取近似二值图；基于近似二值图获得预测结果；根据预测结果与文本图像训练数据计算待训练模型的损失函数；根据损失函数调整待训练模型，获得可微分二值化文本检测模型；其中，损失函数对应的监督信号根据文本图像训练数据确定。本发明采用人工标注后的文本区域作为监督训练数据，能够获得更好的文本检测模型，从而提升文本检测精度。
-
公开(公告)号：CN116526554A
公开(公告)日：2023-08-01
申请号：CN202310366775.X
申请日：2023-04-07
Applicant: 国网江苏省电力有限公司南通供电分公司
Abstract: 本发明公开了一种抑制T型三电平光伏储能变流器中点电位波动的方法，包括根据T型三电平NPC变流器的输入输出信号构建1/2周期对称的SHEPWM中点电位控制策略方程组，根据构建的SHEPWM中点电位控制策略方程组构建目标函数，利用人工蜂群算法求解目标函数，最小目标函数值对应的蜜源即为待求解的开关角，将开关角转换为脉冲信号，利用脉冲信号来驱动T型三电平NPC变流器中开关管通断。本发明解决了在非单位功率因数下不能有效抑制T型三电平NPC变流器中点电位波动的问题。
-
公开(公告)号：CN115471776A
公开(公告)日：2022-12-13
申请号：CN202211214277.5
申请日：2022-09-28
Applicant: 国网江苏省电力有限公司南通供电分公司
Abstract: 本发明公开了基于多卷积核残差模块时间transformer模型的安全帽佩戴识别方法，选取基于多卷积核残差模块的时间transformer模型，结合深度学习技术，提供了适合在复杂的电力作业环境中进行移动个体检测的方法，实现了对电力行业中工作人员安全作业时的安全帽佩戴情况的自动识别与跟踪检测，本发明能够有效提升电力行业中针对安全帽佩戴识别的适应性和高效性，为深度学习技术在电力安全作业中的动态目标自动识别与跟踪应用探索了一条有效可行的路径。
-
公开(公告)号：CN115346159A
公开(公告)日：2022-11-15
申请号：CN202211060528.9
申请日：2022-08-31
Applicant: 国网江苏省电力有限公司南通供电分公司
Abstract: 一种电力作业视频中的安全帽佩戴识别方法，包括如下步骤：获取电子作业的动态视频；基于前景探测的目标检测方法，从动态视频中提取多个包含作业人员信息的图片；运用卡尔曼滤波算法直接对多个包含作业人员信息的图片进行跟踪处理，锁定检测目标的位置；利用Faster R‑CNN网络，根据每一个包含作业人员信息的图片以及检测目标的位置，预测出图片中的作业人员是否佩戴安全帽。本发明采用的Faster R‑CNN深度学习模型可以大大减少运算的时间和空间复杂度，提升个体识别的准确度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.074 seconds)
