公开(公告)号：CN119885785A

公开(公告)日：2025-04-25

申请号：CN202510370943.1

申请日：2025-03-27

Applicant: 国网江西省电力有限公司南昌供电分公司 ,  南昌工程学院

Inventor： 吴诗优 ,  周福文 ,  刘洲 ,  肖蓓蓓 ,  付理祥 ,  尚文辉 ,  李明 ,  张征 ,  付师璕 ,  谭和财 ,  万晗晖 ,  陈锴锋

IPC: G06F30/23 ,  G06F30/25

Abstract: 本发明公开了一种X射线激励下GIS中局部放电仿真方法，包括如下步骤：在仿真软件中计算GIS内的初始电场分布；将初始电场分布导入到MATLAB模型中,定义各个仿真参数，得到GIS内SF6气体中的初始有效电子产生速率以及X射线光电离作用下产生的光电子速率；通过GIS内部电场强度和产生的电子速率判断是否产生局部放电，模拟电荷在SF6气体中的传导衰减，描述带电粒子的数值变化过程；产生局部放电后，输出局部放电的电荷量以及放电重复率；本发明通过数学表达式定量描述了局部放电过程中电子的变化，根据电场强度和电子数目两个特征量来判断局部放电的产生，获得的局部放电量、放电重复率与实际放电接近。

公开(公告)号：CN118262183B

公开(公告)日：2024-07-30

申请号：CN202410688862.1

申请日：2024-05-30

Applicant: 国网江西省电力有限公司南昌供电分公司 ,  国家电网有限公司

Inventor： 吴诗优 ,  刘洲 ,  李明 ,  张征 ,  谭和财 ,  蔡礼 ,  王永华 ,  付师璕 ,  王颖 ,  万晗晖 ,  尚文辉 ,  秦子恺 ,  付熙玮 ,  付理祥 ,  周福文

IPC: G06V10/764 ,  G01B15/02 ,  G06V10/762 ,  G06V10/26 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于X光图像的架空导线覆冰厚度测量方法及系统，该方法采用多种材料和线径的架空导线开展覆冰试验；利用BiFPN模块对YOLOv8模型颈部网络的融合模块进行替换，构建并训练架空导线覆冰X光图像智能分割模型，采用突触流分数对架空导线覆冰X光图像智能分割模型中的主干网络进行剪枝操作，得到轻量化架空导线覆冰X光图像智能分割模型；利用轻量化架空导线覆冰X光图像智能分割模型对现场拍摄的架空导线覆冰X光图像进行分割，输出覆冰区域二值图像，通过图像处理算法提取覆冰区域二值图像最大像素厚度和平均像素厚度，反演得到实际覆冰厚度。本发明提高了覆冰厚度测量的准确性和便捷性。

公开(公告)号：CN119888547A

公开(公告)日：2025-04-25

申请号：CN202510382593.0

申请日：2025-03-28

Applicant: 国网江西省电力有限公司南昌供电分公司

Inventor： 吴诗优 ,  刘洲 ,  周福文 ,  尚文辉 ,  付理祥 ,  李帆 ,  李明 ,  张征 ,  曾春 ,  付师璕 ,  谭和财 ,  万晗晖 ,  陈锴锋 ,  熊海强

IPC: G06V20/17 ,  G06V10/25 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084 ,  G06N3/096 ,  B64U20/87 ,  B64U20/80 ,  G01N29/06 ,  G01N23/04 ,  B64U101/26 ,  B64U101/30

Abstract: 本发明公开了一种融合多模态数据的耐张线夹缺陷无人机检测方法，包括以下步骤，建立数据集，数据集包含X光图像、超声图像和液压型耐张线夹图，构建融合多模态数据的耐张线夹缺陷检测模型；将数据集输入融合多模态数据的耐张线夹缺陷检测模型进行训练，获得训练后的融合多模态数据的耐张线夹缺陷检测模型，将X光图像和超声图像同时输入到训练后的融合多模态数据的耐张线夹缺陷检测模型中进行处理，获得Grad‑CAM热图，将Grad‑CAM热图处理为液压型耐张线夹图的大小并融合成像，在融合成像上显示输出检测的缺陷类型及判断位置。本发明通过融合超声图像和X光图像实现液压型耐张线夹缺陷智能检测。

公开(公告)号：CN119535233A

公开(公告)日：2025-02-28

申请号：CN202411877499.4

申请日：2024-12-19

Applicant: 国网江西省电力有限公司南昌供电分公司

Inventor： 刘洲 ,  陈锴锋 ,  陈瀚翔 ,  付理祥 ,  夏阳 ,  熊海强 ,  彭彪 ,  万训强 ,  吴诗优 ,  李秋德 ,  邱日强

IPC: G01R31/367 ,  G01R31/396 ,  G01R31/382

Abstract: 本发明公开了一种基于多模态特征的变电站蓄电池组异常状态识别方法，所述方法包括以下步骤：获取历史数据中的蓄电池的电流、温度、湿度和振动频率；形式化故障预测任务并构建故障检测模型，导入预处理数据至特征提取模块中，获取局部特征；导入局部特征至时序特征提取模块中，获取时序特征；导入时序特征至全局特征提取模块；获取全局特征；导入局部特征、时序特征和全局特征至特征融合模块，获取多模态特征；导入多模态特征至预测模块，获取预测的故障类型。本发明利用变电站蓄电池组的多个检测指标，依次提取局部特征、时序特征和全局特征，并将特征进行多模态数据融合，有助于提升模型对数据异常的捕捉能力，提高变电站蓄电池组异常状态识别准确性。

公开(公告)号：CN118262183A

公开(公告)日：2024-06-28

申请号：CN202410688862.1

申请日：2024-05-30

Applicant: 国网江西省电力有限公司南昌供电分公司 ,  国家电网有限公司

Inventor： 吴诗优 ,  刘洲 ,  李明 ,  张征 ,  谭和财 ,  蔡礼 ,  王永华 ,  付师璕 ,  王颖 ,  万晗晖 ,  尚文辉 ,  秦子恺 ,  付熙玮 ,  付理祥 ,  周福文

IPC: G06V10/764 ,  G01B15/02 ,  G06V10/762 ,  G06V10/26 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于X光图像的架空导线覆冰厚度测量方法及系统，该方法采用多种材料和线径的架空导线开展覆冰试验；利用BiFPN模块对YOLOv8模型颈部网络的融合模块进行替换，构建并训练架空导线覆冰X光图像智能分割模型，采用突触流分数对架空导线覆冰X光图像智能分割模型中的主干网络进行剪枝操作，得到轻量化架空导线覆冰X光图像智能分割模型；利用轻量化架空导线覆冰X光图像智能分割模型对现场拍摄的架空导线覆冰X光图像进行分割，输出覆冰区域二值图像，通过图像处理算法提取覆冰区域二值图像最大像素厚度和平均像素厚度，反演得到实际覆冰厚度。本发明提高了覆冰厚度测量的准确性和便捷性。