-
公开(公告)号:CN119940670A
公开(公告)日:2025-05-06
申请号:CN202411979397.3
申请日:2024-12-31
Applicant: 国网湖北省电力有限公司超高压公司
IPC: G06Q10/047 , G01C21/20 , G01C21/00 , H02J13/00
Abstract: 本发明提供一种变电站联合巡逻方法、装置、电子设备和存储介质,通过覆盖路径规划得到无人机的初始巡视路径以及地面机器人的巡视路径,基于无人机的初始巡视路径中的无人机路径点以及地面机器人的巡视路径中的机器人路径点,构建第一二分图后,匹配得到各个无人机路径点匹配的机器人路径点,从而确定最大换电时间;基于最大换电时间,确定无人机的初始巡视路径中的换电路径点及其在地面机器人的巡视路径中匹配的换电路径点,将换电路径点添加到无人机的初始巡视路径中之后,得到无人机的巡视路径,可以使得无人机和地面机器人联合完成巡视任务的同时,由地面机器人为无人机提供换电服务,解决无人机续航时间短的缺陷。
-
公开(公告)号:CN116528643A
公开(公告)日:2023-08-01
申请号:CN202310551518.3
申请日:2023-05-17
Applicant: 国网湖北省电力有限公司超高压公司
IPC: H10K71/16 , H10K50/12 , H10K101/10 , H10K101/20
Abstract: 本发明提供一种掺杂型蓝光有机发光二极管的制备方法,包括ITO阳极玻璃板,所述ITO阳极玻璃板表面蒸镀轻薄空穴注入层,所述轻薄空穴注入层表面真空蒸镀空穴传输层,所述空穴传输层表面真空蒸镀掺杂型蓝光主客体共发光层,所述掺杂型蓝光主客共发光层表面真空蒸镀两层不同电子传输层,所述电子传输层表面真空蒸镀金属阴极;发明采用具有反向系间窜越特点的热活化延迟荧光材料作为发光层材料,组成元素安全无污染;较小的能极差可以使TADF材料在室温热能活化下发生反向系间窜越现象,实现激子从三重态到单重态能级反向跃迁,达到更高的量子效率,有效的改善了器件的发光亮度和效率。
-
公开(公告)号:CN117809364A
公开(公告)日:2024-04-02
申请号:CN202311584554.6
申请日:2023-11-26
Applicant: 国网湖北省电力有限公司超高压公司 , 浙江大学滨江研究院
Abstract: 本发明公开了一种基于变电站视觉场景的违规行为生成算法,违规行为包括:违规动火作业、违规使用金属器具、违规开启电缆沟盖板。该方法的过程为:首先准备变电站场景的违规行为数据集,然后建立违规行为目标检测器,使用第一步准备的变电站场景的违规行为数据集其中包括,对目标检测器进行训练,最后对目标检测器的推理结果处理。其中准备变电站场景的违规行为数据集包括数据采集、数据预处理、数据标注。建立违规行为目标检测器包括目标检测模型准备,模型结构搭建,模型训练。目标检测器的推理后处理方法包括模型验证,推理数据处理。该方法可以检测出变电站场景内常见的违规行为。
-
公开(公告)号:CN117054805A
公开(公告)日:2023-11-14
申请号:CN202310843773.5
申请日:2023-07-10
Applicant: 国网湖北省电力有限公司超高压公司
Abstract: 本发明属于设备的检测技术领域,一种基于DGCN网络的气体绝缘组合电器故障诊断方法,包括以下步骤,A001:获得局部放电缺陷类型的频域图,作为输入样本;A002:每个输入样本映射成相同大小的矩阵,构造局部化滤波器;A003:将频域图的网格形状的像素进行组织,构建可视化的像素子区;A004:将粗化后的顶点构建二叉树结构,采用重排方法对顶点进行排序实现池化操作,将池化操作的图池层进行应用,通过迭代使用从输入的频域图中提取故障特征;A005:将提取的故障特征输入完全连接层和Softmax层进行故障检测,输出故障缺陷类型。本技术方案采集局部放电信号的数据,通过DGCN网络对频域图数据进行分类,然后诊断,提高气体绝缘组合电器绝缘状态诊断的准确性。
-
公开(公告)号:CN117809236A
公开(公告)日:2024-04-02
申请号:CN202311578678.3
申请日:2023-11-24
Applicant: 国网湖北省电力有限公司超高压公司 , 浙江大学滨江研究院
IPC: G06V20/52 , G06V20/70 , G06V10/774 , G06V10/80 , G06F40/126 , G06F40/205 , G06F40/30
Abstract: 本发明公开了一种新颖的基于多任务学习的变电站违规行为适配方法。它通过在多模态预训练检测大模型的基础上引入多任务学习技术,同时对多个不同的违规行为任务进行同步训练。这种方法的优势在于能够快速适应新的识别任务,而无需重新标注全部数据。传统的巡检方法存在限制,需要针对每个新的违规行为重新标注数据,耗费大量的人力和数据资源。而基于多任务学习的方法可以利用已有的标注数据,同时训练多个违规行为识别任务,从而节省了标注数据的成本。
-
公开(公告)号:CN117054805B
公开(公告)日:2024-10-29
申请号:CN202310843773.5
申请日:2023-07-10
Applicant: 国网湖北省电力有限公司超高压公司
Abstract: 本发明属于设备的检测技术领域,一种基于DGCN网络的气体绝缘组合电器故障诊断方法,包括以下步骤,A001:获得局部放电缺陷类型的频域图,作为输入样本;A002:每个输入样本映射成相同大小的矩阵,构造局部化滤波器;A003:将频域图的网格形状的像素进行组织,构建可视化的像素子区;A004:将粗化后的顶点构建二叉树结构,采用重排方法对顶点进行排序实现池化操作,将池化操作的图池层进行应用,通过迭代使用从输入的频域图中提取故障特征;A005:将提取的故障特征输入完全连接层和Softmax层进行故障检测,输出故障缺陷类型。本技术方案采集局部放电信号的数据,通过DGCN网络对频域图数据进行分类,然后诊断,提高气体绝缘组合电器绝缘状态诊断的准确性。
-
-
-
-
-