-
公开(公告)号：CN116301046A
公开(公告)日：2023-06-23
申请号：CN202310297767.4
申请日：2023-03-24
Applicant: 安徽送变电工程有限公司 , 国网安徽省电力有限公司 , 安徽继远软件有限公司
Inventor： 阴酉龙 , 林世忠 , 张太雷 , 刘韫樟 , 余志伟 , 尚文迪 , 许家文 , 胡成城 , 史磊 , 魏敏 , 甄超 , 刘宇舜 , 操松元 , 孙飞 , 王维佳 , 吴立刚 , 孔伟伟 , 姚义 , 程昊铭 , 姚天杨 , 王康
IPC: G05D1/10 , G06V20/17 , G06V10/774 , G06V10/82 , G06V10/764
Abstract: 本发明涉及自动定位技术领域，尤其涉及一种基于电力杆塔识别的无人机航拍安全距离自动定位方法，针对当前人工测量导致数据误差大，测量易受环境因素影响，人工测量效率低，无法进行安全距离自动定位等问题，现提出如下方案，包括以下步骤：S1：管控平台下达指令，无人机按照规范巡检路径移动；本发明的目的是采用无人机航拍，进行安全距离自动定位，减少人工测量带来的数据误差，可实时将数据信息发送至后台计算机，大范围巡视，对电力杆塔进行快速检查，提高数据的实时准确性，降低数据误差，降低损失，结合三维建模等技术手段，进行无人机规划航线自主飞行，实现输电线路运维数字化、智能化、信息化管理。
-
公开(公告)号：CN112599134A
公开(公告)日：2021-04-02
申请号：CN202011400711.X
申请日：2020-12-02
Applicant: 国网安徽省电力有限公司 , 国家电网有限公司 , 国网安徽省电力有限公司电力科学研究院 , 安徽继远软件有限公司 , 国网信息通信产业集团有限公司
Abstract: 本发明提供一种基于声纹识别的变压器声音事件检测方法，包括对变压器语音信号待测样本进行分帧；对每个语音信号帧进行加窗；对每个加窗后的语音信号帧进行离散傅里叶变换；根据傅里叶变换结果计算能量谱密度；采用50Hz倍频三角滤波器组对能量谱密度进行滤波；对滤波后的能量谱密度取对数，最终得到变压器语音信号待测样本的声纹特征；采用事先训练好的CapsNet胶囊网络模型对声纹特征进行检测，得到变压器语音信号待测样本的类别。本发明可以解决变压器声音事件重叠问题，有着较高的识别准确率，提高了变压器声音事件在线检测的智能水平。
-
公开(公告)号：CN111912519A
公开(公告)日：2020-11-10
申请号：CN202010714530.8
申请日：2020-07-21
Applicant: 国网安徽省电力有限公司 , 国网安徽省电力有限公司电力科学研究院 , 安徽继远软件有限公司 , 国网信息通信产业集团有限公司
Abstract: 本发明公开了基于声纹频谱分离的变压器故障诊断方法及装置，包括获取变压器的铁芯、绕组、操纵机构产生的振动声纹信号数据；基于时域的声纹数据进行频域转换获取频谱数据；基于频谱数据采用同态滤波方法将频谱数据中的频谱包络数据和频谱细节数据分离；将分离之后的频谱数据输入预设的GRU神经网络获取变压器故障诊断结果。本发明在进行取对数处理和离散余弦变换之前，通过设计50Hz倍频三角滤波器组滤波实现对频谱数据的降维，在后续运算处理中提高运算速度并提高了GRU神经网络输入特征向量的有效性，从而提高了GRU神经网络的诊断结果准确性。
-
公开(公告)号：CN111222285A
公开(公告)日：2020-06-02
申请号：CN201911402536.5
申请日：2019-12-31
Applicant: 国网安徽省电力有限公司 , 国网安徽省电力有限公司电力科学研究院 , 安徽继远软件有限公司
Abstract: 本发明公开了一种基于声音信息和神经网络的变压器高有功值预测方法，包括以下步骤：(1)、采集变压器的高有功值持续时间内对应的音频数据；(2)、将时间均匀切分为多个时间片段，并依据时间片段划分为训练集、测试集和验证集；(3)、对音频数据进行特征提取，获得音频数据的Filterbank特征；(4)、构建由输入层、四组卷积-池化单元、全局平均池化层、全连接层、输出层构成的卷积神经网络；(5)、将训练数据频谱图和真实高有功值输入卷积神经网络，经过训练获得变压器高有功值预测模型；(6)、将测试集输入至预测模型进行验证。本发明能够避免复杂电力环境的影响，并具有预测结果准确性高的优点。
-
公开(公告)号：CN111912519B
公开(公告)日：2022-11-15
申请号：CN202010714530.8
申请日：2020-07-21
Applicant: 国网安徽省电力有限公司 , 国网安徽省电力有限公司电力科学研究院 , 安徽继远软件有限公司 , 国网信息通信产业集团有限公司
Abstract: 本发明公开了基于声纹频谱分离的变压器故障诊断方法及装置，包括获取变压器的铁芯、绕组、操纵机构产生的振动声纹信号数据；基于时域的声纹数据进行频域转换获取频谱数据；基于频谱数据采用同态滤波方法将频谱数据中的频谱包络数据和频谱细节数据分离；将分离之后的频谱数据输入预设的GRU神经网络获取变压器故障诊断结果。本发明在进行取对数处理和离散余弦变换之前，通过设计50Hz倍频三角滤波器组滤波实现对频谱数据的降维，在后续运算处理中提高运算速度并提高了GRU神经网络输入特征向量的有效性，从而提高了GRU神经网络的诊断结果准确性。
-
Patent Agency Ranking
公开(公告)号：CN116379957A
公开(公告)日：2023-07-04
申请号：CN202310300858.9
申请日：2023-03-27
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽继远软件有限公司
Inventor： 程洋 , 夏令志 , 刘静 , 牛雷雷 , 刘宇舜 , 操松元 , 甄超 , 方登洲 , 孙飞 , 孔伟伟 , 姚义 , 程昊铭 , 姚天杨 , 尚守卫 , 王维佳 , 张勇 , 宋加帅
Abstract: 本发明涉及输电线路通道环境趋势变化监测预警技术领域，尤其涉及一种地质灾害条件下输电线路通道环境趋势变化监测预警方法，针对当前现有的输电线路通道环境趋势变化监测预警技术仍存在监测预警手段不足，对于数据的获取不够精确，导致地质灾害条件下输电线路通道环境趋势变化监测预警的准确率和效率较低的问题，现提出如下方案，其中包括以下步骤：S1：建立线路，S2：信息获取，本发明的目的是通过采用统一高效的专用局域网进行连接，同时基于三维技术获取精确的点云数据，提供更全面的地质灾害条件下输电线路通道环境趋势变化监测预警，提高了地质灾害条件下输电线路通道环境趋势变化监测预警的准确率和效率。
-
公开(公告)号：CN118503833B
公开(公告)日：2024-10-25
申请号：CN202410952867.0
申请日：2024-07-16
Applicant: 安徽继远软件有限公司 , 国网安徽省电力有限公司电力科学研究院
IPC: G06F18/2415 , G06F18/22 , G06F18/10 , G01R31/00
Abstract: 本发明公开了一种基于量子测量的变电设备状态监测方法，涉及电网设备状态检测技术领域，包括：确定至少一个关联基准量；得到故障状态的关联差异基准量；确定关联差异基准量的测量基；确定关联差异基准量的测量基在故障状态下的取值范围，作为特征取值范围；在变电设备中确定待测量的物理量；对物理量形成分解机制；得到物理量的实际结果，得到关联差异基准量的测量基的测量结果；得到关联差异基准量的测量基的测量结果属于特征取值范围的特征概率值；当特征概率值大于预设值时，故障状态存在，否则，故障状态不存在。通过使用量子测量，对故障状态形成关联差异基准量，能进行无遗漏的检测，避免延误修复的时机。
-
公开(公告)号：CN118503833A
公开(公告)日：2024-08-16
申请号：CN202410952867.0
申请日：2024-07-16
Applicant: 安徽继远软件有限公司 , 国网安徽省电力有限公司电力科学研究院
IPC: G06F18/2415 , G06F18/22 , G06F18/10 , G01R31/00
Abstract: 本发明公开了一种基于量子测量的变电设备状态监测方法，涉及电网设备状态检测技术领域，包括：确定至少一个关联基准量；得到故障状态的关联差异基准量；确定关联差异基准量的测量基；确定关联差异基准量的测量基在故障状态下的取值范围，作为特征取值范围；在变电设备中确定待测量的物理量；对物理量形成分解机制；得到物理量的实际结果，得到关联差异基准量的测量基的测量结果；得到关联差异基准量的测量基的测量结果属于特征取值范围的特征概率值；当特征概率值大于预设值时，故障状态存在，否则，故障状态不存在。通过使用量子测量，对故障状态形成关联差异基准量，能进行无遗漏的检测，避免延误修复的时机。
-
公开(公告)号：CN110534118A
公开(公告)日：2019-12-03
申请号：CN201910690335.3
申请日：2019-07-29
Applicant: 安徽继远软件有限公司 , 国网信息通信产业集团有限公司 , 国网安徽省电力有限公司 , 国家电网有限公司
Inventor： 徐海青 , 季坤 , 赵峰 , 陈是同 , 徐唯耀 , 秦浩 , 王文清 , 王维佳 , 吴立刚 , 付成成 , 浦正国 , 梁翀 , 廖逍 , 张晨晨 , 张天奇 , 余江斌 , 胡心颖 , 韩涛
Abstract: 本发明公开了一种基于声纹识别和神经网络的变压器/电抗器故障诊断方法，首先采集变压器/电抗器运行时产生的语音信号，然后将语音信号分为若干个语音片段后直接转换为语谱图，接着采用CNN网络和LSTM网络串联构成的神经网络对语谱图进行处理，最终基于神经网络的处理结果进行变压器故障诊断。本发明利用CNN网络处理图像能力强以及LSTM网络易于对时序数据进行建模的特点，结合CNN网络和LSTM的网络优势，提出了一种基于声纹识别的变压器/电抗器故障诊断方法，对变压器/电抗器的故障诊断有着较高的准确率，能够识别变压器/电抗器是否发生内部故障，可有效降低检修人员劳动强度，提高变压器/电抗器检测的智能水平。
-
公开(公告)号：CN118508617B
公开(公告)日：2024-09-24
申请号：CN202410970708.3
申请日：2024-07-19
Applicant: 安徽继远软件有限公司 , 国网安徽省电力有限公司电力科学研究院
Abstract: 本发明公开了一种基于量子技术应用的变电站在线监测方法与系统，涉及量子变电站应用技术领域，包括：基于指令分配算法确定每一个指令请求对应的执行网关；变电站设备基于量子通信技术向监测中控终端发送请求指令；监测中控终端实时接收所有变电站设备的请求指令，并剔除其中的非法请求和无效请求，获取有效请求；识别有效请求中，是否存在导致安全风险的有效请求，若是，则将对该有效请求对应的变电站设备进行鉴权；若否，则将各有效请求发送至各执行网关进行执行。本发明的优点在于：保证变电站系统对于接入设备的请求响应速度，提高变电站系统的设备集群的指令水平，同时进而有效的保证了变电站系统的在线监测通信的安全性。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.077 seconds)
