-
公开(公告)号：CN118330353A
公开(公告)日：2024-07-12
申请号：CN202410433846.8
申请日：2024-04-11
Applicant: 暨南大学
IPC: G01R31/00 , G06Q10/04 , G06Q10/20 , G06Q50/06 , G06F18/213 , G06F18/23213 , G06F18/2411 , G06F18/2433 , G06F18/243 , G06F18/27 , G06N20/10 , G16Y10/35 , G16Y40/10 , G16Y40/20 , G06F123/02
Abstract: 本发明公开了一种基于泛在电力物联网的变电设备状态监测系统，包括：数据采集与传输模块：用于采集设备运行状态的原始数据；数据预处理与清洗模块：用于对采集到的原始数据进行质量检测和清洗，剔除异常值和噪声；实时数据处理与分析模块：用于对清洗后的数据进行实时处理；异常检测与预测模型建立模块：基于清洗后的数据，建立设备异常检测与故障预测模型，结合时序数据分析技术，对设备状态进行实时监测与分析；实时预警与决策支持模块：根据实时数据处理和分析结果，设定预警阈值，并在超过阈值时触发预警，提供决策支持。本发明能够提供精准、实时的设备状态监测和预测服务，为电力系统运行与维护提供了更加有效的支持。
-
公开(公告)号：CN118736456A
公开(公告)日：2024-10-01
申请号：CN202410433848.7
申请日：2024-04-11
Applicant: 暨南大学
Abstract: 本发明公开了一种基于数字孪生的输电线鸟类检测方法及系统，包括：采集鸟类的飞行动态和行为数据；构建输电线路的数字孪生模型，在数字孪生模型中引入鸟类行为模拟算法，模拟鸟类在输电线路周围的活动；将采集到的视频数据输入数字孪生模型中，与模拟的鸟类行为进行融合；将监测到的鸟类活动数据与数字孪生模型中的输电线路信息进行融合，得到鸟类与输电线路的空间关系和交互信息；基于监测数据和数字孪生模型的融合结果，确定鸟类与输电线路的位置和行为，对鸟害风险进行评估，识别潜在的线路跳闸风险区域。本发明可以有效解决传统方法中数据准确性不高以及大规模监测项目耗时等方面的限制，提高了监测覆盖范围和精度。
-
公开(公告)号：CN118521955A
公开(公告)日：2024-08-20
申请号：CN202410432896.4
申请日：2024-04-11
Applicant: 暨南大学
IPC: G06V20/52 , G06V10/20 , G06V10/30 , G06V10/774 , G06V10/82 , G06V10/778
Abstract: 本发明公开了一种基于机器视觉的输电线路智能巡检方法及系统，包括：步骤1：采集输电线路的图像数据，并对图像进行预处理；步骤2：对预处理后的图像进行异常目标检测与定位；步骤3：对检测到的异常目标进行标注，同时引入半监督学习，通过人工标注部分数据，并利用无监督学习方法对未标注数据进行自动标注；步骤4：对已标注的数据进行扩增与增强；步骤5：对扩增和增强后的标注数据进行模型训练和优化，以实现对输电线路异常目标的准确检测与定位。本发明在解决数据标注和训练样本获取问题上具有自动化、高效率和泛化能力强的优点，能够有效提高输电线路智能巡检系统的性能和可靠性。
-
-
Search Results
3
records
(took 0.015 seconds)
