-
公开(公告)号：CN113763667A
公开(公告)日：2021-12-07
申请号：CN202110936440.8
申请日：2021-08-16
Applicant: 镇江默勒电器有限公司 , 大全集团有限公司 , 东南大学
Abstract: 本发明涉及一种基于5G边缘计算的火灾预警及状态监测装置，智能云柜包括配电设备、中央处理器单元、数据采集单元、数据存储单元、指令执行单元和通信单元。本发明还公开了一种监测方法，包括：数据获取；数据预处理：对数据进行异常值和缺失值处理、Pearson相关判定以及归一化处理；将以往智能云柜中的热成像数据划分为训练集和测试集以及验证集；搭建多变量输入LSTM神经网络模型：将验证集数据代入模型进行预测；生成真实值‑预测值‑曲线图。本发明的监测装置能够在元件参数存在异常或产生故障时，快速接收到告警提示，提高运维检修效率，降低配网故障率。本发明的监测方法可以实现电气火灾在线监测与预测，大大降低电气火灾隐患。
-
公开(公告)号：CN113763667B
公开(公告)日：2023-07-25
申请号：CN202110936440.8
申请日：2021-08-16
Applicant: 镇江默勒电器有限公司 , 大全集团有限公司 , 东南大学
IPC: G08B17/12 , G06N3/0442 , G06N3/08 , G06N20/00
Abstract: 本发明涉及一种基于5G边缘计算的火灾预警及状态监测装置，智能云柜包括配电设备、中央处理器单元、数据采集单元、数据存储单元、指令执行单元和通信单元。本发明还公开了一种监测方法，包括：数据获取；数据预处理：对数据进行异常值和缺失值处理、Pearson相关判定以及归一化处理；将以往智能云柜中的热成像数据划分为训练集和测试集以及验证集；搭建多变量输入LSTM神经网络模型：将验证集数据代入模型进行预测；生成真实值‑预测值‑曲线图。本发明的监测装置能够在元件参数存在异常或产生故障时，快速接收到告警提示，提高运维检修效率，降低配网故障率。本发明的监测方法可以实现电气火灾在线监测与预测，大大降低电气火灾隐患。
-
公开(公告)号：CN113765215A
公开(公告)日：2021-12-07
申请号：CN202110812284.4
申请日：2021-07-19
Applicant: 镇江默勒电器有限公司 , 大全集团有限公司 , 东南大学
IPC: H02J13/00
Abstract: 本发明公开了一种基于5G边界控制器的电力设备在线监测系统，包括监测模块、5G边界控制器、报警模块、物联网云平台；所述监测模块将采集的视频信号发送给5G边界控制器，5G边界控制器对视频信号计算和分析，当分析出异常情况时产生第一报警信号，将第一报警信号传输至物联网云平台；监测模块将采集的除视频信号外的其他信号发送给报警模块，报警模块根据其他信号的各类数据判断是否超出设定的参考值，若超出则向5G边界控制器发送第二报警信号，5G边界控制器接收第二报警信号后将其发送至物联网云平台。本发明支持多种工业通信规约来接入工业设备，提升了工业设备的开放性，将传统的电气一次设备升级为物联网数据节点，传输更加高效。
-
公开(公告)号：CN113938283B
公开(公告)日：2023-12-12
申请号：CN202111199908.6
申请日：2021-10-14
Applicant: 南京大全电气研究院有限公司 , 镇江默勒电器有限公司
Abstract: 本发明涉及数据处理系统技术领域，尤其涉及一种扫码登录方法、系统、装置、电子设备及存储介质，该方法通过基于授权设备在移动客户端登录开启扫描功能，通过有登录验证窗口期的临时SSID，将该SSID包含在浏览器客户端显示的二维码中，通过对该二维码信息中SSID的数字签名后从移动终端客户端发送至服务器中，再与服务器中对应的SSID进行数字签名后进行匹配，完成匹配则控制浏览器跳转至相应的操作页面实现对服务器的访问；通过上述方式，避免了用户登录信息的泄露；此外，移动终端客户端的授权信息金传输SSID的不可逆数字签名，不出现SSID明文，避免了网络传输时授权信息与SSID关联带来的安全风险。
-
公开(公告)号：CN113938283A
公开(公告)日：2022-01-14
申请号：CN202111199908.6
申请日：2021-10-14
Applicant: 南京大全电气研究院有限公司 , 镇江默勒电器有限公司
Abstract: 本发明涉及数据处理系统技术领域，尤其涉及一种扫码登录方法、系统、装置、电子设备及存储介质，该方法通过基于授权设备在移动客户端登录开启扫描功能，通过有登录验证窗口期的临时SSID，将该SSID包含在浏览器客户端显示的二维码中，通过对该二维码信息中SSID的数字签名后从移动终端客户端发送至服务器中，再与服务器中对应的SSID进行数字签名后进行匹配，完成匹配则控制浏览器跳转至相应的操作页面实现对服务器的访问；通过上述方式，避免了用户登录信息的泄露；此外，移动终端客户端的授权信息金传输SSID的不可逆数字签名，不出现SSID明文，避免了网络传输时授权信息与SSID关联带来的安全风险。
-
Patent Agency Ranking
公开(公告)号：CN113504755A
公开(公告)日：2021-10-15
申请号：CN202110836794.5
申请日：2021-07-23
Applicant: 南京大全电气研究院有限公司 , 镇江默勒电器有限公司
IPC: G05B19/042
Abstract: 本发明涉及电力系统监控技术领域，尤其涉及一种基于混合云构架的SCADA监控系统及方法，该系统包括：云控制器设备，与所管辖的本地工业设备连接；私有云平台，包括前置通信服务器和私有数据库，前置通信服务器与云控制器设备通讯连接，将接收到的云控制器设备发送的数据存储在私有数据库中，同时将数据转发至公有云平台；公有云平台，用于私有云平台镜像数据的存储和用户服务的提供；网络安全设备，用于将私有云平台数据与公有云平台隔离；移动终端，用于对公有平台上的数据进行访问和查看；PDA设备，能同时与云控制器设备和公有云平台通信，既可用于在本地通过云控制器设备对工业设备进行巡检、控制又可支持对公有云平台上的数据进行访问和查看。
-
公开(公告)号：CN116561287B
公开(公告)日：2023-09-22
申请号：CN202310838313.3
申请日：2023-07-10
Applicant: 南京大全电气研究院有限公司 , 大全集团有限公司
IPC: G06F16/332 , G06F16/35 , G06Q30/015 , G06F16/33 , G06F18/241
Abstract: 本发明提供一种基于深度语义学习的智能客服实现方法及系统，基于问答对数据库，以及，根据深度算法学习模型构建的标签分类器，对用户输入的检索问题提供最佳答案。在问答对数据库中不存在最佳答案时，采用深度算法问答工具获取答案发送至人工客服，并将用户转接入人工客服，使用户能够通过人工客服获得答案。本发明提供的方法能够显著提升服务的有效性以及用户体验。
-
公开(公告)号：CN116561707A
公开(公告)日：2023-08-08
申请号：CN202310841760.4
申请日：2023-07-11
Applicant: 南京大全电气研究院有限公司 , 大全集团有限公司
IPC: G06F18/25 , G06F18/241 , G06F18/2433 , G01R31/62 , G08B5/22 , G06V20/52 , G06V10/56 , G06V20/40 , G06F17/18
Abstract: 本发明实施例公开了一种变压器故障校验、预警方法及系统，采用Fisher最优分割法将一天划分为多个波动时段，可分时段精准分析故障情况。利用机器学习模型并结合多因素多规则的预测方法，有效提升变压器故障检验、预警的效率和准确性。另外，本发明采用机器学习模型完成智能分闸，同时，结合视频协同监控设备状态的方式，实现变压器故障监测及反应的双重保障。
-
公开(公告)号：CN116561287A
公开(公告)日：2023-08-08
申请号：CN202310838313.3
申请日：2023-07-10
Applicant: 南京大全电气研究院有限公司 , 大全集团有限公司
IPC: G06F16/332 , G06F16/35 , G06Q30/015 , G06F16/33 , G06F18/241
Abstract: 本发明提供一种基于深度语义学习的智能客服实现方法及系统，基于问答对数据库，以及，根据深度算法学习模型构建的标签分类器，对用户输入的检索问题提供最佳答案。在问答对数据库中不存在最佳答案时，采用深度算法问答工具获取答案发送至人工客服，并将用户转接入人工客服，使用户能够通过人工客服获得答案。本发明提供的方法能够显著提升服务的有效性以及用户体验。
-
公开(公告)号：CN116561707B
公开(公告)日：2023-09-05
申请号：CN202310841760.4
申请日：2023-07-11
Applicant: 南京大全电气研究院有限公司 , 大全集团有限公司
IPC: G06F17/18 , G06F18/25 , G06F18/241 , G06F18/2433 , G01R31/62 , G08B5/22 , G06V20/52 , G06V10/56 , G06V20/40
Abstract: 本发明实施例公开了一种变压器故障校验、预警方法及系统，采用Fisher最优分割法将一天划分为多个波动时段，可分时段精准分析故障情况。利用机器学习模型并结合多因素多规则的预测方法，有效提升变压器故障检验、预警的效率和准确性。另外，本发明采用机器学习模型完成智能分闸，同时，结合视频协同监控设备状态的方式，实现变压器故障监测及反应的双重保障。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.104 seconds)
