恭喜国网四川省电力公司电力科学研究院滕予非获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜国网四川省电力公司电力科学研究院申请的专利一种基于边云协同的电力设备缺陷识别方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119669873B 。
龙图腾网通过国家知识产权局官网在2025-05-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510198682.X,技术领域涉及:G06F18/241;该发明授权一种基于边云协同的电力设备缺陷识别方法及系统是由滕予非;张凌浩;邝俊威;向思屿;刘洪利;魏阳;李旭旭;李林;李盛杰;刘昶;毛杨;杜佩珂设计研发完成,并于2025-02-24向国家知识产权局提交的专利申请。
本一种基于边云协同的电力设备缺陷识别方法及系统在说明书摘要公布了:本发明公开了一种基于边云协同的电力设备缺陷识别方法及系统,涉及电力设备缺陷识别技术领域,方法包括:数据采集装置实时采集电力设备的监测数据,将监测数据发送给监测区域内的边缘计算网关;边缘计算网关接收监测数据,对监测数据进行预处理,得到预处理后的监测数据并上传至云数据中心;云数据中心接收预处理后的监测数据,采用多模态缺陷识别模型对接收的数据进行电力设备缺陷识别,得到实时缺陷识别结果,采用检修策略生成模型对实时缺陷识别结果进行处理,得到实时检修策略,将实时检修策略发送至边缘计算网关。该方法采用边云协同机制,及时、高效地对电力设备的监测数据进行电力设备缺陷识别,并对缺陷识别结果分析得到对应检修策略。
本发明授权一种基于边云协同的电力设备缺陷识别方法及系统在权利要求书中公布了:1.一种基于边云协同的电力设备缺陷识别方法,其特征在于,包括以下步骤:数据采集装置实时采集电力设备的监测数据,并将所述监测数据发送给监测区域内的边缘计算网关;边缘计算网关接收数据采集装置发送的监测数据,对所述监测数据进行预处理,得到预处理后的监测数据,并将预处理后的监测数据上传至云数据中心;云数据中心接收边缘计算网关发送的预处理后的监测数据,采用构建的多模态缺陷识别模型对预处理后的监测数据进行电力设备缺陷识别,得到实时缺陷识别结果,采用构建的检修策略生成模型对实时缺陷识别结果进行处理,得到实时检修策略,将所述实时检修策略发送至边缘计算网关;在数据采集装置实时采集电力设备的监测数据的步骤之前还包括:以最小化边云协同部署成本为寻优目标,使用智能寻优算法生成电力系统的边云协同部署方案,在云数据中心使用人工智能算法构建多模态缺陷识别模型和检修策略生成模型;所述使用智能寻优算法生成电力系统的边云协同部署方案采用ICPO寻优算法生成电力系统的边云协同部署方案,具体包括:以最小化边云协同部署成本为寻优目标,设定ICPO寻优算法的目标函数,并对ICPO寻优算法的ICPO个体进行编码,得到个体编码格式;根据目标函数,设置ICPO寻优算法的适应度函数,并设定ICPO寻优算法的ICPO种群参数和最大迭代次数;根据个体编码格式和ICPO种群参数,进行ICPO种群初始化,得到包含若干初始的ICPO个体的初始的ICPO种群;根据适应度函数、ICPO种群参数以及最大迭代次数,对初始的ICPO种群进行迭代寻优,得到最优的ICPO个体;对最优的ICPO个体对应的个体编码向量进行解码,得到电力系统的最优的边云协同部署方案,最优的边云协同部署方案包括边缘计算网关的数量、边缘计算网关的位置、数据采集装置的数量、数据采集装置的位置、数据采集装置与边缘计算网关的通信连接关系。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人国网四川省电力公司电力科学研究院,其通讯地址为:610000 四川省成都市高新区锦晖西二街16号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。