원래 이름 기록: 广东电网有限责任公司中山供电局

本发明提供了一种基于增敏光纤传感器的电池组热失控预警方法和系统，属于锂电池热失控预警领域。本发明通过采用集成用于测量应变的第一光纤光栅与用于测量温度的第二光纤光栅、且通过尺寸和力学参数设计使灵敏度系数小于1以实现增敏的增敏光纤传感器，并将该增敏光纤传感器进行合理布设，既无需依赖多个传感器即可同步采集方形锂电池组表面温度与应变数据，解决现有技术多传感器导致系统复杂、成本高及忽略应变参数的问题，又能满足方形锂电池热失控初期微弱应变的高灵敏度监测需求，解决现有传感器灵敏度不足的问题，再结合训练好的时间序列预测模型处理数据，最终实现提高热失控预警准确性和可靠性、有效防止锂电池热失控。

本申请提供的配电线路故障自愈模拟方法、装置、介质及设备，构建配电线路的物理模型，当物理模型中的任一分段点接收到故障模拟动作时，对故障分段点所在线路区段的运行状态进行故障检测。若运行状态为故障状态，则基于级差保护机制在各个分段点中确定优先动作的目标分段点，并向目标分段点发送分闸指令，然后在分闸指令发出后触发重合闸延时机制，以确定故障分段点所在线路区段的故障类型。若故障类型为永久性故障，则通过联络点的联络开关进行负荷转供。本方案能够直观展示故障发生、级差保护动作、目标分段点分闸到重合闸延时的完整控制链条。同时，借助物理模型进行自愈动作再现，这样可以在保证安全的前提下，实现对自愈控制策略的充分验证。

本发明公开了一种碳排放数据的修复方法和系统，涉及碳排放数据修复技术领域，获取待修复碳排放数据，对待修复碳排放数据进行数据预处理，得到对应的碳排放原始数据，将碳排放原始数据进行数据修复处理，得到对应的初始修正数据，将初始修正数据进行校正处理，得到对应的校正数据，根据预设的目标函数和初始修正数据对校正数据进行优化，得到对应的目标碳排放数据。解决了传统的碳排放数据修复方法忽略了碳排放数据受能源结构调整、政策变动、极端天气等因素影响，分布具有强时变性，导致修复后的碳排放数据与实际情况偏差显著，降低了碳排放水平评估的准确性的技术问题。

本发明提供了一种基于鹰鱼优化算法的碳排放因子预测方法和系统，属于碳排放因子预测技术领域。其通过获取目标区域多源特征数据与历史碳排放因子数据并预处理，构建BP神经网络模型且用鹰鱼优化算法（HFOA）对其网络参数进行全局优化，再输入实时多源特征数据进行预测，有效解决了现有碳排放因子预测方法依赖历史数据与人工经验、动态预测精度低、缺乏动态更新能力、数据特征利用率低及行业适应性弱的问题，实现了提升碳排放因子预测可靠性与实用性的目的，进而能为城市碳排放核算、减排路径设计和碳交易定价提供科学依据。

本发明涉及电力系统技术领域，公开了一种多能耗碳排放量预测方法、系统、设备、介质和产品，本方法通过获取电力企业的多个能耗类型的电力运行样本数据以及碳排放量样本数据，对电力运行样本数据进行特征提取，并将运行样本特征数据和碳排放量样本数据作为映射样本，构建训练数据集，构建基于AdaBoost算法的极限学习机，利用训练数据集对极限学习机进行训练，得到训练好的碳排放量预测模型，通过训练好的碳排放量预测模型中来预测当前计算时段的碳排放量预测值，从而有效提升了碳排放量预测的准确性和可靠性。

本发明提供了一种基于NARX神经网络的碳排放因子智能预测方法和系统，属于电力系统碳排放预测领域。该方法通过采用以历史节点碳排放因子为内生自回归输入、历史节点负荷功率为外生输入的NARX神经网络模型，并结合电网实时运行数据与近期历史数据进行预测，能够有效挖掘电力系统数据的时间序列特征及各因素间内在联系，弥补传统物理模型难以跟踪电碳因子实时变化、无法充分考虑市场因素影响及现有神经网络模型泛化能力弱、对时序信息利用不足的缺陷，同时降低对完整电网运行参数的过度依赖，从而提升电网节点电碳因子预测的准确性、时效性与适应性。

本发明公开了一种企业减碳潜力评估方法和系统，涉及减碳潜力评估技术领域，获取待评估企业的初始用电数据，基于预设的优化变量约束条件，根据初始用电数据构建初始燕麦种群，根据预设的目标函数对初始燕麦种群进行优化，得到对应的目标优化用电数据，根据目标优化用电数据对初始用电数据进行减碳潜力评估，得到对应的减碳潜力评估值。解决了现有技术主要采用统计学和传统优化模型的方法对企业减碳潜力进行评估，但由于企业电力消耗具有复杂性、非线性和多维性特征，难以准确对企业减碳潜力进行评估的技术问题。

本发明提供了一种基于差异化图像语义分割与编码的配网设备在线监测方法及装置，包括采集配网设备的多源监测数据；对其中的图像数据进行差异化图像语义分割处理，得到分割结果；差异化图像语义分割为按区域重要性对图像不同区域，采用对应分割策略进行分割；对分割结果进行差异化编码处理，得到编码后数据；差异化编码为按区域重要性对图像不同区域，采用对应的压缩比率进行编码；将编码后数据与声纹数据进行数据融合处理，得到综合监测特征；对综合监测特征进行分析，得到配网设备运行状态监测结果。本发明通过采用差异化图像语义分割与编码技术，在提升数据传输效率与实时性的同时，保障了图像质量与配网设备监测的精准性。

本发明公开了一种墙面打磨机器人的作业面检测方法及相关装置，方法包括：构建原始墙面图像集，并对原始墙面图像集进行预处理，得到墙面图像增强集；构建墙面打磨机器人的作业面检测模型，作业面检测模型包括：SFConv模块、HEFA模块、MDFCA模块以及Head模块；通过墙面图像增强集对作业面检测模型进行训练，得到训练好的作业面检测模型；通过训练好的作业面检测模型对作业面进行检测，输出作业面预测信息，根据作业面预测信息确定墙面缺陷的相关信息。本发明解决了现有技术难以准确提取墙面缺陷特征、容易将纹理特征误判为墙面缺陷，导致检测结果出现虚警、且难以检测到模糊或不明显的特征，容易造成漏检的问题。

本发明公开了一种杆塔倾斜度测量系统，涉及无人机电力巡检技术领域，系统包括点云采集无人机、锁扣归位平台、离体无人机和云端控制平台，云端控制平台与点云采集无人机和离体无人机通信连接，离体无人机通过锁扣归位平台安装于点云采集无人机顶部，点云采集无人机，用于采集杆塔的点云数据，云端控制平台，用于根据点云数据计算杆塔的倾斜度，并判断倾斜度是否大于预设的倾斜阈值，当倾斜度大于倾斜阈值时，则控制锁扣归位平台解锁，并控制离体无人机采集杆塔的塔体图像。解决了现有技术当倾斜度过大时，需控制无人机返飞去对应的杆塔底部进行图像采集，扰乱了无人机的点云扫描路线，降低了电网智慧运维平台的搭建效率的技术问题。

本发明公开了一种转接装置和转接方法，转接装置包括转接本体、卡接部和电气连接部。转接本体用于容置在电能表壳体的容纳腔中，转接本体上设有用于通讯连接现场校验仪的输出接口；卡接部包括活动卡扣和拨动件，拨动件延伸至转接本体外；活动卡扣活动设于转接本体上，拨动件相连于活动卡扣以使活动卡扣在锁止位置和解锁位置之间切换：在锁止位置，活动卡扣卡接在容纳腔的内壁卡槽中；在解锁位置，活动卡扣与容纳腔的卡槽分离；电气连接部与输出接口电连接，电气连接部包括多个铜质端子，铜质端子设于转接本体上且用于电连接电能表。本申请通过卡接部中的活动卡扣实现转接装置与电能表之间的固定连接，提高安装的便利性，提高检验效率。

本发明公开了一种电力负荷场景预测方法和系统，涉及电力负荷场景预测技术领域，获取多个训练电力负荷数据，采用k均值增强算法对各个训练电力负荷数据进行负荷场景标识处理，得到对应的负荷特征集，采用负荷特征集输入预设的初始负荷场景预测模型进行训练，生成对应的目标负荷场景预测模型，获取待预测电力负荷数据，通过目标负荷场景预测模型对待预测电力负荷数据进行场景预测，得到对应的电力负荷场景预测结果。解决了传统的电力负荷场景方法主要依赖固定规则或人工经验进行电力负荷场景预测的局限，克服了仅关注负荷曲线形态和显性数值分布的静态相似性所带来的场景预测精度不足，显著提升了预测准确度与电力系统运行可靠性。

本发明公开了一种高耗能企业碳减排优化方法和系统，涉及碳减排优化技术领域，获取各个高耗能企业的供能数据，分别将各个供能数据输入预设的时变碳排放因子模型，得到多个碳排放因子，基于雪橇犬优化算法，根据预设的约束条件构建初始雪橇犬种群，根据各个碳排放因子对初始雪橇犬种群进行迭代优化，得到对应的碳减排优化数据。克服了现有的高耗能企业碳减排优化主要通过启发式群体智能方法对能耗进行优化，但在碳排放因子动态变化的场景下，传统方法在动态适应、协同寻优、全局搜索等方面存在不足，难以满足碳减排优化需求，降低了高耗能企业碳减排优化的可靠性的技术问题。

本发明公开了一种基于遥感影像的建筑受损评估方法、装置、设备和介质，通过获取历史受损区域的历史遥感影像；对历史遥感影像进行预处理，得到预处理影像；对预处理影像内的受损建筑进行标注，生成带有至少一个建筑边界框的标注影像，并划分为多组不同受损等级的样本影像；采用全部样本影像训练预构建的基础网络模型，生成目标受损评估模型并部署至云平台；当云平台接收到目标受损区域的待测遥感影像时，通过目标受损评估模型按照待测遥感影像进行受损评估，确定目标受损区域的目标受损程度。从而结合改进后的YOLOv8模型，快速准确地进行复杂背景下的区域受损程度识别。