-
公开(公告)号:CN117455030A
公开(公告)日:2024-01-26
申请号:CN202311203972.6
申请日:2023-09-18
申请人: 国网浙江省电力有限公司 , 中国电力科学研究院有限公司 , 国网浙江省电力有限公司宁波供电公司
IPC分类号: G06Q10/04 , G06Q10/047 , G06F30/27 , G06F18/23 , G06F18/23213 , G06N3/126 , G06Q50/06 , G06F111/04
摘要: 本申请公开了基于多尺度聚类的无人机机巢仿生规划方法、装置及存储介质,方法包括如下步骤:以无人机飞行最短时间构建优化目标函数;获取无人机参数、巡检点参数以及无人机机巢参数,构建约束条件;获取巡检点空间坐标数据,利用粗聚类算法构建粗聚类距离目标函数;根据粗聚类距离目标函数、优化目标函数以及约束条件,利用遗传算法求解聚类结果,以聚类结果作为无人机机巢选址点,输出无人机机巢仿生规划策略。本申请的有益效果:以粗聚类算法优先计算得到初始解,再对初始解进行遗传计算,避免了由于分布密度不均直接进行遗传迭代和精聚类计算易出现聚类中心点过多的问题,确保机巢数量满足实际需求且实现机巢最大化覆盖,计算简单,准确率高。
-
公开(公告)号:CN115187603A
公开(公告)日:2022-10-14
申请号:CN202211107912.X
申请日:2022-09-13
申请人: 国网浙江省电力有限公司 , 中国电力科学研究院有限公司
摘要: 本发明提供一种基于深度神经网络的电力设备检测方法及装置,将目标图像输入至共享网络后再输入至多个分支网络,进行特征提取,得到第二特征图,再将每个第二特征图输入至基于其第二特征图对应设计的上采样层,得到各个尺寸一致的第三特征图,拼接各个第三特征图以得到第四特征图,进而将第四特征图分别输入预设的空间注意力层和通道信息沙漏模块中,分别得到注意力特征图和通道信息特征图,将第四特征图、注意力特征图和通道信息特征图相乘,得到第五特征图,预测第五特征图中电力设备的中心点,并预测中心点对应的横纵坐标偏移量,进而确定第五特征图中电力设备对应的各个目标关键点。应用本发明的方法,能够保证电力设备检测的准确性。
-
公开(公告)号:CN116612402A
公开(公告)日:2023-08-18
申请号:CN202310836300.2
申请日:2023-07-07
申请人: 中国电力科学研究院有限公司 , 国网浙江省电力有限公司 , 国家电网有限公司
IPC分类号: G06V20/17 , G06V10/25 , G06V10/44 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/048 , H02J13/00
摘要: 本发明属于电力自动化领域,公开了一种无人机影像中电力设施的检测方法、系统、设备及介质,包括:获取待检测的无人机影像;将无人机影像输入预设的预训练高精度电力设施目标检测模型中,通过预训练高精度电力设施目标检测模型标注无人机影像中各电力设施的目标锚框,并获取各电力设施的目标锚框的位置信息和分类结果;其中,分类结果为电力设施类型。基于预训练高精度电力设施目标检测模型的高性能目标检测能力,实现多种电力设施,如高压塔、光伏板、储油罐及烟囱等的高精度检测,提高了电力设施检测的效率和准确度,可帮助工作人员做出正确的决策,对电力设施的检修和管理有着重要的意义。
-
公开(公告)号:CN118429640A
公开(公告)日:2024-08-02
申请号:CN202410570121.3
申请日:2024-05-09
申请人: 中国电力科学研究院有限公司 , 国网甘肃省电力公司 , 国网甘肃省电力公司电力科学研究院 , 国家电网有限公司
摘要: 本申请属于一种图像分割方法,针对现有采用目标检测器进行目标检测的方法,存在很难对小目标进行有效分割,以及深度学习神经网络图像分割性能差的技术问题,提供一种目标区域分割方法及相关装置,获得激光雷达点云图中的不连续点,将不连续点映射至单目视觉图像中,在映射后的单目视觉图像上,将不连续点对应的像素位置的置信值设为1,并对连续点对应的像素位置的置信值,根据与所述不连续点之间的距离按高斯分布进行赋值,生成置信图,最后,将单目视觉图像和置信图输入至训练后的深度学习神经网络中,将所述单目视觉图像划分为道路、非道路和人员三个类别,得到人员目标区域分割结果。
-
公开(公告)号:CN117036929A
公开(公告)日:2023-11-10
申请号:CN202310766577.2
申请日:2023-06-27
申请人: 国网江西省电力有限公司 , 中国电力科学研究院有限公司 , 国家电网有限公司
IPC分类号: G06V20/10 , G06V10/40 , G06V10/80 , G06V10/764 , G06V10/82 , G06V10/75 , G06V10/774 , G06T7/73 , G06N3/0464 , G06N3/045 , G06N3/084
摘要: 本发明涉及一种基于阴影辅助与旋转框检测的输电塔识别方法及系统,该方法对于输入的遥感图像,轻量化特征提取网络依次通过各子模块提取相应的特征图,采用双向加权特征融合网络对各个分辨率的特征图进行融合;利用融合后的特征图,通过旋转框检测确定输电塔位置信息、阴影位置信息和阴影类别信息;通过计算每对阴影和输电塔角点之间的最短欧式距离实现输电塔和阴影的匹配,并将匹配的阴影类别赋予输电塔,实现输电塔类别的划分。本发明可解决当前检测算法通常将输电塔作为一个统一的类别进行检测,没有区分输电塔的具体类别的问题,通过阴影辅助的方式实现输电塔类别的划分。
-
公开(公告)号:CN118644553A
公开(公告)日:2024-09-13
申请号:CN202410849668.7
申请日:2024-06-27
申请人: 中国电力科学研究院有限公司 , 国网山东省电力公司 , 国家电网有限公司
IPC分类号: G06T7/73 , G06V20/64 , G06V10/24 , G06V10/774 , G06V10/80 , G06V10/82 , G06Q10/087 , G06N3/0464 , G06N3/08
摘要: 本发明公开了一种面向电力物资的库内视觉物资定位方法和系统,属于电力物资管理技术领域。该方法包括:获取电力物资多视角视觉图像;对所述多视角视觉图像进行特征图提取,基于特征图进行透视变换得到多视角透视图;进行多视角透视图叠加融合;对融合后的多视角透视图应用卷积神经网络模型进行识别,得到融合透视图坐标,对融合透视图坐标通过逆透视变换得到物资三维信息的定位。该方法通过设置不同角度的多个摄像头可以有效避开遮挡,完成对于库内大件电力物资的识别,把控大件电力物资的三维位置分布,为仓储标准化管理提供支撑、为人工与AGV取货提供指引,提升物资出入库效率。
-
公开(公告)号:CN116630291A
公开(公告)日:2023-08-22
申请号:CN202310671561.3
申请日:2023-06-07
申请人: 中国电力科学研究院有限公司
IPC分类号: G06T7/00 , G06F21/62 , G06V10/774 , G06V10/82 , G06N20/00
摘要: 本发明属于电力系统输电线路设备缺陷检测技术领域,公开一种考虑隐私保护的绝缘子自爆缺陷检测方法及系统;所述方法,包括:获取待检测输电线路中绝缘子巡检影像;将所述待检测输电线路中绝缘子巡检影像输入预先训练好的绝缘子自爆缺陷检测模型中,获得待检测输电线路中绝缘子的自爆检测结果;其中,所述预先训练好的绝缘子自爆缺陷检测模型为多个参与方通过横向联邦学习的绝缘子自爆缺陷检测模型;所述绝缘子自爆缺陷检测模型采用YOLO模型。本发明在数据安全共享条件下,解决了现有基于人工智能的绝缘子自爆缺陷检测方法面临样本不均衡、故障或缺陷样本相对稀少、样本数量不足等问题,提升了绝缘子自爆缺陷检测精度。
-
公开(公告)号:CN114494875A
公开(公告)日:2022-05-13
申请号:CN202210103108.8
申请日:2022-01-27
申请人: 中国电力科学研究院有限公司 , 国网福建省电力有限公司电力科学研究院 , 国家电网有限公司
摘要: 一种电网设备可视检测方法、系统、设备和介质,将缺陷类别集中各类型图像数据和预处理后的电网设备运行图像数据训练包含方向预测网络分支的无锚框神经网络,得到训练后的包含方向预测网络分支的无锚框神经网络;将采集的待检测电网设备的图像,输入到训练后的包含方向预测网络分支的无锚框神经网络中,进行电网设备缺陷的定位与类型检测。本发明针对水平回归框标注引入过多干扰背景信息的问题,使用基于无锚框角度预测的旋转回归框进行检测,实现检测算法对于高长宽比目标或无人机影像、遥感影像下电网设备及其故障的精确定位与监测。采用基于人为提取特征的零样本学习方法,实现无数据缺陷的认知推理。
-
公开(公告)号:CN114419356A
公开(公告)日:2022-04-29
申请号:CN202210096568.2
申请日:2022-01-26
申请人: 中国电力科学研究院有限公司 , 国网福建省电力有限公司电力科学研究院 , 国家电网有限公司
IPC分类号: G06V10/762 , G06V10/766 , G06V10/82 , G06V10/25 , G06V10/44 , G06V20/17 , G06N3/04 , G06K9/62
摘要: 本发明公开了一种稠密排列电力设备检测方法、系统、设备及存储介质,包括:获取光伏板的可见光影像及红外成像影像;通过水平矩形框对所述可见光影像中的单设备进行标注;根据标注后的可见光影像以及所述光伏板的红外成像影像确定电力设备的中心点集合及外轮廓关键点集合;对所述电力设备的中心点集合中的各中心点进行聚类,对所述电力设备的外轮廓关键点集合中的各外轮廓关键点进行聚类,再将电力设备的中心点集合中各中心点的聚类结果及电力设备的外轮廓关键点集合中各外轮廓关键点的聚类结果作为稠密排列电力设备状态的检测结果,该方法、系统、设备及存储介质能够对稠密排列电力设备进行检测,且检测效果优异。
-
公开(公告)号:CN114445850B
公开(公告)日:2024-08-20
申请号:CN202111513440.3
申请日:2021-12-10
申请人: 国网甘肃省电力公司电力科学研究院 , 国网甘肃省电力公司 , 中国电力科学研究院有限公司
发明人: 张祥全 , 马志程 , 王利平 , 赵金雄 , 李洪斌 , 张驯 , 聂江龙 , 马宏忠 , 刘超 , 焦飞 , 贺洲强 , 谈元鹏 , 陈钊 , 蔡常雨 , 王锋 , 莫文昊 , 夏天 , 陈维 , 赵连斌 , 朱海涛
摘要: 本发明涉及基于深度图像的电力生产人员安全监测方法,通过图像识别算法识别二维图像中运检人员、变电设备;基于空间三维深度数据与人体三维深度数据,计算被检设备与人员距离,提出一种人员骨骼关节的方向自适应检测方法以及基于中心点距离的关联人员骨骼关节与人员检测识别结果的配对方法。本发明为提升我国电网企业的电力基建、运检等生产业务场景下工作人员的安全管控水平提供技术支撑。
-
-
-
-
-
-
-
-
-