-
公开(公告)号:CN115564072A
公开(公告)日:2023-01-03
申请号:CN202211284967.8
申请日:2022-10-20
申请人: 云南电网有限责任公司电力科学研究院
IPC分类号: G06Q10/00 , G06Q50/06 , G06F30/23 , G06F113/04
摘要: 本发明实施例公开了一种输电线路维护方法及相关设备,所述方法包括:获取预设区域的历史灾害数据;基于所述历史灾害数据确定所述预设区域内针对不同灾害类型的目标区域;根据所述目标区域的气象信息和预设成灾模型评估所述目标区域内灾害发生的风险等级;基于所述风险等级获取所述目标区域内输电塔位的塔位数据;根据所述塔位数据生成输电线路的维护策略。划分出目标区域有利于进行针对性的监测与维护,提高了输电线路维护效率,面对不同风险等级采取不同的数据获取方式,可以精准的获取监测数据,避免资源浪费,有利于数据处理效率,使得维护策略更准确,维护效率更高。
-
公开(公告)号:CN115546427A
公开(公告)日:2022-12-30
申请号:CN202211239121.2
申请日:2022-10-11
申请人: 云南电网有限责任公司电力科学研究院
摘要: 本发明实施例公开了一种体素划分方法及装置,其中,该方法包括:根据建模区域的高度,确定最佳体素分辨率,根据最佳体素位置确定水汽层析成像建模的建模区域的水平边界,根据最佳体素分辨率以及建模区域的水平边界,对建模区域进行体素划分。通过根据建模区域的高度,确定对水汽层析成像建模的建模区域进行体素划分的体素分辨率,即最佳体素分辨率,考虑了大气水汽垂直方向分布不均匀的特点,从而降低不同高度水汽密度带来的影响,提高了体素分辨率确定的有效性,其次,通过最佳体素位置来确定建模区域的水平边界,从而实现对建模区域进行体素划分,使对三维建模区域划分的体素被尽量多的GNSS信号射线穿过,提高了建模区域进行划分体素的有效性。
-
公开(公告)号:CN115495825A
公开(公告)日:2022-12-20
申请号:CN202211230941.5
申请日:2022-10-08
申请人: 云南电网有限责任公司电力科学研究院
IPC分类号: G06F30/13 , G06F30/23 , G06F111/10 , G06F119/14
摘要: 本发明实施例公开了一种破坏临界值的确定方法及装置、设备及存储介质,所述方法包括:获取待分析的输电杆塔的设计参数;利用所述设计参数建立待分析的输电杆塔的有限元模型;根据预设的破坏准则与杆件类型的对应关系以及所述有限元模型进行不均匀沉降作用下所述输电杆塔的受力分析,确定不同破坏准则的所述输电杆塔的破坏临界值。通过上述方式,不同的杆件类型有不同的破坏准则,可以更加合理的评估基础不均匀沉降作用下输电杆塔的破坏临界值,从而实现输电线路安全运营的要求,也为高压输电杆塔结构设计校核、线路运维监测提供重要的依据。
-
公开(公告)号:CN115481728A
公开(公告)日:2022-12-16
申请号:CN202211126702.5
申请日:2022-09-16
申请人: 云南电网有限责任公司电力科学研究院
摘要: 本发明公开了一种输电线路缺陷检测方法、模型剪枝方法、设备和介质,包括:首先获取已收敛的初始缺陷检测模型,接着迭代的基于影响因子对预设的第一损失函数进行稀疏正则化,以计算得到初始缺陷检测模内多个通道的目标影响因子,及基于多个通道的目标影响因子在初始缺陷检测模型中筛选出待裁剪的通道,并进行裁剪,以得到通道剪枝模型;最后将多张第二训练图像输入通道剪枝模型,并迭代地对通道剪枝模型内的每一层进行层剪枝,直至第二损失函数收敛时,获取层剪枝后的目标缺陷检测模型。该目标缺陷检测模型能保证在高准确性的前提下,降低模型对计算平台的算力、内存带宽等方面的要求,也即提高了模型的整体效能,实现了准确性和实时性的兼顾。
-
公开(公告)号:CN115471705A
公开(公告)日:2022-12-13
申请号:CN202211162966.6
申请日:2022-09-23
申请人: 云南电网有限责任公司电力科学研究院
IPC分类号: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08 , G06Q50/06
摘要: 本发明实施例公开了一种探地雷达的输电线路走廊隐性病害识别方法,包括:通过训练好的生成对抗网络对数据集进行扩充,获得探地雷达图像的合成数据集;使用所述合成数据集训练构建的FasterR‑CNN模型,获得训练好的Faster R‑CNN模型;将待处理雷达图像输入所述训练好的FasterR‑CNN模型进行检测,获得病害识别结果,可以扩充数据集以提高训练集的数据量和质量,并且提高探地雷达图像中隐性病害目标的识别精度。
-
公开(公告)号:CN115457324A
公开(公告)日:2022-12-09
申请号:CN202211126742.X
申请日:2022-09-16
申请人: 云南电网有限责任公司电力科学研究院
IPC分类号: G06V10/764 , G06N3/04 , G06N3/08 , G06T7/00 , G06V10/22 , G06V10/774 , G06V10/80 , G06V10/82
摘要: 本申请实施例公开了输配电线路数据的标注方法、装置、电子设备和存储介质,用于构建半自动标注的目标检测模块,提升目标检测模型的标注准确率和标注效率。该标注方法包括:以下步骤:步骤1:从样本数据集中选取M个样本数据进行人工标注;步骤2:使用完成人工标注后的M个样本数据对目标检测模型进行训练,以对目标检测模型进行优化;步骤3:使用优化后的目标检测模型,对样本数据集中的所有样本数据进行自动标注,以对样本数据集进行数据更新;步骤4:重复执行步骤1‑步骤3中的操作,直到优化后目标检测模型的性能指标达到预设条件时,停止对目标检测模型的优化,并将更新后的样本数据集确定为目标数据集,以完成对输配电线路数据的标注。
-
公开(公告)号:CN115457000A
公开(公告)日:2022-12-09
申请号:CN202211133996.4
申请日:2022-09-16
申请人: 云南电网有限责任公司电力科学研究院
IPC分类号: G06T7/00 , G06N3/04 , G06N3/08 , G06V10/22 , G06V10/764 , G06V10/774 , G06V10/82
摘要: 本发明涉及一种输配电线路缺陷数据模型的构建方法及装置,所述方法包括采集输配电线缺陷样本图片数据,基于样本图片数据生成训练集;结合ResNet网络和FPN特征金字塔网络,搭建缺陷数据网络模型;改进交叉熵损失函数得到缺陷数据网络模型的加权损失函数,对缺陷数据网络模型进行训练,通过自适应的权重计算方法加大缺陷边缘区域产生的损失,得到缺陷数据参数模型;利用训练集对缺陷数据参数模型进行训练至加权损失函数收敛,得到输配电线路缺陷数据模型。本发明结合ResNet网络和FPN特征金字塔网络解决随着网络层的加深而导致的梯度消失的问题,并通过交叉熵损失函数生成新的损失函数,使得输配电线路缺陷数据模型的评估结果更加准确,提高了其性能。
-
公开(公告)号:CN114783081A
公开(公告)日:2022-07-22
申请号:CN202210461480.6
申请日:2022-04-28
申请人: 云南电网有限责任公司电力科学研究院
摘要: 本发明实施例公开了一种输电网巡检方法,包括以下步骤:光网络覆盖范围内,若存在无线网络,则巡检模块采集的巡检数据直接或基于光网络传递至无线网络;若不存在无线网络,则在光网络覆盖范围内的输电线路杆塔上架设相控阵天线,采集的巡检数据基于相控阵天线传递至无线网络;光网络覆盖范围外,若存在无线网络,则巡检模块采集的巡检数据直接传递至无线网络;若不存在无线网络,则架设相控阵天线和/或全向天线,采集的巡检数据基于相控阵天线和/或全向天线传递至无线网络;无线网络接收巡检数据,并将巡检数据传递至监控中心。本申请通过输电网网络的全覆盖,实现巡检数据的及时采集。此外,还提出了一种装置、计算机设备及存储介质。
-
公开(公告)号:CN108416839B
公开(公告)日:2022-04-08
申请号:CN201810189126.6
申请日:2018-03-08
申请人: 云南电网有限责任公司电力科学研究院
IPC分类号: G06T17/00
摘要: 本申请实施例公开了一种多幅X射线旋转图像轮廓线三维重建方法及其系统,根据获取的目标图像轮廓线确定目标图像轮廓线对应的第一二维矩阵;运用正交优先的8邻域遍历追踪法将第一二维矩阵中的轮廓点进行顺序存储,获得第二二维矩阵;根据不同角度的目标图像轮廓线和不同角度的目标图像轮廓线对应的第二二维矩阵,获取不同角度的目标图像轮廓线的轮廓点坐标集合;将轮廓点坐标集合中的对应点进行匹配获得目标图像的旋转图像对应点坐标;运用旋转图像点的坐标变换矩阵对旋转图像对应点坐标进行逆向求解,获得目标图像轮廓线对应轮廓点的三维坐标。通过正交优先的8邻域遍历追踪法和像素点均分插值法,使轮廓点的坐标信息更为全面,减少了误诊现象。
-
公开(公告)号:CN113920380A
公开(公告)日:2022-01-11
申请号:CN202111398788.2
申请日:2021-11-19
申请人: 云南电网有限责任公司电力科学研究院
IPC分类号: G06V10/764 , G06V10/774 , G06V10/762 , G06V10/40 , G06V20/13 , G06V10/82 , G06Q50/06 , G06N3/04 , G06N3/08
摘要: 本申请提供一种电力设备震后高光谱图像降维和损伤分类方法,包括采集已确定故障类型的震后电力设备高光谱图像;预处理采集到的已确定故障类型的电力设备高光谱图像数据;利用LDA算法降维原始故障高光谱图像数据集;将降维后的数据集划分为训练集和测试集;搭建GCN分类器,使用随机梯度下降优化算法;使用训练集训练GCN分类器;将测试集应用于训练好的GCN分类器检测分类准确率;将现场检测采集到的震后电力设备高光谱图像输入到上述组合模型中,得到损伤分类结果。本申请利用LDA算法降维震后电力设备高光谱图像,然后使用GCN分类器将其分类,有效提高了震后电力设备内部缺陷检测和诊断的科学性、高效性和准确性。
-
-
-
-
-
-
-
-
-