-
公开(公告)号:CN115220479B
公开(公告)日:2022-12-13
申请号:CN202211140267.1
申请日:2022-09-20
申请人: 山东大学 , 南瑞集团有限公司 , 智洋创新科技股份有限公司 , 国网浙江省电力有限公司温州供电公司 , 华北电力大学(保定) , 山东省计算中心(国家超级计算济南中心)
IPC分类号: G05D1/10
摘要: 本发明属于巡检技术领域,本发明提供了一种动静协同的输电线路精细化巡检方法与系统,通过动静态检测协同配合,实现电力系统大范围覆盖的精细化巡检,采用静态与动态数据的分段式检测提高检测精细化的同时,节省不必要的人力及算力资源。其包括以下步骤:固定采集设备采集回传静态信息;多层感知机融合多类别静态信息评估故障程度;巡检无人机对输电线路进行精细化巡检并上传多角度图像信息:若发生非紧急故障,则调用巡检无人机进行精细化巡检,获取所述巡检无人机的巡检信息,并通过通讯模块将所述巡检信息传输至目标数据控制中心;融合无人机多视角和固定视角图像信息的故障分类模型。
-
公开(公告)号:CN115272981A
公开(公告)日:2022-11-01
申请号:CN202211169176.0
申请日:2022-09-26
申请人: 山东大学 , 华北电力大学(保定) , 智洋创新科技股份有限公司 , 南瑞集团有限公司 , 国网浙江省电力有限公司温州供电公司 , 山东省计算中心(国家超级计算济南中心)
IPC分类号: G06V20/52 , G06N3/04 , G06N3/08 , G06N5/02 , G06N5/04 , G06V10/774 , G06V10/778 , G06V10/82 , G07C1/20
摘要: 本发明涉及输电线路巡检技术领域,具体涉及一种云边共学习输电巡检方法与系统,包括云计算中心与边缘计算终端共同完成图像分析;云计算中心和边缘计算终端分别部署对应的图像处理模型;在边缘计算终端进行一次推理后过滤掉大部分不包含有效目标的图像,仅对少部分包含有效目标的图像进行收集与回流,满足了对推理时效性的要求,并显著降低了数据传输成本;回流至云计算中心的图像在此进行二次推理,通过大模型预训练和基于知识蒸馏的模型压缩技术,同时确保了云端与边端对图像处理的精度要求;回流至云端的数据将还作为增量数据集,定期在云端对模型进行增量训练,以提高模型的精度;云端模型也将定期压缩同步至边端,保证云边模型效能一致。
-
公开(公告)号:CN115238880A
公开(公告)日:2022-10-25
申请号:CN202211146873.4
申请日:2022-09-21
申请人: 山东大学 , 华北电力大学(保定) , 智洋创新科技股份有限公司 , 南瑞集团有限公司 , 国网浙江省电力有限公司温州供电公司 , 山东省计算中心(国家超级计算济南中心)
摘要: 本发明提供一种输电巡检终端的自适应部署方法、系统、设备以及存储介质,属于人工智能技术领域,通过搭建适配于所有输电巡检终端的超级网络;选择各变化维度中的参数最小值的子网络作为超级网络的基础模型,并对基础模型进行训练;选择单一变化维度作为变量,根据渐进策略获取采样扩展候选集,在采样扩展候选集中搜索设定数量的扩展子网络进行训练,并更新新增的网络参数;直至遍历所有子网络;通过神经网络搜索筛选最佳子网络,并基于最佳子网络对目标输电巡检终端进行部署。本发明在实现了节省计算资源的基础上,达到了确保子网络的精确度,有效缓解子网络之间相互干扰的显著效果。
-
公开(公告)号:CN115333957A
公开(公告)日:2022-11-11
申请号:CN202210938425.1
申请日:2022-08-05
申请人: 国家电网有限公司信息通信分公司 , 南瑞集团有限公司
IPC分类号: H04L41/147 , H04L41/14 , G06N3/08 , G06N3/04 , G06K9/62
摘要: 本发明公开了一种基于用户行为和企业业务特征的业务流量预测方法及系统。将总用户群按区域划分为若干子用户群,获取待预测时段之前连续多个时段的每个子用户群在每个时段的不同分类用户数量、不同用户类型行为的数量以及用户进行的不同业务所属业务类型的数量,并构建时空特征矩阵序列;将所述时空特征矩阵序列按时间顺序输入预先训练好的网络流量预测模型,输出待预测时段内所有用户产生的网络总流量大小。本发明充分考虑了用户行为数据存在的时空特性,并将企业用户的行为和业务特征反映到流量趋势预测中,提高了网络流量预测的准确性。
-
公开(公告)号:CN109246151B
公开(公告)日:2021-03-30
申请号:CN201811305770.1
申请日:2018-11-05
申请人: 国家电网有限公司 , 国网湖北省电力有限公司 , 国网湖北省电力有限公司检修公司 , 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司
发明人: 蔡敏 , 马建国 , 王浩 , 尹洪 , 吴启进 , 雷成华 , 周玎 , 辛巍 , 赵高峰 , 樊强 , 彭启伟 , 冯敏 , 郝小龙 , 张文 , 罗旺 , 贾政 , 吴超 , 王学广 , 韩斌
摘要: 本发明公开了一种输电线路视频智能巡检分析调度系统,包括:摄像头、流媒体服务器、SIP通信服务器、数据库服务器,任务管理模块将任务分发给视频图像分析服务模块,经过视频图像分析服务模块内部的调度,取出要分析的任务,通过SIP通信服务器通知流媒体服务器从摄像头中拉取视频流,图像采集服务模块对视频流定时截取图片,并存储到数据库服务器中,视频图像分析服务模块从数据库服务器中获取截取的图片,并调用算法分析服务模块进行任务分析。本发明可以有效的在规定时间内完成任务巡检,提高了系统的资源利用率,加快了输电线路巡检速度。
-
公开(公告)号:CN112101365A
公开(公告)日:2020-12-18
申请号:CN202010945373.1
申请日:2020-09-10
申请人: 国网辽宁省电力有限公司电力科学研究院 , 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司 , 国网辽宁省电力有限公司铁岭供电公司 , 国家电网有限公司
摘要: 本发明公开了一种基于红外热像处理的电力设备关键特征提取方法及系统。本发明将红外热读数映射成红外热像灰度图,对红外热像灰度图进行预处理,解决红外热像常见的噪声困扰,降低图片质量要求,再采用二值化操作提取出热点区域,有效降低计算量并突出热点区域轮廓,最后对热点区域进行提取,有效获得可靠性高的特征参量。
-
公开(公告)号:CN109829887A
公开(公告)日:2019-05-31
申请号:CN201811598037.3
申请日:2018-12-26
申请人: 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司
摘要: 本发明公开一种基于深度神经网络的图像质量评估方法,是一种用于图像质量评估的深度神经网络的新型应用技术。本发明解决的是无人机作业巡检采集图像的质量评估问题,在大型数据库ImageNet上训练得到一个预训练的深度神经网络模型,对深度神经网络改进并采用图像质量评价数据库TID2013训练深度神经网络模型,最后对输入任意的图像,采用已训练完成的深度神经网络模型预测图像的质量。本发明所公开的基于深度神经网络的图像质量评估方法能够非常准确地评估无人机作业巡检采集图像的质量,并且能够明显地区分高质量图像和低质量图像,过滤低质量无用图像。
-
公开(公告)号:CN107484161B
公开(公告)日:2019-05-24
申请号:CN201710606319.2
申请日:2017-07-24
摘要: 本发明涉及一种基于移动自组网络的信息高效推送与安全分享系统及方法,解决现有移动自组网络中信息共享缺乏安全性、实效性和访问控制问题。系统包括不可信第三方网络服务提供商、密钥生成中心、代理端、信息发布者、分享用户。密钥生成中心生成用户的解密私钥和公钥,通过网络发送给代理端、信息发布者、分享用户;代理端将消息推送给有访问权限的用户;信息发布者制定访问控制策略,对信息进行压缩、产生快照及加密;分享用户对快照、信息进行解密并解压缩,得到原信息。本发明基于属性加密技术,能对移动自组网络中的共享信息进行压缩、加密和高效推送,保证移动社交网络中信息分享的高效性、安全性、机密性,实现有效的访问控制。
-
公开(公告)号:CN109640100A
公开(公告)日:2019-04-16
申请号:CN201811379107.6
申请日:2018-11-19
申请人: 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司
IPC分类号: H04N19/85 , H04N19/42 , H04N19/426
CPC分类号: H04N19/85 , H04N19/42 , H04N19/428
摘要: 本发明公开了一种视频图像再压缩方法,采用将原视频进行分割重构的方法,先根据SBD技术对原视频的分割形成的各视频段进行分类,将不同类型的视频段分别进行处理,对某些帧进行省略,主要针对传统压缩方法对帧间数据压缩比例不够的情况,提出一种结合现有视频图像压缩方法和深度学习技术的视频图像再压缩方法,能极大地提高视频图像帧间数据的压缩比例。具有在现有压缩方法上结合深度学习的方法极大地减少了视频图像帧之间的冗余信息,能在现有方法上提高5倍以上的压缩比的优势。
-
公开(公告)号:CN109087334A
公开(公告)日:2018-12-25
申请号:CN201810635733.0
申请日:2018-06-20
申请人: 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司 , 南瑞集团有限公司
IPC分类号: G06T7/246
摘要: 本发明提供了基于显著语境稀疏表示的目标追踪方法,属于图像处理领域,包括提取样本图像的特征映射,分别对中心区域和边缘区域的特征映射,将得到的特征映射进行融合处理;对融合后的图像进行稀疏处理,基于处理后的图像进行遮挡求解,对待测视频中的两个连续帧进行建模,基于已建立的模型进行遮挡判断,当判断出现遮挡时,使用前述内容计算当前帧的可视显著性映射,在得到的显著性图中与每个目标模板进行比较,选取权重最高的目标模板作为追踪结果。通过将目标对象被提取为一个显著特征映射,用稀疏表示和显著的语境校正部分遮挡和突然运动的目标,本方法计算简单,提升了目标追踪的有效性和准确性,抗干扰能力也大大提高。
-
-
-
-
-
-
-
-
-