-
公开(公告)号：CN111583251A
公开(公告)日：2020-08-25
申请号：CN202010411368.2
申请日：2020-05-15
申请人： 国网浙江省电力有限公司信息通信分公司
摘要： 本发明提供了一种视频图像分析方法、装置及电子设备，在进行视频图像质量分析时，首先获取采集终端实时采集的视频图像以及符合预设环境参数的预设视频图像，然后计算所述视频图像与预设视频图像的图像相似度，若所述图像相似度大于预设相似度阈值，则说明当前的视频环境满足环境要求，此时才执行后续处理。由于本发明在对图像质量确定的过程中，先确定视频图像满足预设环境参数的情况下，再对其进行分析从而避免了环境因素对视频图像质量的影响，从而提高了视频图像质量分析的准确性，使得依据该视频图像质量分析结果确定是否继续视频会议的判断结果更准确。
-
公开(公告)号：CN112702600B
公开(公告)日：2022-04-12
申请号：CN202011591927.9
申请日：2020-12-29
申请人： 南京大学 , 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
IPC分类号： H04N19/124 , H04N19/13 , H04N19/149 , H04N19/30 , G06N3/04 , G06T9/00
摘要： 本发明公开一种图像编解码神经网络分层定点化方法。该方法的步骤如下：(1)选取合适的静态图像训练集及测试集建立并训练端到端的图像编解码网络；(2)对所述图像编解码网络的参数和激活值进行定点化，其中，对于网络不同层的参数和激活值采用不同的定点化比特数，并对需要进行浮点运算的激活函数进行简化；(3)重新训练经步骤(2)定点化后的图像编解码网络；(4)将训练后的图像编解码网络的输出数据，经过量化和无损熵编码输出作为压缩数据。本发明的方法通过对不同的网络层采用不同的量化系数，优化了定点化效果。
-
公开(公告)号：CN114241294A
公开(公告)日：2022-03-25
申请号：CN202111320478.9
申请日：2021-11-09
申请人： 国网浙江省电力有限公司信息通信分公司 , 西北工业大学 , 国网浙江省电力有限公司
IPC分类号： G06V20/10 , G06V10/77 , G06V10/774 , G06V10/80 , G06K9/62
摘要： 本发明实施例提供了一种设备异常检测的方法、系统、设备及存储介质，方法包括：在预设时长内，使用三光采集设备对目标设备进行数据采集，获得三光融合图像序列数据，将其输入到异常特征提取模型进行特征提取，获得多变量时序序列数据，对多变量时序序列数据中的部分数据或全部数据，进行子序列划分，获得多变量子序列段数据，将其输入到预设异常检测模型中进行误差判定，获得目标设备的异常状态判断结果。通过对经过异常特征提取的多变量时序序列数据进行子序列化分，在保证数据准确的基础上，获得了反应设备异常的多变量子序列段数据，使本发明相较于现有技术，在检测准确性和检测效率上均有提高。可见，本发明提高了对电力设备异常检测的效率。
-
公开(公告)号：CN113987953A
公开(公告)日：2022-01-28
申请号：CN202111319532.8
申请日：2021-11-09
申请人： 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司 , 西北工业大学
摘要： 本发明实施例提供了一种故障检测模型轻量化的方法、系统、设备及存储介质，方法包括：利用预设训练集和预设测试集对第一电力设备故障检测模型进行训练，获得第二电力设备故障检测模型，利用轻量化网络结构对第二电力设备故障检测模型的基础网络结构进行替换，获得第三电力设备故障检测模型，将第三电力设备故障检测模型输入到预设压缩微调算法中，进行压缩微调，获得第四电力设备故障检测模型，将第四电力设备故障检测模型输入到预设优化引擎中，以使预设优化引擎对第四电力设备故障检测模型进行优化，获得轻量化的电力设备故障检测模型。本发明实现了在保证输出结果准确的前提下，降低神经网络模型的结构复杂程度。
-
公开(公告)号：CN113971777A
公开(公告)日：2022-01-25
申请号：CN202111240270.6
申请日：2021-10-25
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 , 西北工业大学
IPC分类号： G06V20/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06Q10/00 , G06Q10/04 , G06Q50/06
摘要： 本发明提供设备故障预测方法、装置及服务器，应用于电力系统技术领域，该方法首先获取目标设备在预设时间区间内多个采样时刻的设备图片集，然后提取各设备图片集中各目标谱段设备图片的目标参数的参考值，得到各采样时刻对应的参考数据集，进一步将各参考数据集输入预训练的数据预测模型，得到目标设备在多个预测时刻的预测数据集，最后将各预测数据集输入预训练的故障确定模型，得到目标设备的故障预测结果。本方法能够基于不同多个目标谱段的设备图片对目标设备进行故障预测，进而提前确定电力设备是否有可能发生故障，为运维人员采取针对性的运维措施提供参考依据，解决现有技术存在的问题。
-
公开(公告)号：CN113340352A
公开(公告)日：2021-09-03
申请号：CN202110638980.8
申请日：2021-06-08
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 , 全球能源互联网研究院有限公司
IPC分类号： G01D21/02
摘要： 本申请提供了一种阀厅的监测方法、装置及系统，所述阀厅的监测方法包括：获取待分析视频流；其中，所述待分析视频流包括：可见光图像、红外图像和紫外图像；将所述红外图像与所述可见光图像进行图像融合，得到第一目标图像；将所述紫外图像与所述可见光图像进行图像融合，得到第二目标图像；根据所述第一目标图像以及所述第二目标图像，对阀厅进行故障检测，得到故障检测结果；若所述故障检测结果表明所述阀厅当前存在故障，根据所述故障检测结果生成本次的故障信息；其中，所述故障信息包括故障位置以及故障类型。通过将可见光图像、红外图像、紫外图像结合起来，从而可以精确的确定阀厅中的发生的故障的故障类型及故障所处的位置。
-
-
-
-
-
搜索结果
16 条记录 (耗时 0.035 秒)
