-
公开(公告)号：CN116563557A
公开(公告)日：2023-08-08
申请号：CN202310437268.0
申请日：2023-04-22
申请人： 武汉大学 , 西安理工大学 , 武汉敏捷数云信息技术有限公司
IPC分类号： G06V10/40 , G06V10/77 , G06V10/74 , G06V10/82 , G06V10/764 , G06V10/54 , G06T7/00 , G06N3/0464 , G06N3/0475 , G06N3/094
摘要： 本发明涉及一种基于域适应网络的电力设备不规则外表面缺陷检测方法，方法首先通过构建包含特征生成器和分类器的域适应架构以增强模型的泛化能力；然后在特征生成器部分增加纹理提取支路，从而提升网络纹理特征感知的能力；并通过添加辅助预测支路的方式，来引导和约束特征提取的过程；其次通过生成器和分类器的对抗学习，得到适用于电力设备不规则外表面缺陷高精度检测模型。本发明具有一定的实用价值。
-
公开(公告)号：CN116561556A
公开(公告)日：2023-08-08
申请号：CN202310483281.X
申请日：2023-04-28
申请人： 武汉大学
IPC分类号： G06F18/213 , G06F18/241 , G06N3/0464 , G06N3/047 , G06N3/08
摘要： 本发明公开了一种基于多通道声信号时空关联性分析的电力设备局部放电分类方法，通过分别挖掘多通道声信号的空间关联性和时间关联性，对电力设备局部放电类型进行分类。本发明提出一种进行时空关联性挖掘的一维卷积神经网络，首先对多通道声信号进行空间关联性挖掘，获取空间权重信息并对多通道声信号特征进行空间关联性加权；然后在此基础上对各通道信号进行时间关联性挖掘，从而获得时间权重信息并对各通道声信号进行时间关联性加权；最后经过空间和时间关联性挖掘的多通道声信号进行进一步特征提取和局放类型分类。本发明能有效基于声信号进行电力设备局部放电分类，从而为电力设备的故障诊断和预防提供支持。
-
公开(公告)号：CN112418324B
公开(公告)日：2022-06-24
申请号：CN202011334424.3
申请日：2020-11-25
申请人： 武汉大学
摘要： 本发明公开了一种用于电气设备状态感知的跨模态数据融合方法，基于多传感器数据和图像数据这两类跨模态数据，对电气设备的状态进行融合感知。本发明首先将多传感器时间序列数据转换为递归图；然后分别用不同的卷积神经网络对递归图和电气设备图像数据进行特征提取；之后按照权重对这两类数据特征进行有效拼接，最后对融合后的特征进行进一步特征提取和状态等级感知。本发明充分利用了电气设备监测数据中的多传感器和图像这两类跨模态数据，一定程度上解决了基于单模态数据感知中精确率低和容错性差的问题。
-
公开(公告)号：CN112418324A
公开(公告)日：2021-02-26
申请号：CN202011334424.3
申请日：2020-11-25
申请人： 武汉大学
摘要： 本发明公开了一种用于电气设备状态感知的跨模态数据融合方法，基于多传感器数据和图像数据这两类跨模态数据，对电气设备的状态进行融合感知。本发明首先将多传感器时间序列数据转换为递归图；然后分别用不同的卷积神经网络对递归图和电气设备图像数据进行特征提取；之后按照权重对这两类数据特征进行有效拼接，最后对融合后的特征进行进一步特征提取和状态等级感知。本发明充分利用了电气设备监测数据中的多传感器和图像这两类跨模态数据，一定程度上解决了基于单模态数据感知中精确率低和容错性差的问题。
-
公开(公告)号：CN112183313A
公开(公告)日：2021-01-05
申请号：CN202011030237.6
申请日：2020-09-27
申请人： 武汉大学
摘要： 本发明涉及一种电力作业现场动作识别方法，该方法基于SlowFast算法，属于深度学习视频识别技术，利用计算机视觉技术和计算机强大的计算能力对作业现场的视频图像进行分析，识别作业人员的动作，并与规范作业流程中包含的动作进行对比，起到实时监控的作用，能有效提高现场作业监控质量，降低现场作业安全风险。
-
公开(公告)号：CN117422750B
公开(公告)日：2024-08-02
申请号：CN202311419098.X
申请日：2023-10-30
申请人： 河南送变电建设有限公司 , 国家电网有限公司 , 南京斯泰恩智慧能源技术有限公司 , 武汉大学
摘要： 本发明公开了一种场景实时距离感知方法、装置、电子设备及存储介质，通过对双目相机拍摄到的左右变电站场景图像进行直方图均衡化处理，使左右图像的亮度分布更加均匀，有利于后续的特征提取和匹配；采用轻量化的深度可分离变形卷积对经过处理的左右变电站场景图像进行特征提取，克服利用可变形卷积增强深度可分离卷积的感受野，从而提取更丰富的特征信息；基于多视差通道注意力代价聚合，多视差通道注意力机制可以更好地捕捉不同视差通道下的物体信息，并提高场景距离感知的精度和鲁棒性，从而更准确地构建代价聚合，提高立体匹配的准确性。
-
公开(公告)号：CN117559418A
公开(公告)日：2024-02-13
申请号：CN202311529548.0
申请日：2023-11-16
申请人： 国网宁夏电力有限公司 , 国网宁夏电力有限公司经济技术研究院 , 武汉大学 , 国家电网有限公司
IPC分类号： H02J3/00 , G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06F18/23213 , G06F18/27 , G06N3/0442 , H02J3/14
摘要： 本申请公开一种电力需求侧资源可调潜力预测方法，包括步骤：设置电力用户需求侧负荷的可调潜力评价因子；基于当前场景下电力用户历史负荷数据的特征要素取值生成多元场景特征隶属度计算模型；根据多元场景特征隶属度计算模型计算不同需求响应场景下的特征要素的隶属度；采用K‑means聚类算法对需求响应用户进行聚类；对可调负荷资源群进行二级划分并获取负荷响应序列预测模型；基于负荷响应序列预测模型输出电力需求侧资源可调潜力预测信息，本申请提供的电力需求侧资源可调潜力预测方法可提高电力需求侧资源可调潜力预测的精确性，具有显著的技术效果。此外，本申请还涉及一种电力需求侧资源可调潜力预测系统，同样具有上述有益效果。
-
公开(公告)号：CN117220267A
公开(公告)日：2023-12-12
申请号：CN202311015215.6
申请日：2023-08-11
申请人： 武汉大学
IPC分类号： H02J3/00 , H02J3/06 , H02J3/38 , G06F30/18 , G06F30/27 , G06N3/006 , G06F111/10 , G06F111/04 , G06F113/04
摘要： 本发明属于电力系统及其自动化技术领域，具体涉及一种基于粒子群算法与最大合格率准则的配电网状态估计方法，包括以下步骤：步骤1、采集待估计系统的节点负荷功率及电压幅值数据；步骤2、给系统定义一个初始状态，并通过潮流计算获得当下状态的节点负荷及电压幅值；步骤3、根据测点评价函数计算当前状态所对应的目标函数值；步骤4、将步骤3中的目标函数值作为粒子群算法的适应度函数并开始寻优；步骤5、将粒子群算法寻优获得的最优状态作为状态估计的结果输出。本发明解决了配电网状态估计中不良数据检测、计算效率低及抗差估计求解难度大的问题，在配电网抗差状态估计方面有良好效果。
-
公开(公告)号：CN112419091B
公开(公告)日：2022-07-08
申请号：CN202011348251.0
申请日：2020-11-26
申请人： 武汉大学
摘要： 本发明公开了一种知识图谱驱动的配电网现场作业视频智能安全管控方法，首先构建电力作业安全管控知识图谱，旨在分解作业任务中的对象、流程、注意事项及其他语义信息，使作业更加直观可视化，并为后续人员信息安全的匹配、技能点的动作匹配和动态评价建立基础；然后划分配电网作业现场区域和视频智能管控类别；最后利用深度学习算法，并结合了作业现场各区域的监控视频，实时全过程地对作业人员进行安全管控，改以往被动的现场作业人工监督为主动智能的自动化监控，为现场作业安全风险的事前预警提供支持，从而降低现场作业人员的风险，减少事故发生概率，对提高配电网现场作业安全管控水平具有重要意义。
-
公开(公告)号：CN112419091A
公开(公告)日：2021-02-26
申请号：CN202011348251.0
申请日：2020-11-26
申请人： 武汉大学
摘要： 本发明公开了一种知识图谱驱动的配电网现场作业视频智能安全管控方法，首先构建电力作业安全管控知识图谱，旨在分解作业任务中的对象、流程、注意事项及其他语义信息，使作业更加直观可视化，并为后续人员信息安全的匹配、技能点的动作匹配和动态评价建立基础；然后划分配电网作业现场区域和视频智能管控类别；最后利用深度学习算法，并结合了作业现场各区域的监控视频，实时全过程地对作业人员进行安全管控，改以往被动的现场作业人工监督为主动智能的自动化监控，为现场作业安全风险的事前预警提供支持，从而降低现场作业人员的风险，减少事故发生概率，对提高配电网现场作业安全管控水平具有重要意义。
-
-
-
-
-
-
-
-
-
搜索结果
31 条记录 (耗时 0.098 秒)
