-
公开(公告)号：CN107133943A
公开(公告)日：2017-09-05
申请号：CN201710283379.5
申请日：2017-04-26
Applicant: 贵州电网有限责任公司输电运行检修分公司 , 武汉科迪奥电力科技有限公司
CPC classification number: G06T7/0004 , G06T7/73 , G06T2207/20084 , G06T2207/30164 , G06T2207/30181
Abstract: 本发明公开了一种防震锤缺陷检测的视觉检测方法，包括对航拍图像进行去噪、防抖预处理，得到待检测的原始图像；采用几何变换、尺度变化、对比度变换的方法，扩充已有的原始图像，生成更多与原始图像相似的数据；采集样本，采集航拍图像中的防震锤，主要采集防震锤的一边；确定待训练的网络模型，输入样本数据，进行前向传播、反向传播调整权重，得到优化的检测网络模型参数；利用训练好的模型对待检测图像进行识别，确定防震锤的锤子所在位置；确定锤子所在导线，根据导线与防震锤的相对位置以及各自方向的约束，进行防震锤缺陷判别。
-
公开(公告)号：CN106408194A
公开(公告)日：2017-02-15
申请号：CN201610850064.X
申请日：2016-09-26
Applicant: 贵州电网有限责任公司输电运行检修分公司 , 贵州电力设计研究院
CPC classification number: G06Q10/06393 , G06F17/30241 , G06Q50/06
Abstract: 本发明公开了一种基于GIS网格化输电线路运维难度量化评估方法，它以网格单元的输电线路运维难度评估数据，用熵权法为权重计算模型，结合GIS系统空间分析，制定出不同运维难度的输电线路运维难度等级，该方法可对最终运维难度值的分级进行客观划分，避免人为划分带来的主观性，制定出不同运维难度区间，依据此分级区间，运维人员也可查询到具体每一个样本所在的运维难度范围。再通过GIS提供的地理信息可视化服务，为电网运维巡检部门提供基于地理位置的输电线路运维难度量化评估参考，为电网运维部门在运维管理、人员调配以及资源优化上提供指导性意见，避免过大的人力物力投资，节约成本。
-
公开(公告)号：CN107578174A
公开(公告)日：2018-01-12
申请号：CN201710809516.4
申请日：2017-09-08
Applicant: 贵州电网有限责任公司输电运行检修分公司 , 贵州电力设计研究院
Abstract: 本发明公开了一种基于输电线路杆塔可靠性分析的网格风险评估方法，它包括步骤1、采集网格内输电杆塔的设计资料；步骤2、计算输电网格内每一基杆塔构件的杆塔构件抗力R的均值μR和均方差σR、永久荷载效应SG的均值 和均方差可变荷载效应SQ的均值 和均方差 步骤3、利用步骤2的计算结果，采用JC法计算网格内每一基输电杆塔的可靠度β；步骤4、计算网格内每一基输电杆塔的是失效概率ρ；步骤5、采用熵权法计算网格内每一基输电杆塔的权重因子w；步骤6、计算输电网格风险P；解决了现有技术二维风险矩阵存在的主观性强，缺乏对风险的定量分析等问题。
-
公开(公告)号：CN107368959A
公开(公告)日：2017-11-21
申请号：CN201710544088.7
申请日：2017-07-05
Applicant: 贵州电网有限责任公司输电运行检修分公司 , 贵州电力设计研究院
CPC classification number: G06Q10/063 , G06Q50/06
Abstract: 本发明公开了一种架空输电线路地理信息数据质量快速评估方法，它包括步骤1、计算杆塔档距；步骤2、计算杆塔夹角；步骤3、统计杆塔档距的出错率e1；步骤4、统计杆塔夹角的出错率e2：设定该架空输电线路的参考夹角范围，统计超出参考夹角范围的杆塔夹角数量，计算杆塔夹角的出错率e2；步骤5、建立评估模型；解决了架空输电线路地理信息数据质量评估准确度低，计算复杂和不能从源头上保证数据的准确度等问题。
-
公开(公告)号：CN107316159A
公开(公告)日：2017-11-03
申请号：CN201710543683.9
申请日：2017-07-05
Applicant: 贵州电网有限责任公司输电运行检修分公司 , 贵州电力设计研究院
CPC classification number: G06Q10/06395 , G06Q50/06
Abstract: 本发明公开了一种输电线路地理信息数据质量评测方法，它包括：步骤1、评价因子采集：采集输电线路地理信息数据，得到输电线路杆塔档距、线路夹角、杆塔位置、线路名称和杆塔编号作为评价因子；步骤2、计算评价因子错误频率fi；步骤3、评价因子评分；步骤4、利用层次分析法计算评价因子对地理信息数据质量影响的平均权重wi；步骤5、建立评价模型；解决了现有技术缺少对输电线路地理信息数据质量评价，影响数据分析结果的准确性和可靠性的问题。
-
Patent Agency Ranking
公开(公告)号：CN106447104A
公开(公告)日：2017-02-22
申请号：CN201610851604.6
申请日：2016-09-27
Applicant: 贵州电网有限责任公司输电运行检修分公司 , 贵州电力设计研究院
CPC classification number: G06Q10/043 , G06Q10/0635 , G06Q50/06
Abstract: 本发明公开了一种输电线路运维区域网格划分及编码方法，它包括：确定网格划分区域起点及范围；确定运维区域内运维量；根据输电线路的档距设计规范、运维区域输电线路电压等级和覆冰等级得出单元网格范围；对单元网格范围进行第一次修正得到修正后的第一次修正后的单元网格范围；对第一次修正后的单元网格范围[c,d]通过二分法进行第二次修正得到第二次修正后的单元网格范围；运维区域灾害统计；各单元网格内风险数量统计；确定最佳单元网格尺寸；解决了现有输电线路运维服务模式已经无法适应电网的高速发展，运维服务效率低下等问题。
-
公开(公告)号：CN107145846B
公开(公告)日：2018-10-19
申请号：CN201710283365.3
申请日：2017-04-26
Applicant: 贵州电网有限责任公司输电运行检修分公司 , 武汉科迪奥电力科技有限公司
Abstract: 本发明公开了一种基于深度学习的绝缘子检测识别方法，包括对航拍图像进行预处理，其次，通过几何变换，对比度增强，添加模拟噪声等方法对数据进行扩充；采集绝缘子样本，针对不同种类的绝缘子，应分类进行采集；确定好待训练的模型结构；样本输入到待训练的模型中，通过前向传播和后向传播的方法不断的调整权重以及偏置参数，最终确定最优化的模型参数，基于已经训练好的模型，将待检测图像作为输入信号，经过网络多层的卷积、池化、全连接操作，得到最终的检测识别结果。本发明通过深度学习的方法，不断地学习绝缘子特征，确定学习网络模型，实现不同背景环境下不同绝缘子的识别，为电力养护决策提供支持。
-
公开(公告)号：CN107578174B
公开(公告)日：2018-09-07
申请号：CN201710809516.4
申请日：2017-09-08
Applicant: 贵州电网有限责任公司输电运行检修分公司 , 贵州电力设计研究院
Abstract: 本发明公开了一种基于输电线路杆塔可靠性分析的网格风险评估方法，它包括步骤1、采集网格内输电杆塔的设计资料；步骤2、计算输电网格内每一基杆塔构件的杆塔构件抗力R的均值μR和均方差σR、永久荷载效应SG的均值和均方差可变荷载效应SQ的均值和均方差步骤3、利用步骤2的计算结果，采用JC法计算网格内每一基输电杆塔的可靠度β；步骤4、计算网格内每一基输电杆塔的是失效概率ρ；步骤5、采用熵权法计算网格内每一基输电杆塔的权重因子w；步骤6、计算输电网格风险P；解决了现有技术二维风险矩阵存在的主观性强，缺乏对风险的定量分析等问题。
-
公开(公告)号：CN106408193B
公开(公告)日：2018-03-02
申请号：CN201610850063.5
申请日：2016-09-26
Applicant: 贵州电网有限责任公司输电运行检修分公司 , 贵州电力设计研究院
Abstract: 本发明公开了一种输电线路网格化风险分析及评估方法，它包括：对输电线路进行网格划分；确定输电线路网格内影响电网安全的危害因素；确定输电线路网格内影响电网安全的危害事件；对网格内的风险危害严重程度进行量化；对风险因子社会影响进行量化；对风险造成的损失符合或用户性质因素进行量化；建立网格内风险危害值量化评估模型；建立网格内风险发生概率值量化评估模型；建立网格内风险评估模型；本发明建立网格内风险评估模型，对网格内风险进行量化；对风险值高的网格进行重点运维，做好有针对性，充分利用资源包括人力资源和物质资源；从而为网格内的线路运维策略制定提供支撑，解决运维策略制定不合理等问题。
-
公开(公告)号：CN107145846A
公开(公告)日：2017-09-08
申请号：CN201710283365.3
申请日：2017-04-26
Applicant: 贵州电网有限责任公司输电运行检修分公司 , 武汉科迪奥电力科技有限公司
CPC classification number: G06K9/0063 , G06K9/4609 , G06K9/6256
Abstract: 本发明公开了一种基于深度学习的绝缘子检测识别方法，包括对航拍图像进行预处理，其次，通过几何变换，对比度增强，添加模拟噪声等方法对数据进行扩充；采集绝缘子样本，针对不同种类的绝缘子，应分类进行采集；确定好待训练的模型结构；样本输入到待训练的模型中，通过前向传播和后向传播的方法不断的调整权重以及偏置参数，最终确定最优化的模型参数，基于已经训练好的模型，将待检测图像作为输入信号，经过网络多层的卷积、池化、全连接操作，得到最终的检测识别结果。本发明通过深度学习的方法，不断地学习绝缘子特征，确定学习网络模型，实现不同背景环境下不同绝缘子的识别，为电力养护决策提供支持。
-
-
-
-
-
-
-
-
-
Search Results
290
records
(took 0.15 seconds)
