-
公开(公告)号：CN107329151A
公开(公告)日：2017-11-07
申请号：CN201710583938.4
申请日：2017-07-18
申请人： 国家电网公司 , 南京南瑞集团公司 , 国网江苏省电力公司电力科学研究院 , 国网山东省电力公司电力科学研究院 , 华东师范大学
IPC分类号： G01S19/21
摘要： 本发明公开了一种电力巡检无人机的GPS欺骗检测方法，步骤一，无人机的GPS模块获取当前观测到的GPS卫星的信号强度；步骤二，计算出各颗GPS卫星与无人机的距离；步骤三，计算出当前各颗GPS卫星相对于无人机所在地平面的观测角度；步骤四，若观测角度的数值小于0，则所述预置区域内存在GPS攻击，发出GPS警报；否则根据截止高度角，筛选出不易被遮挡的卫星信号；步骤五，根据各颗GPS卫星无人机的距离以及位置关系，计算出该GPS信号的最大信号强度；步骤六，检测当前GPS卫星的信号强度若超过该GPS卫星的最大信号强度，则所述预置区域内存在GPS攻击。本发明能够快速的、低功耗、低成本的进行GPS欺骗检测。
-
公开(公告)号：CN107292902A
公开(公告)日：2017-10-24
申请号：CN201710551025.4
申请日：2017-07-07
申请人： 国家电网公司 , 南京南瑞集团公司 , 国网山东省电力公司电力科学研究院 , 华东师范大学
发明人： 樊强 , 彭启伟 , 罗旺 , 冯敏 , 夏源 , 崔漾 , 赵高峰 , 张天兵 , 余磊 , 王万国 , 屠正伟 , 马涛 , 侯麟 , 刘雄 , 毛大鹏 , 邢雅菲 , 吴翔 , 琚小明
摘要： 本发明公开了一种结合果蝇优化算法的二维Otsu图像分割方法，该方法采用两条通过阈值向量点与灰度级轴所成角为α、β的直线划分二维直方图区域，首先计算联合概率密度，然后计算目标区域和背景区域的概率与均值向量，其次计算目标区域和背景区域的类间方差和类内方差，随后根据目标和背景在图像中所占比例对阈值求取公式中的背景区域部分进行加权，最后采用果蝇优化算法寻找最优的二维阈值向量；本发明的有益效果：图片能得到更准确的分割结果，更好的噪声抑制，同时运行耗时少。
-
公开(公告)号：CN118537594A
公开(公告)日：2024-08-23
申请号：CN202410711850.6
申请日：2024-06-04
申请人： 南京南瑞信息通信科技有限公司 , 国网电力科学研究院有限公司 , 国网河北省电力有限公司 , 国网河北省电力有限公司电力科学研究院
IPC分类号： G06V10/72 , G06V10/10 , G06T7/00 , G06V10/82 , G06N3/0475 , G06N3/094 , G06N3/0455
摘要： 本发明公开了一种电力异常场景小样本扩充方法及系统，该方法首先拍摄电力设备正常图像构建正常样本集，拍摄电力设备异常图像构建异常样本集；然后将电力设备正常图像进行目标识别和提取，得到仅包含电力设备的第一图像，将所述第一图像输入循环对抗生成网络得到第二图像，将第二图像替换第一图像拼接到电力设备正常图像中，生成第二电力设备异常图像；最后将第二电力设备异常图像加入异常样本集中以扩充异常样本数据集；本发明能够避免电力设备以外的环境干扰，生成符合类似布控球、无人机、监控摄像头拍摄得到的电力场景异常图像，扩充电力异常场景的小样本数据集。
-
公开(公告)号：CN117671587A
公开(公告)日：2024-03-08
申请号：CN202311641419.0
申请日：2023-12-01
申请人： 南京南瑞信息通信科技有限公司
IPC分类号： G06V20/52 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/09 , G06N3/096 , H02J13/00
摘要： 本发明公开了一种基于自监督学习的电力设备缺陷检测方法、系统，包括以下步骤：首先，对采集的电力设备图像进行图像增强，构建自监督样本集，并从中挑选出高质量设备异常图像进行标注，构建有监督样本集；其次，设计包含分层嵌入模块、局部感知模块和动态注意力聚焦模块的新型ViT网络，并通过对比学习在自监督样本集上训练新型ViT网络，得到预训练模型；然后，抽取出预训练模型中编码器部分，添加FPN网络和检测头网络，构建设备缺陷检测网络，并冻结编码器的权重，利用有监督样本集对网络进行微调；最后，对体积大于设定值的设备缺陷检测模型，使用知识蒸馏进行压缩和加速。本发明能够在少量标注样本情况下提升电力设备缺陷检测精度。
-
公开(公告)号：CN116683431A
公开(公告)日：2023-09-01
申请号：CN202310617968.8
申请日：2023-05-29
申请人： 国电南瑞科技股份有限公司 , 南京南瑞信息通信科技有限公司
IPC分类号： H02J3/00 , G06Q10/0639 , G06Q10/20 , G06Q50/06 , G06F30/18 , G06F30/20 , G06F111/10 , G06F111/04 , G06F119/02 , G06F113/04
摘要： 本发明公开了一种配电系统恢复力快速评估指标与评估方法及系统，对配电系统元件进行建模，并对其拓扑划分元胞进行简化；通过解析计算的方式，综合考虑配电系统在自然灾害下各阶段的响应，分别通过系统失负荷期望值、灾害中节点元胞的停电失负荷期望以及灾害后节点元胞的维修失负荷期望来表示电力系统各个层次下在灾害前，灾害中以及灾害后各阶段的恢复力评估指标，通过故障概率事件的解析表达来计算这些评估指标，并得到配电系统的系统功能图，直观反映系统的恢复力水平；本发明用于指导电力系统在灾害尚未到来时的线路规划、元件的加固、联络线路配置以及冗余资源的配置等，并为灾害中的紧急响应调度以及灾害后的抢修恢复决策提供量化依据。
-
公开(公告)号：CN114821328A
公开(公告)日：2022-07-29
申请号：CN202210502905.3
申请日：2022-05-10
申请人： 南京南瑞信息通信科技有限公司
摘要： 本发明公开了一种基于完全学习的电力图像处理方法及装置，将特征图Fout和特征图Fout的标定值作为训练集，利用训练集对电力图像异常值检测模型；将电力图像输入训练好的电力图像异常值检测模型，输出电力图像中电力设备异常预测结果。有效的利用了卷积过程的局部特征提取优点和自注意力计算的全局特征提取的优点，构建了一个高效的图像特征学习方法，通过混合学习的特征图可以很好的完全表示原图像的特征信息，有效地学习到电力图像中的特征信息。本发明提升了识别的准确性，降低了人工巡检成本，自动检测输电线路上的缺陷，保障国家电力系统的安全运行。
-
公开(公告)号：CN111930982A
公开(公告)日：2020-11-13
申请号：CN202010696172.2
申请日：2020-07-20
申请人： 南京南瑞信息通信科技有限公司
摘要： 本发明提供了一种电网图像智能标签方法，该方法包括：获取电网区域环境图像，基于电网区域环境图像，通过预先训练好的电网图像分类模型，获取所述网区域环境图像的类别属性分布信息；根据电网区域环境图像、电网区域环境图像的类别属性分布信息，通过预先训练好的电网图像分割模型，获取电网区域环境图像的属性分割图像。
-
公开(公告)号：CN118940782A
公开(公告)日：2024-11-12
申请号：CN202410964544.3
申请日：2024-07-18
申请人： 南京南瑞信息通信科技有限公司
摘要： 本发明公开了一种QR二维码矫正修复方法及系统，修复方法是对位置编码后的图像进行特征提取，得到低分辨率图像特征和高分辨率图像特征；根据低分辨率图像特征，预测变形场和灰度场，对变形场和灰度场进行嵌入操作，得到全局畸变和灰度特征；根据变形场对低分辨率图像特征进行弹性变换，得到弹性变换低分辨率图像特征；将低分辨率图像特征、全局畸变和灰度特征、弹性变换低分辨率图像特征和高分辨率图像特征进行特征融合；反卷积融合后的特征，得到矫正变形场和矫正灰度场，对二维码图像进行修复。本发明由整体至局部的学习过程，对矫正位移较大的畸变具有更好的效果，且将灰度场和变形场作为模型的两个输出，提高了二维码图像的成像质量。
-
公开(公告)号：CN112132135B
公开(公告)日：2023-11-28
申请号：CN202010877635.5
申请日：2020-08-27
申请人： 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图像处理的电网传输线检测方法、存储介质，方法包括：读入待检测图片；将图片灰度化；对灰度化图像进行平滑去噪、图像算术运算、灰度线性变换等一系列图像处理方法；对处理后的图像进行边缘检测；确定图像中的感兴趣区域ROI；对ROI内的像素点进行分类得到各传输线的边缘像素点集合；根据边缘像素点集合拟合传输线，并输出检测结果，检测结果可同时包括传输线的方程以及数量。利用本发明能够根据采集的图像进行传输线检测，能够排除天空以及云层等背景的干扰，具有一定的鲁棒性和实用性。
-
公开(公告)号：CN116245807A
公开(公告)日：2023-06-09
申请号：CN202211703829.9
申请日：2022-12-29
申请人： 南京南瑞信息通信科技有限公司
IPC分类号： G06T7/00 , G06V10/764 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0499 , G06N3/08
摘要： 本发明公开了一种电力设备表面异常变化的检测方法、装置及介质，其方法包括获取任一时刻电力设备的表面图像作为待检测图像；获取电力设备的基准图像；将待检测图像和基准图像输入训练好的变化检测网络模型，得到变化检测结果；其中，所述变化检测网络模型的训练包括：获取不同时刻电力设备的表面图像作为待训练图像；基于基准图像对各待训练图像进行异常变化的标注，生成标注图像集；构建基于自注意力机制的变化检测网络模型；通过标注图像集训练变化检测网络模型；本发明能够有效提升电力设备表面异常变化的检测精度，及时发现电力设备疑似故障，保障电力设备安全稳定运行。
-
-
-
-
-
-
-
-
-
搜索结果
50 条记录 (耗时 0.111 秒)
