-
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。
-
公开(公告)号：CN112200030A
公开(公告)日：2021-01-08
申请号：CN202011033289.9
申请日：2020-09-27
申请人： 武汉大学
摘要： 本发明涉及一种电力系统现场作业人员动态动作风险识别方法，该方法通过利用人体姿态估计方法提取电力系统现场作业人员的骨骼信息，从而将视频信息转化成包含骨架信息的无向图，然后利用时空图卷积网络实现对现场作业人员的动作识别。本发明能够实现现场作业人员动态行为的风险识别，能够实时的识别出现场作业人员的动态违章行为和风险，从而为电力生产现场安全风险预警与管控提供技术手段，从而降低电力系统事故发生概率，提高电力生产的本质安全水平。
-
公开(公告)号：CN117523437A
公开(公告)日：2024-02-06
申请号：CN202311419123.4
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
IPC分类号： G06V20/40 , G06V10/774 , G06V10/82 , G06N3/08 , G06V10/25 , G06V10/80 , G06V10/764 , G06V10/44 , G06N3/0464 , G06N3/045
摘要： 本发明公开了一种用于变电站近电作业现场实时风险识别方法，包括如下步骤：采集变电站视频图像数据，采用矩形框标注待检测对象制作成训练数据集；进行预训练，并利用混合神经网络对目标检测模型进行改进；引入AFPN特征融合网络，并利用S‑HIoU损失函数计算目标检测任务中预测框与真实框的重叠程度；获得最佳目标检测模型；利用最佳目标检测模型结合预设的现场作业安全区域对视频图像中作业人员的违章风险行为进行实时识别及告警。本发明通过对目标检测模型进行轻量化改进，引入AFPN渐进特征金字塔网络，提高目标算法识别的鲁棒性，更好地适应变电站现场的工作环境。为变电站现场近电作业安全管控提供可靠、高效、便捷的智慧手段。
-
公开(公告)号：CN116912589A
公开(公告)日：2023-10-20
申请号：CN202310925790.3
申请日：2023-07-26
申请人： 武汉大学
IPC分类号： G06V10/764 , G01R31/00 , G06V10/40 , G06V10/80 , G06V10/774 , G06V10/766
摘要： 本发明涉及中压配电电缆状态评估技术领域，特别涉及一种基于多模态融合的中压配电电缆状态评估方法，包括步骤：构建中压配电电缆包含多模态数据的数据集作为样本；通过数据增强的方式扩充样本的数量；基于递归图进行结构化数据的特征提取；基于Faster R‑CNN网络进行图像数据的特征提取；融合特征；以电缆状态等级为目标进行特征提取和参数训练，最终输出电缆状态等级。本发明基于多模态数据融合，针对中压配电电缆的结构化数据与接头图像数据，构建基于多模态的电缆状态评估模型。将该方法应用于中压配电电缆状态评估，验证了本发明所提方法的有效性。
-
公开(公告)号：CN116861616A
公开(公告)日：2023-10-10
申请号：CN202310453723.6
申请日：2023-04-25
申请人： 武汉大学
IPC分类号： G06F30/20 , G06F17/11 , G06F17/16 , G06Q50/06 , G06Q10/0639 , G06F111/04 , G06F113/04 , G06F119/08 , G06F113/08
摘要： 本发明公开了一种基于GM估计的电气热综合能源系统分解协调鲁棒状态估计方法，方法步骤如下：第一步，IES量测模型的构建；第二步，IES分解协调状态估计模型的构建；第三步，IES分解协调状态估计算法，依次求解电、热和天然气子系统的分解协调SE，直至最终估计结果满足全局收敛条件为止，IES鲁棒估计过程才算结束，本发明优点是：所提分解协调SE方法的有效性，可在电、气、热各个子系统要求商业隐私和保密性，完备的实时网络数据不可能共享的情况下，满足足够的计算精度且显著提高了计算效率。
-
公开(公告)号：CN115598433A
公开(公告)日：2023-01-13
申请号：CN202211092951.7
申请日：2022-09-07
申请人： 武汉大学(CN)
IPC分类号： G01R31/00 , G01R19/25 , G01R21/133 , G01R23/16
摘要： 本发明公开一种电网中谐波源定位方法，包括：获取监测数据，监测数据包括目标电网包中的多个监测点对应的监测数据；利用监测数据，在多个监测点中确定出超标监测点和可疑监测点；利用监测数据，确定超标监测点的电压幅值概率，并利用监测数据，确定可疑监测点的电流幅值概率；利用电压幅值概率和电流幅值概率，确定超标监测点与可疑监测点的互信息值；根据互信息值，确定目标电网中的谐波源。本发明还公开一种电网中谐波源定位装置、终端设备以及存储介质。利用本发明的方法，实现了对目标电网中的谐波源的定位，从而解决了现有技术中缺乏谐波定位的有效手段的技术问题。
-
公开(公告)号：CN111353413B
公开(公告)日：2022-04-15
申请号：CN202010117318.3
申请日：2020-02-25
申请人： 武汉大学
IPC分类号： G06V20/13 , G06V20/40 , G06V10/40 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/774 , G06V10/764
摘要： 本发明涉及数字图像识别技术，具体涉及一种输电设备低漏报率缺陷识别方法，包括：通过无人机或直升机采集输电线路巡检图像；对输电线路巡检图像进行标记，建立数据集；分别基于Faster RCNN网络建立输电线路缺陷识别模型和YOLO v3网络建立输电线路缺陷识别模型，在输电线路巡检图像数据集上训练；将训练好的Faster RCNN模型和YOLO v3模型优化后通过自适应判别器组合，进行联合训练；利用联合训练好的低漏报率缺陷检测模型对输电线路巡检图像进行识别，获取电力设备的状态信息，判断电力设备是否存在缺陷；对巡检图像进行批量化端到端处理。该方法能够扩大模型对于复杂环境的适应能力，降低漏检率。
-
公开(公告)号：CN110601185B
公开(公告)日：2021-07-06
申请号：CN201910876207.8
申请日：2019-09-17
申请人： 武汉大学
摘要： 本发明公开了一种基于统一潮流模型和随机矩阵的综合能源系统薄弱点辨识方法，包括以下步骤：(1)建立综合能源系统统一潮流模型；(2)选取潮流数据并建立随机矩阵；(3)标准化预处理随机矩阵；(4)识别系统异常状态；(5)辨识系统薄弱点。本发明的方法可以。本发明将随机矩阵理论引入综合能源系统薄弱辨识中，以数据驱动的方式分析系统运行状态，不需要对综合能源系统物理结构进行辨识，避免了对综合能源系统的建模过程，克服了综合能源系统物理结构和建模过程的复杂性，提高系统状态识别和薄弱点辨识的准确性和快速性。
-
公开(公告)号：CN112147936A
公开(公告)日：2020-12-29
申请号：CN202011030167.4
申请日：2020-09-27
申请人： 武汉大学
IPC分类号： G05B19/042 , H02J13/00
摘要： 本发明公开了一种电力作业安全管控装置和行为识别方法，装置包括电讯连接的数据采集模块、计算控制模块、无线通讯模块、存储模块、电源管理模块和通信接口，方法基于C3D卷积神经网络。电力作业安全管控装置采用嵌入式设计，可以安放在作业视频采集侧，能够自动对电力现场作业人员的行为进行实时识别，判断操作是否合规及发出安全警告，使得电力作业安全管控不必再依赖人工监督和事后分析，从而保障和提高电力现场作业人员的安全性。
-
公开(公告)号：CN110601185A
公开(公告)日：2019-12-20
申请号：CN201910876207.8
申请日：2019-09-17
申请人： 武汉大学
摘要： 本发明公开了一种基于统一潮流模型和随机矩阵的综合能源系统薄弱点辨识方法，包括以下步骤：(1)建立综合能源系统统一潮流模型；(2)选取潮流数据并建立随机矩阵；(3)标准化预处理随机矩阵；(4)识别系统异常状态；(5)辨识系统薄弱点。本发明的方法可以。本发明将随机矩阵理论引入综合能源系统薄弱辨识中，以数据驱动的方式分析系统运行状态，不需要对综合能源系统物理结构进行辨识，避免了对综合能源系统的建模过程，克服了综合能源系统物理结构和建模过程的复杂性，提高系统状态识别和薄弱点辨识的准确性和快速性。
-
-
-
-
-
-
-
-
-
搜索结果
51 条记录 (耗时 0.118 秒)
