-
公开(公告)号:CN117237871A
公开(公告)日:2023-12-15
申请号:CN202311241031.1
申请日:2023-09-25
申请人: 南昌大学
IPC分类号: G06V20/52 , G06V10/40 , G06V10/774 , G06V10/776 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/096
摘要: 本发明公开了一种基于轻量化目标检测模型的电力线路鸟类辨识方法,首先根据相关鸟种名录,构建了电力线路相关危害鸟类图像数据集并进行标签制作,划分为训练集、测试集和验证集;搭建轻量化目标检测模型,其主要包括轻量级特征提取网络、轻量级特征融合网络和多重注意力机制统一物体检测头三个部分;采用训练集和验证集对轻量化目标检测模型进行训练,训练后获得鸟类检测模型;将测试集输入至模型中进行检测,获得对图像中鸟类的定位与分类。本发明通过构建轻量化目标检测模型,在保持检测精度的同时提升检测速度,可为实现电力线路相关危害鸟类检测提供参考。
-
公开(公告)号:CN116087655A
公开(公告)日:2023-05-09
申请号:CN202310021206.1
申请日:2023-01-07
申请人: 南昌大学
IPC分类号: G01R31/00 , G06F18/2415 , G06F18/2431 , G01R31/12 , G01N33/00
摘要: 本发明公开了一种基于扩充三比值和关联规则的变压器故障分层诊断方法。首先基于在线或离线油中溶解气体数据,采用扩充三比值法对变压器故障进行初级诊断,用于不同程度的过热、放电或其他故障性质的判断及其早期预警;然后结合变压器故障树,实现故障性质和对应故障子集的分类;提取在线监测试验特征量,对故障子集中的故障类型进行一定的排除;最后采用关联规则分析故障类型和故障特征量的关联关系,从而构建变压器故障精细化诊断模型,实现故障性质、故障类型及故障可信度的动态评估。本发明能够克服传统变压器故障诊断方法过于依赖现场试验数据、故障诊断结果准确度不高且难以指导现场运维等问题,可提高变压器故障诊断的科学性和实用性。
-
公开(公告)号:CN115147397A
公开(公告)日:2022-10-04
申请号:CN202210875820.X
申请日:2022-07-25
申请人: 南昌大学
IPC分类号: G06T7/00 , G06N3/04 , G06N3/08 , G06T5/00 , G06V10/764 , G06V10/77 , G06V10/774 , G06V10/80 , G06V10/82 , H02G7/02
摘要: 本发明公开一种输电线路耐张线夹X光图像缺陷检测方法,具体包括如下步骤:构建输电线路耐张线夹的X光图像数据集并进行标准化处理,将所有图片统一为RGB格式;对图像进行去噪与对比度增强,并利用Labelimg对数据集的缺陷类别进行标注;基于原YOLOv3模型进行改进,以EfficientNet网络的特征提取输出替换原主干网络DarkNet‑53的有效特征层作为输出,并以此作为特征融合网络FPN的三个输入;采用迁移学习的思想,利用耐张线夹X光图像数据集训练与测试改进后的网络。本发明通过改进YOLOv3算法对耐张线夹缺陷进行检测,为电力设备智能巡检领域提供技术参考。
-
公开(公告)号:CN115018818A
公开(公告)日:2022-09-06
申请号:CN202210776591.6
申请日:2022-07-01
申请人: 南昌大学
IPC分类号: G06T7/00 , G06N3/04 , G06N3/08 , G06Q10/00 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
摘要: 本发明公开一种基于多网络融合模型的输电线路耐张线夹缺陷检测方法,具体包括如下步骤:构建输电线路耐张线夹的X光图像数据集,并对其进行缺陷标注、数量扩充及对比度增强等处理;引入卷积块注意力机制CBAM和空洞空间金字塔池化结构ASPP对YOLOv4模型进行改进;利用数据集对改进的模型与原模型进行训练与检测,将各模型的检测结果进行融合,提升模型的综合检测性能及泛化能力。本发明通过构建多网络融合算法模型对耐张线夹缺陷进行检测,为电力设备智能巡检领域提供技术参考。
-
公开(公告)号:CN113255661B
公开(公告)日:2022-07-12
申请号:CN202110405605.9
申请日:2021-04-15
申请人: 南昌大学
摘要: 本发明公开了一种输电线路涉鸟故障相关鸟种图像识别方法,首先通过收集输电线路周围的鸟种信息,建立涉鸟故障相关鸟种图像数据库,基于类别激活图的方法对鸟种图像进行去背景预处理;然后,利用四种深度卷积神经网络建立学习模型,并通过ImageNet数据集对其进行预训练,对预训练后的模型网络结构进行微调,利用预处理后的鸟种图像训练集对微调后的模型进行重新训练,并对测试集进行分类识别;最后,根据四种网络模型的分类准确率,采用线性加权法建立一种融合多卷积网络的涉鸟故障相关鸟种图像识别模型,对鸟种图像进行分类识别。本发明能够为输电线路运维人员提供正确识鸟的方法手段,有助于实现渉鸟故障的差异化防治,降低渉鸟故障跳闸率。
-
公开(公告)号:CN113468776A
公开(公告)日:2021-10-01
申请号:CN202110637345.8
申请日:2021-06-08
申请人: 南昌大学
摘要: 本发明公开了一种输电线路杆塔空气间隙的电场分布表征方法,其利用有限元法计算输电线路‑杆塔空气间隙的静电场分布,以导线或均压环表面电场强度最大值所在位置为起点,以杆塔塔身或横担距离高压电极最近的一条平行线上的电场强度最大值所在位置为终点,将两点的连线作为电场特征提取路径;以导线或均压环上的电场强度最大值所在位置为顶点,顶角为θ,底面为电位等于x·U的等位面构成的锥形场域作为电场特征提取场域。在上述路径与场域内分别提取54个和19个与电场分布相关的特征量,用以表征输电线路杆塔空气间隙的三维空间结构。本发明兼顾了特征提取的效率和特征表达的完善性,可为输电工程外绝缘空气间隙放电电压预测模型提供输入参数。
-
公开(公告)号:CN113255661A
公开(公告)日:2021-08-13
申请号:CN202110405605.9
申请日:2021-04-15
申请人: 南昌大学
摘要: 本发明公开了一种输电线路涉鸟故障相关鸟种图像识别方法,首先通过收集输电线路周围的鸟种信息,建立涉鸟故障相关鸟种图像数据库,基于类别激活图的方法对鸟种图像进行去背景预处理;然后,利用四种深度卷积神经网络建立学习模型,并通过ImageNet数据集对其进行预训练,对预训练后的模型网络结构进行微调,利用预处理后的鸟种图像训练集对微调后的模型进行重新训练,并对测试集进行分类识别;最后,根据四种网络模型的分类准确率,采用线性加权法建立一种融合多卷积网络的涉鸟故障相关鸟种图像识别模型,对鸟种图像进行分类识别。本发明能够为输电线路运维人员提供正确识鸟的方法手段,有助于实现渉鸟故障的差异化防治,降低渉鸟故障跳闸率。
-
公开(公告)号:CN113707159B
公开(公告)日:2024-05-03
申请号:CN202110878327.9
申请日:2021-08-02
申请人: 南昌大学
IPC分类号: G10L17/26 , G10L25/03 , G10L25/18 , G06F18/2413 , G06N3/0464 , G06N3/08 , G10L25/21 , G10L25/30 , G10L25/51 , G10L25/45 , G10L17/20
摘要: 本发明公开了一种基于Mel语图与深度学习的电网涉鸟故障鸟种识别方法。首先建立电网涉鸟故障相关鸟种的鸣声样本数据库,对鸟鸣信号进行预处理操作后,计算每帧信号在各个Mel滤波器中的能量,得到包含信号能量大小信息的M×N矩阵,将能量大小与颜色深浅程度一一映射,得到鸟鸣信号的Mel语图。通过Mel语图训练卷积神经网络,执行卷积‑池化过程不断地抓取学习鸟鸣信号的Mel语图特征,通过多次迭代训练调整网络内部参数,当网络的预测输出值与实际值之间的损失达到最小时结束训练,最终实现对测试鸟种的预测识别。该方法能够有效区分不同鸟种鸣声之间的特征并实现鸟种识别,可为开展电网涉鸟故障差异化防治提供参考。
-
公开(公告)号:CN117113066B
公开(公告)日:2024-03-29
申请号:CN202311388369.X
申请日:2023-10-25
申请人: 南昌大学
IPC分类号: G06F18/213 , G06N3/0464 , G06N3/08 , G01R31/08
摘要: 本发明公开了一种基于计算机视觉的输电线路绝缘子缺陷检测方法,S1:构建输电线路绝缘子缺陷的图像数据库,并划分训练集、验证集与测试集;S2:构建MIDDNet绝缘子缺陷检测模型,该模型包括RGNet主干特征提取网络、RSNet特征融合网络与GSNet缺陷检测网络;S3:训练MIDDNet绝缘子缺陷检测模型;S4:通过训练好的MIDDNet绝缘子缺陷检测模型进行输电线路绝缘子缺陷检测。本发明通过降低检测模型整体的参数量、加强多尺度特征融合的融合效果与提取密集的上下文特征信息,最终增强模型的检测精度与鲁棒性能。本发明可为输电线路绝缘子缺陷检测研究提供参考。
-
公开(公告)号:CN112579845B
公开(公告)日:2023-03-31
申请号:CN202011592771.6
申请日:2020-12-29
申请人: 江西省能源大数据有限公司 , 南昌大学
IPC分类号: G06F16/904 , G06F16/906 , G06F16/29 , G06T17/05
摘要: 发明公开了一种工业大数据展示地理信息系统平台,包括工业大数据模块、GIS模块、数据分析模块和GIS平台。工业大数据模块用于采集工业数据并对数据进行处理,采集的数据包括企业运行管理相关的业务数据、制造过程数据和企业外部数据。GIS模块用于采集地理信息数据建立三维地图底图,并导入工业大数据生成多维度的动态分布地图。数据分析模块用于对工业大数据进行分析、分类、评估和挖掘,将结果在终端进行展示。GIS平台用于对用户信息及数据库进行管理并提供数据服务。本发明基于超高分辨率GIS地图,将工业大数据在地图上进行多层次、多维度动态展示,对数据进行分析和挖掘,实现对工业活动的实时管控。
-
-
-
-
-
-
-
-
-