-
公开(公告)号：CN111127691A
公开(公告)日：2020-05-08
申请号：CN201911282542.1
申请日：2019-12-13
Applicant: 国网安徽省电力有限公司检修分公司 , 国家电网有限公司
Abstract: 本发明涉及电力作业技术领域，公开了一种变电站电缆沟巡检系统，包括：母体，所述母体具有一腹腔和用于封闭所述腹腔的底板；巡检机器人，所述巡检机器人位于所述母体的腹腔中，所述巡检机器人通过伸缩杆与所述母体连接。本发明的实施方式提供的变电站电缆沟巡检系统的母体的腹腔中设置有巡检机器人，操作员工可以利用伸缩杆将巡检机器人从母体的腹腔释放到电缆沟内以进行巡检工作，不仅降低了电缆沟巡检工作的难度，同时也大大地提高了巡检工作效率。
-
公开(公告)号：CN110969104A
公开(公告)日：2020-04-07
申请号：CN201911154242.5
申请日：2019-11-22
Applicant: 国网安徽省电力有限公司检修分公司 , 合肥湛达智能科技有限公司
Abstract: 本发明实施方式提供一种基于二值化网络检测可行驶区域的方法、系统及存储介质，属于车道识别领域。所述方法包括：获取多种道路场景视频，对所述道路场景视频进行预处理以形成训练集和测试集；创建条件生成对抗网络CGAN；将所述条件生成对抗网络CGAN转化为基于二值化条件的所述条件生成对抗网络CGAN；采用所述训练集训练所述条件生成对抗网络CGAN并采用所述测试集测试所述条件生成对抗网络CGAN；采用训练好的所述条件生成对抗网络CGAN根据实际的道路视频检测所述可行驶区域。该方法、系统及存储介质通过将条件生成对抗网络CGAN应用到车道检测的领域中，实现了基于拍摄的现场的图片识别出可行驶区域的技术目的。
-
公开(公告)号：CN119762580A
公开(公告)日：2025-04-04
申请号：CN202411656728.X
申请日：2024-11-19
Applicant: 国网安徽省电力有限公司超高压分公司
Abstract: 本发明实施例提供一种变电站设备识别定位方法和系统，属于目标识别技术领域。所述识别定位方法包括：在变电站中获取关于设备的左右视图；对所述变电站中的左右视图进行特征提取，以得到对应的特征图；将所述特征图送入到金字塔匹配模型中，从而可以得到对应的融合匹配特征图；通过所述融合匹配特征图获取对应的视差值，并根据所述视差值确定所述变电站中的设备的定位。该识别定位方法可以对目标进行精准的识别和定位。
-
公开(公告)号：CN112581604B
公开(公告)日：2024-02-02
申请号：CN202011518392.2
申请日：2020-12-21
Applicant: 国网安徽省电力有限公司超高压分公司 , 合肥中科类脑智能技术有限公司
Abstract: 本发明实施方式提供一种变电站设备表面油污图像数据生成方法及装置，属于变电站的视觉识别技术领域。所述方法包括：根据设备以及设备表面油污的图像，分别进行高仿真建模以得到表示变电站的第一三维模型和表示设备表面油污的第二三维模型；采用物体网格匹配的方法将第二三维模型加入第一三维模型中以得到表示带有设备表面油污的变电站的第三三维模型；基于点面匹配的方法在第三三维模型中选择多个目标视角；根据多个目标视角获取设备表面油污的图像部分；在第三三维模型中的每个设备和设备表面油污分别渲染不同的像素值，并以语义分割图的形式表示；将语义分割图作为标注部分和图像部分组合以合成变电站的设备表面油污合成数据。
-
公开(公告)号：CN116664763A
公开(公告)日：2023-08-29
申请号：CN202310457028.7
申请日：2023-04-26
Applicant: 国网安徽省电力有限公司超高压分公司 , 安徽继远软件有限公司
Inventor： 郭可贵 , 石永建 , 陶有奎 , 甄超 , 杜鹏 , 夏令志 , 王旗 , 章丹 , 王法治 , 程洋 , 王远 , 焦睿婷 , 张涛 , 廖志斌 , 孙飞 , 王维佳 , 吴立刚 , 孔伟伟 , 姚义 , 程昊铭 , 姚天杨
Abstract: 本发明涉及三维点云技术领域，尤其涉及一种三维点云的电力施工现场禁限区域指示图自动生成方法，针对当前技术无法自动生成施工现场安全活动范围和禁、限区域指示图，导致安全事故频发，经济损失和人员伤亡增加，施工成本大幅度上升等问题，现提出如下方案，包括以下步骤：S1：对电力数据设备数据进行采集分析；本发明的目的是通过研究目标对象物理轮廓和尺寸、型号的精准识别，结合外破隐患黑点信息、数字线路的三维点云模型智能生成施工现场安全活动范围和禁、限区域指示图，自动分发给线路运维人员和施工团队，减少经济损失和人员伤亡，采用安稳系统，提高电力施工效率，减少经济损失和施工成本。
-
Patent Agency Ranking
公开(公告)号：CN116126013A
公开(公告)日：2023-05-16
申请号：CN202211600102.8
申请日：2022-12-12
Applicant: 国网安徽省电力有限公司超高压分公司 , 国家电网有限公司
Inventor： 朱仲贤 , 马欢 , 刘文涛 , 朱元付 , 吴翔 , 汪运 , 汪伟伟 , 刘鑫 , 杜鹏 , 郭振宇 , 蒲道杰 , 蔡科伟 , 黄道钧 , 张学友 , 郭龙刚 , 杜瑶 , 常文婧 , 徐蒙福 , 臧春华 , 陈迎 , 翁凌 , 杨乃旗 , 邵华 , 沈国堂 , 魏南 , 施雯
IPC: G05D1/10
Abstract: 本发明实施例提供一种无人机高精度降落的方法、系统及可读存储介质，属于无人机技术领域。所述方法包括：获取基准站的真实位置；获取卫星定位与所述基准站的真实位置的对比；根据所述卫星定位和真实位置的对比获取定位误差；所述无人机根据所述定位误差得到其所在的当前位置；将所述无人机的当前位置转入三维坐标系中；获取所述无人机需要降落的降落点；将所述降落点转入到所述三维坐标系中；根据所述无人机和所述降落点在三维坐标系中的位置确定所述无人机的飞行路径；根据所述飞行路径，所述无人机降落至所述降落点上。该方法可以使得无人机精准的降落在降落点。
-
公开(公告)号：CN116027185A
公开(公告)日：2023-04-28
申请号：CN202211516254.X
申请日：2022-11-29
Applicant: 国网安徽省电力有限公司超高压分公司 , 国家电网有限公司
IPC: G01R31/327 , G01R35/00
Abstract: 本发明实施例提供一种变电站高压断路器分合闸速度检测的误差消除方法，属于变电站高压断路器分合闸速度检测技术领域。包括构建棋盘格的世界坐标系和像素坐标系；获取高压断路器运动速度的分辨率和最大量程；本发明提供的变电站高压断路器分合闸速度检测的误差消除方法通过在高压断路器的动作触头上设置棋盘格，并构建棋盘格的世界坐标系以及像素坐标系，计算出高压断路器运动速度的分辨率以及最大量程，再根据该分辨率以及最大量程计算出高压断路器的速度误差，最后根据该速度误差计算出实际的分合闸的动作速度，即可实现对高压断路器动作速度的精确测量，可靠性更高，且更加方便。
-
公开(公告)号：CN115913976A
公开(公告)日：2023-04-04
申请号：CN202211405296.6
申请日：2022-11-10
Applicant: 国网安徽省电力有限公司超高压分公司
Inventor： 张学友 , 郭振宇 , 葛健 , 郭龙刚 , 许旵鹏 , 黄道均 , 李冀 , 杜鹏 , 董翔宇 , 夏熠 , 阮巍 , 马欢 , 马凯 , 朱靖 , 张军 , 张冬晛 , 李梦琪
Abstract: 本发明实施例提供一种异构网络拓扑优化方法，属于异构网络技术领域。所述…包括：S10)获取当前特高压分布式系统的物理网络资源，并基于所述物理网络资源构建树状结构的虚拟网络资源，获得树状模型；S20)基于所述树状模型构建数据传输模型和数据聚合模型；S30)基于所述最小路由树进行异构节点能量初始化，为不同跳层的节点进行能量赋值；S40)基于能量赋值后的最小路由树进行局部树重建，并基于重建的局部树进行模拟运行，判断目标节点是否死亡，若未死亡，则重复步骤S30)‑步骤S40)，直到目标节点死亡，输出对应拓扑方案作为当前节点的最优通信拓扑方案。本发明方案保证网络中节点低能耗的同时保证了数据传输的低延迟，延长了网络的生存期。
-
公开(公告)号：CN115862132A
公开(公告)日：2023-03-28
申请号：CN202211475369.9
申请日：2022-11-23
Applicant: 国网安徽省电力有限公司超高压分公司 , 国家电网有限公司
Inventor： 吴翔 , 刘文涛 , 朱仲贤 , 马欢 , 刘鑫 , 杜鹏 , 郭振宇 , 蒲道杰 , 蔡科伟 , 黄道钧 , 张学友 , 郭龙刚 , 杜瑶 , 常文婧 , 徐蒙福 , 朱元付 , 汪运 , 汪伟伟 , 翁凌 , 杨乃旗 , 邵华 , 沈国堂 , 魏南 , 施雯 , 臧春华 , 陈迎
IPC: G06V40/20 , G06V20/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464
Abstract: 本发明实施例提供一种基于多融合网络的深度学习的行为识别与动作的检测方法，属于计算机视觉技术领域。所述检测方法包括：获取待检测的视频数据；按照预定的帧数周期从所述视频数据中截取多个图像；将所述多个图像进行分组，以构成至少两个图像组；预设多个训练完成的深度学习网络，且每个所述深度学习网络与所述图像组一一对应；将每个所述图像组输入所述深度学习网络中，以得到对应的检测结果；根据所述检测结果中概率最大的前三个结论进行投票，以得到最终的检测结果。该检测方法能够在适应小体积化的现场设备的同时，保证算法的准确率。
-
公开(公告)号：CN115830315A
公开(公告)日：2023-03-21
申请号：CN202211472120.2
申请日：2022-11-23
Applicant: 国网安徽省电力有限公司超高压分公司 , 国家电网有限公司
Inventor： 马欢 , 刘文涛 , 刘鑫 , 朱元付 , 朱仲贤 , 汪运 , 汪伟伟 , 吴翔 , 杜鹏 , 郭振宇 , 蒲道杰 , 蔡科伟 , 黄道钧 , 张学友 , 郭龙刚 , 杜瑶 , 常文婧 , 徐蒙福 , 臧春华 , 陈迎 , 翁凌 , 杨乃旗 , 邵华 , 沈国堂 , 魏南 , 施雯
IPC: G06V10/26 , G06V10/50 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明实施例提供一种基于深度学习的图像检测和分割的方法及系统，属于图像识别技术领域。所述方法包括：获取待检测和分割的图像；基于灰度直方图分布的方法在所述图像中获取候选框；采用CNN网络分别对每个所述候选框进行分类，以得到每个所述候选框的类别和对应的概率；按照概率从大到小的顺序，选择并分割出前N个候选框作为目标所在的区域。通过上述技术方案，本发明提供的基于深度学习的图像检测和分割的方法与系统通过将直方图灰度计算和CNN网络进行结合，直方图灰度计算在降低整体算法复杂度的同时，缩小了CNN网络进行目标检测的范围；而CNN网络具有较高的目标检测准确度，相较于现有技术而言，提高了目标检测与分割的准确度。
-
-
-
-
-
-
-
-
-
Search Results
127
records
(took 0.154 seconds)
