-
公开(公告)号：CN116052173A
公开(公告)日：2023-05-02
申请号：CN202310031759.5
申请日：2023-01-10
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
Abstract: 本发明公开了可辨识的油位计图片像素清晰度判定方法，涉及图像视觉技术领域，其技术方案要点是：S1：通过采集设备对油位计图片进行数据采集；S2：对所拍摄油位计进行识别；采用基于U2NET的语义分割的深度学习识别算法对所拍摄油位计进行识别；S3：统计油位计图片的像素点个数，推算出图像像素与成像清晰度之间的关系；S4：推算出焦距与被拍摄油位计距离的关系。通过关系式有效便捷的计算相应指标，并以此作为深度学习清晰度划分的依据。对摄像头预设点位进行清晰度评估，确保摄像头安装后，能够对被监测油位计进行有效识别。减少工作人员负担，推动智能电网的实施，保障了用户和电力公司双方的切身利益。
-
公开(公告)号：CN114722134A
公开(公告)日：2022-07-08
申请号：CN202210351551.7
申请日：2022-04-02
Applicant: 国网安徽省电力有限公司电力科学研究院
Abstract: 本发明公开了一种基于变电站三维模型坐标与经纬度坐标的映射方法，属于变电站设备位置坐标转化映射技术领域，具体方法包括：步骤一：获取变电站图纸，根据获取的变电站图纸建立变电站模型，将变电站模型中的坐标简化为平面坐标；步骤二：定义特征点，在变电站模型中进行特征点识别匹配，选取N个特征点位；其中N为正整数，且N≥3；步骤三：识别特征点位在变电站模型中的特征坐标，获取特征点位在变电站中的实地经纬度；步骤四：将变电站模型中的坐标系标记为模型坐标系，识别模型坐标系的坐标轴，标记为模型坐标轴，识别变电站经纬度坐标轴，标记为实地坐标轴，对模型坐标系进行调整，使得模型坐标系与变电站经纬度坐标系相重合。
-
公开(公告)号：CN112014692A
公开(公告)日：2020-12-01
申请号：CN202010700759.6
申请日：2020-07-20
Applicant: 国网安徽省电力有限公司电力科学研究院
Inventor： 杨为 , 朱太云 , 田宇 , 柯艳国 , 朱胜龙 , 张国宝 , 赵恒阳 , 蔡梦怡 , 陈忠 , 罗沙 , 谢佳 , 李坚林 , 秦少瑞 , 赵常威 , 秦金飞 , 宋东波 , 杨海涛 , 钱宇骋 , 吴杰 , 吴正阳
Abstract: 本发明公开了一种基于主成分分析的局部放电特高频信号盲源分离去噪方法，实施步骤包括：利用特高频检测法对气体绝缘开关设备进行局部放电检测，获得原始的局部放电特高频信号；通过对单通道特高频信号进行集合经验模态分解得到有限个本征模态函数分量；利用主成分分析对本征模态函数分量构成的矩阵进行空间变换，得到其特征值并按照从大到小的顺序排列；通过分析特征值变化趋势，确定源信号数量并在新的特征空间内构建多通道检测信号；利用基于独立成分分析的FastICA算法进行盲源分离并获得去噪后的特高频信号。本发明的方法能够有效去除包括环境白噪声和周期性通讯噪声，去噪后的信号更接近无噪声源信号且计算量小，提高诊断准确率。
-
公开(公告)号：CN119399455A
公开(公告)日：2025-02-07
申请号：CN202510013197.0
申请日：2025-01-06
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽明生恒卓科技有限公司 , 合肥工业大学
IPC: G06V10/25 , G06N3/0464 , G06N3/08 , G06T11/00 , G06V10/28 , G06V10/30 , G06V10/44 , G06V10/62 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种目标检测方法，包括读取摄像机的当前帧图像和当前帧之前的序列帧图像，对序列帧图像和当前帧图像分别进行处理生成环境背景图像和新图像；采用背景差分法计算新图像与环境背景图像之间的差异，依据自适应差分阈值将差异结果二值化得到二值图像，并采用边缘检测算法获取二值图像中的轮廓边缘；计算轮廓边缘的最小矩形边界框作为动态区域边界框，并采用矩形提取策略得到包含动态区域的图像；将包含动态区域的图像输入至目标检测模型中得到目标检测结果，目标检测模型为预先采用考虑气象因素的数据集训练得到；本发明避免目标区域占比过低造成无法进行目标识别的问题，且采用考虑气象因素的数据集训练模型，提高了模型泛化能力。
-
公开(公告)号：CN119312704A
公开(公告)日：2025-01-14
申请号：CN202411859594.1
申请日：2024-12-17
Applicant: 合肥工业大学 , 国网安徽省电力有限公司电力科学研究院
IPC: G06F30/27 , G06F30/17 , G06F30/23 , G06T17/20 , G06N3/084 , G06N3/048 , G06F111/04 , G06F111/10 , G06F113/04
Abstract: 本发明公开了一种基于物理信息神经网络的电机界面问题无惩罚计算方法，该计算方法包括以下步骤：S1、建立一个电机的计算物理模型；S2、采用无量纲化对偏微分方程进行预处理；S3、通过变分原理构造能量泛函；S4、利用顶点坐标信息作为几何对象的中间表示，实现无网格采样；S5、构建神经网络；S6、增强对界面识别；S7、确保边界条件得到自然满足；S8、训练神经网络，优化器选择Adam，线性层激活函数选择Tanh；本发明使用神经网络参数化偏微分方程解，并通过找到相应的优化问题的最小值来解决界面问题，同时网格采样器只需作用于域和边界，不需要对域内的界面进行特殊处理，有效的降低了计算量，利于使用。
-
Patent Agency Ranking
公开(公告)号：CN112917495B
公开(公告)日：2024-08-16
申请号：CN202110199545.X
申请日：2021-02-22
Applicant: 国网安徽省电力有限公司电力科学研究院
IPC: B25J11/00
Abstract: 本发明公开了一种变电站用智能巡检机器人，包括作为总支撑的金属圆球壳体，所述金属圆球壳体的内部设置有识别机构，所述金属圆球壳体的上方设置有可供识别机构伸出的上伸出槽，所述上伸出槽中覆盖有弧形挡板，当识别机构伸出上伸出槽时，弧形挡板遮挡于识别机构的上方用于保护识别机构不受落物影响，当坠落物砸到弧形挡板上时，重力抵触伸缩杆往伸缩套中缩入，实现缓冲卸力的目的，此时，识别机构也被压合缩入金属圆球壳体中实现保护，弧形挡板将上伸出槽封闭，外部的装置不易损伤识别机构，当装置再次使用时，通过送气单元向伸缩套的底部充气，气体可推动伸缩杆上升使得识别机构伸出金属圆球壳体进行工作。
-
公开(公告)号：CN118154995B
公开(公告)日：2024-07-30
申请号：CN202410572033.7
申请日：2024-05-10
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明提供基于时频关联自适应学习模型的图像质量裂化评估方法，包括：构建不同类别的原始图像集；利用傅里叶变换获得频谱图像集；将频谱图像和原始差异类别图像输入到残差神经网络中学习频谱图像特征、原始图像特征；将时频关联的图像特征、原始图像特征融合；输入到动态调节参数BP神经网络；进行图像质量裂化评估分类。本发明解决了分析处理信息不全面，导致图像质量异常分类效果差的技术问题。
-
公开(公告)号：CN118379271A
公开(公告)日：2024-07-23
申请号：CN202410556464.4
申请日：2024-05-07
Applicant: 国网安徽省电力有限公司电力科学研究院
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N5/04
Abstract: 本发明提供一种变电站设备缺陷识别检测方法及系统，方法包括：采集获取变电站设备可见光图像，对图像中正常设备与设备缺陷进行标注；对训练数据集进行训练；将文本和图像对应输入到大型语言模型LLaMA和大型视觉模型ViT的编码器中，分别得到语言特征向量和视觉特征向量；实时采集变电站的图像；将图像与默认文本输入训练后的可见光图像与文本多模态大模型后，输出预测的边界框，得到图像中缺陷设备的位置；可根据模型预测的分数在报警模块中设置报警门限；根据报警信号，及时采取措施对设备维护人员进行提醒。本发明解决了小模型和单纯可见光图像的应用场景受实际条件制约，同时存在缺陷漏检、智能化水平较低的技术问题。
-
公开(公告)号：CN118155024A
公开(公告)日：2024-06-07
申请号：CN202410585235.5
申请日：2024-05-13
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
IPC: G06V10/774 , G06V10/30 , G06V10/34 , G06V10/72 , G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/0464
Abstract: 本发明提供大模型图像样本自动生成方法及系统，方法包括：采集电网设备的差异光谱图像数据，以作为原始数据，对原始数据进行形态学滤波操作、数据清洗操作以及数据整合操作，以得到模型训练输入数据；利用生成对抗网络GAN进行对抗操作，对模型训练输入图像数据进行训练，以进行样本生成以及样本评估操作，获取稀缺样本；将稀缺样本与实时采集图像混合，利用支持向量机进行标注处理，以构造适用泛化能力新数据集；利用迁移学习技术，在适用泛化能力新数据集上，对预训练ResNet模型进行训练、验证操作，以得到适用电网图像大模型。本发明解决了电网设备监测与诊断操作中存在样本稀缺，导致模型的监测诊断性能受有制约的技术问题。
-
公开(公告)号：CN118154447A
公开(公告)日：2024-06-07
申请号：CN202410578624.5
申请日：2024-05-11
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
Abstract: 本发明提供基于引导频率损失函数的图像恢复方法及系统，方法包括：构建第一质量图像数据集、第二质量图像数据集，划分得到训练集、验证集；将相邻两层高斯金字塔图像取出，以对第一质量图像数据集、第二质量图像数据集中的小尺寸图像进行上采样，得到不少于2种相同尺寸图像，做差得到一层输入拉普拉斯图像，将最小尺寸图像作为拉普拉斯金字塔最底层，构建图像拉普拉斯金字塔，根据沙博尼耶损失、拉普拉斯金字塔损失和迭代层次化高频分量损失确定引导频率损失，利用引导频率损失收敛模型；验证模型。本发明解决了图像恢复质量较差、系统鲁棒性较差的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
99
records
(took 0.076 seconds)
