-
公开(公告)号：CN114972981A
公开(公告)日：2022-08-30
申请号：CN202210407253.5
申请日：2022-04-19
申请人： 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 江苏省电力试验研究院有限公司
IPC分类号： G06V20/10 , G06V10/30 , G06V10/40 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种电网输电环境观测图像去噪方法、终端及存储介质，所述方法包括：采集电网输电环境的观测图像，并对观测图像进行预处理；将预处理后的观测图像输入至去噪数学优化模型，并利用交替方向乘子算法对所述去噪数学优化模型进行循环迭代求解，直至满足迭代终止条件，得到去噪后的目标图像；其中，所述去噪数学优化模型是通过将预构建的基于先验驱动的深度卷积神经网络去噪器，嵌入至根据去噪算法搭建的深度卷积神经网络中获取的。本发明有效地利用了输电环境下观测图像的多尺度冗余性，设计了深度卷积神经网络去噪器，并将其嵌入到深度卷积神经网络中，具有更高的准确性和鲁棒性，能在电网输电环境下实现优异的去噪效果。
-
公开(公告)号：CN114924184A
公开(公告)日：2022-08-19
申请号：CN202210424194.2
申请日：2022-04-22
申请人： 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 江苏省电力试验研究院有限公司 , 南京师范大学
IPC分类号： G01R31/327
摘要： 本发明公开了一种电力系统一次设备的在线监测技术领域的一种隔离开关分闸状态实时监测装置。其包括金属封装壳、取能电路、以及用于感知隔离开关导电杆姿态的姿态传感器，所述取能电路与姿态传感器封装于所述金属封装壳内，所述金属封装壳能够感应所述隔离开关导电杆周围电场以获取电能；本发明通过取能电路感应隔离开关导电杆周边空间电场实现取能，且取能电路配置有常开型微动开关，以实时感应隔离开关的分闸状态，仅当隔离开关分闸状态下，常开型微动开关闭合，姿态传感器得电，无需额外配置电源，不仅实现了监测装置的自供能，且能够保证姿态传感器监测结果的实时性、可靠性和有效性。
-
公开(公告)号：CN114882397A
公开(公告)日：2022-08-09
申请号：CN202210438864.6
申请日：2022-04-25
申请人： 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 江苏省电力试验研究院有限公司
IPC分类号： G06V20/40 , G06K9/62 , G06V10/774 , G06V10/764 , G06V10/80
摘要： 本发明公开一种危险车辆识别方法、装置及存储介质，方法包括：获取待识别危险车辆的图像帧，输入预先训练的危险车辆识别模型；根据危险车辆识别模型的输出确定图像中是否存在做出危险动作的危险车辆，若存在则输出危险车辆信息；其中，危险车辆识别模型包括教师网络和学生网络，教师网络包括第一特征提取网络和第一时间特征融合网络，学生网络包括第二特征提取网络、第二时间特征融合网络、动态知识传播网络和预测网络；动态知识传播网络采用交叉注意机制进行特征交叉融合，再通过残差连接将学生网络得到的特征与交叉参与特征相结合，进而对图像帧集中车辆动作的危险性进行分类。本发明可实现对危险车辆的识别，能够提高识别结果的准确性。
-
公开(公告)号：CN114862805A
公开(公告)日：2022-08-05
申请号：CN202210539804.3
申请日：2022-05-18
申请人： 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 江苏省电力试验研究院有限公司
IPC分类号： G06T7/00 , G06T7/70 , G06V10/82 , G06V10/774 , G06V10/764 , G06N3/04 , G06N3/08
摘要： 本发明公开一种基于轻量化网络的大型机械设备识别方法，包括：获取待识别大型机械设备的图像，对图像进行预处理后，输入预先训练的轻量化图像识别模型，得到大型机械设备的类别和图像位置；轻量化图像识别模型基于多种大型机械设备的图像样本训练得到；训练过程中，对于随机初始化权重矩阵的DNN神经网络利用交替方向乘子法ADMM进行迭代训练，得到低张量秩的DNN网络，然后对权重张量序列进行张量分解，使用随机梯度下降方法调整DNN网络的权重值；再对权重值和激活值做二值化处理，得到训练完成的轻量化图像识别模型。本发明的方法具有更高的图像分类识别准确性和鲁棒性，运算复杂程度低，可解决边缘设备内存资源受限的问题。
-
公开(公告)号：CN114463255A
公开(公告)日：2022-05-10
申请号：CN202111588218.X
申请日：2021-12-23
申请人： 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 江苏省电力试验研究院有限公司
摘要： 本发明公开了一种基于无锚点机制的螺丝脱落检测方法，具体步骤如下：步骤1：采用骨干网络提取特征图，并输出一组热图；步骤2：将热图级联角点池化，使用CornerNet生成top‑k个角点框；步骤3：将热图中心池化，构建CenterNet生成中心关键点的热图输出；步骤4：为每个边界框定义中心区域，并检查中心区域是否包含中心关键点；步骤5：盘算边界框的中心区域是否检测到中心关键点；步骤6：计算损失函数，采用Adam优化器优化CenterNet网络。本发明既能捕捉目标的边界信息也能兼顾目标的内部信息，解决了CornerNet缺乏对裁剪区域的探索问题，即以最小的成本探测每个提取区域内的特征，使得系统能有效检测螺丝脱落，并且拥有良好的检测精度和回调率。
-
公开(公告)号：CN118501526A
公开(公告)日：2024-08-16
申请号：CN202410455938.6
申请日：2024-04-16
申请人： 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 江苏省电力试验研究院有限公司
摘要： 本发明涉及电压测试技术领域，具体涉及一种基于光学电场传感阵列的非接触电压重构装置及方法，方法包括：对传感器进行校准，并进行数据分析和处理；调整球型连接件的角度，直到三个光学电场模块的输出值达到调整范围内的最高值，并校准此时的电压数值；校准完成后，获取不同点位的电场值；将三个光学电场模块通过两两组合差分处理，得到距离d与2d时的电场差值；将三组处理后的电场数据结合进行平均处理，完成对被测导线电压的非接触重构。通过本发明，实现了对电力系统电压参数的高精度测量，在保持较高频带响应的同时，体积小巧、成本低廉，适用于复杂环境下的电场测量需求，为智能电网的精细化管理和控制提供了可靠的技术支持。
-
公开(公告)号：CN114462478B
公开(公告)日：2024-07-12
申请号：CN202111588513.5
申请日：2021-12-23
申请人： 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 江苏省电力试验研究院有限公司
IPC分类号： G06V10/75 , G06N3/0464 , G06N3/084 , G06V10/74 , G06V10/774 , G06V10/764 , G06V10/82
摘要： 本发明公开一种基于特征匹配网络的小样本仪表盘图像识别方法，具体步骤如下：步骤1：获取仪表盘图像数据集；步骤2：采用特征匹配模块提取步骤1获取的仪表盘图像数据集中的原始特征，构建预测函数g(q，s)；步骤3：使用训练集对CFM网络模型进行训练；步骤4：迭代执行步骤2和步骤3，直至达到迭代次数完成训练，采用训练好的CFM网络模型进行仪表盘损坏检测。本发明通过采用特征匹配模块，能够将比较图像之间具有高度相关性的特征关联起来，并鼓励模型更多地关注这些特征，从而推广到查询图像和支持图像之间存在较大的类内变化，减小无关噪声的影响，以应对少量镜头学习挑战。
-
公开(公告)号：CN114972429B
公开(公告)日：2024-07-09
申请号：CN202210581878.3
申请日：2022-05-26
申请人： 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 江苏省电力试验研究院有限公司
摘要： 本发明公开了云边协同自适应推理路径规划的目标追踪方法和系统，云端接收边端上传的图像，基于所述图像利用预先获取的RetinaNet网络模型得到图像中目标的特征图、类别以及位置信息；云端对RetinaNet网络模型的推理路径进行优化获得优化后的RetinaNet网络模型参数；云端将目标的特征图、类别、优化后的RetinaNet网络模型参数以及所述RetinaNet网络模型下发到边端，以使得边端基于获取的图像，利用目标的特征图、类别、优化后的RetinaNet网络模型参数以及RetinaNet网络模型确定目标及其类别。边端结合云端下发的目标位置及追踪场景下背景模型信息，实现对监控场景下目标的实时追踪。
-
公开(公告)号：CN114972981B
公开(公告)日：2024-07-05
申请号：CN202210407253.5
申请日：2022-04-19
申请人： 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 江苏省电力试验研究院有限公司
IPC分类号： G06V20/10 , G06V10/30 , G06V10/40 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种电网输电环境观测图像去噪方法、终端及存储介质，所述方法包括：采集电网输电环境的观测图像，并对观测图像进行预处理；将预处理后的观测图像输入至去噪数学优化模型，并利用交替方向乘子算法对所述去噪数学优化模型进行循环迭代求解，直至满足迭代终止条件，得到去噪后的目标图像；其中，所述去噪数学优化模型是通过将预构建的基于先验驱动的深度卷积神经网络去噪器，嵌入至根据去噪算法搭建的深度卷积神经网络中获取的。本发明有效地利用了输电环境下观测图像的多尺度冗余性，设计了深度卷积神经网络去噪器，并将其嵌入到深度卷积神经网络中，具有更高的准确性和鲁棒性，能在电网输电环境下实现优异的去噪效果。
-
公开(公告)号：CN118151065A
公开(公告)日：2024-06-07
申请号：CN202410279376.4
申请日：2024-03-12
申请人： 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 江苏省电力试验研究院有限公司
摘要： 本发明公开了一种基于多层磁性纳米薄膜的自适应非接触式磁场监测装置及方法，该装置包含三组不同幅值和灵敏度的TMR感应模块，安置在导线正下方，每组包含两个单片集成的X、Y双轴TMR芯片，分三段对磁场信号进行测试。本发明可有效提升磁场测试精度与抗干扰能力，有效减少导线偏心所带来的测试误差。
-
-
-
-
-
-
-
-
-
搜索结果
112 条记录 (耗时 0.128 秒)
