一种局部放电超声信号抗干扰方法及系统

    公开(公告)号:CN113392732A

    公开(公告)日:2021-09-14

    申请号:CN202110599932.2

    申请日:2021-05-31

    IPC分类号: G06K9/00 G06K9/62 G01R31/12

    摘要: 本发明属于局部放电领域,提供了一种局部放电超声信号抗干扰方法及系统。其中,该方法包括对输入的局部放电超声信号进行EMD分解成若干固有模态函数IMF;利用排列熵算法计算各IMF的熵值,将各IMF的排列熵作为特征量并聚类成两类,将聚类中心大的一类IMF作为干扰集中的位置;对干扰集中的IMF分别进行基于小波变换的多尺度分解,获得各层的近似系数与细节系数;分别将每层的细节系数作为特征量且聚类成两类,将聚类中心小的一类系数作为干扰系数,并对干扰系数进行阈值处理,基于各层近似系数及处理后的各层细节系数重构获得降噪后的IMF;基于排列熵聚类中心小的一类IMF与降噪后的IMF,重构获得最终的抗干扰信号。

    一种特征提取模型训练方法、装置及计算机设备

    公开(公告)号:CN113177566A

    公开(公告)日:2021-07-27

    申请号:CN202110581559.8

    申请日:2021-05-26

    摘要: 本发明公开了一种特征提取模型训练方法、装置及计算机设备,该方法包括如下步骤:获取特征提取模型的图像训练数据集,特征提取模型的图像训练数据集包括:无标签图像训练数据集;对特征提取模型的图像训练数据集中的每一张图像进行裁切,得到图像块集;对图像块集中的每一个图像块进行两次不同的预处理操作,得到图像块对集;将图像块对集输入到第一机器学习模型中进行训练,直到满足预设条件,得到特征提取模型。本发明通过对裁切后的图像块进行两次不同的预处理操作,将得到的图像块对集输入到第一机器学习模型中进行训练,直接学习目标图像块的特征,能够适应样本图像分辨率高、图像内容较为复杂的条件,提高特征提取模型的性能。

    一种快速检测输电线路通道隐患的方法

    公开(公告)号:CN110378892A

    公开(公告)日:2019-10-25

    申请号:CN201910673979.1

    申请日:2019-07-24

    摘要: 本发明公开了一种基于空间分割与多特征匹配的快速检测输电线路通道隐患的方法,首先定时获取现场图像,对采集的图像划分出天空区域与地面区域,然后采用特征分析法判定天空区域图像中的大型施工机械隐患,如果隐患存在则将当前图像传输至监控中心进行精准分析;接着对剔除天空区域之后的地面区域利用天气、时刻信息选取参考图像,最后进行多特征提取与决策级融合判定地面区域是否有隐患存在。本发明深度挖掘了输电线路通道图像及隐患的特点,采用空间分割与多特征匹配的方法对输电线路通道隐患进行快速检测,克服了传统通用算法计算速度慢、准确率低等缺点,同时避免了将所有监拍图像传输至监控中心,降低装置的电量消耗与流量消耗,增加装置的可用率。