基于弱监督的配网作业异常检测与安全防护多尺度特征识别方法

    公开(公告)号:CN119723104A

    公开(公告)日:2025-03-28

    申请号:CN202411684930.3

    申请日:2024-11-22

    Applicant: 三峡大学

    Abstract: 基于弱监督的配网作业异常检测与安全防护多尺度特征识别方法,旨在解决配电网作业现场安全防护装备穿戴不规范检测成本高、环境适应性差、计算资源浪费及实时性差的问题;本发明建立了基于多实例学习的异常检测模型,利用3D卷积网络提取视频时空特征,实现弱监督下的异常画面监测;构建图像特征增强处理模型,通过伽马变换和灰度化处理提高图像细节;设计多尺度特征提取和卷积识别模型,结合混合通道注意力的CNN和GraphSAGE算法,识别安全防护装备的穿戴状态;本发明减少了数据标注成本,提高了环境适应性和识别效率,实现了对配电网作业现场的全面高效智能的安全防护管理,及时发现并改正安全隐患,提高了电力作业的安全性和效率。

    基于改进RRT算法与Voronoi图相结合的输配变无人机路径规划方法

    公开(公告)号:CN119879920A

    公开(公告)日:2025-04-25

    申请号:CN202411763047.3

    申请日:2024-12-03

    Applicant: 三峡大学

    Abstract: 基于改进RRT算法与Voronoi图相结合的输配变无人机路径规划方法,包括:依据巡检设备磁场分布定义相应的威胁度;根据巡检设备位置生成Voronoi图,根据威胁度信息对Voronoi图进行加权处理;对路径规划算法进行改进,将加权Voronoi图边界交点作为RRT算法的扩展节点,选择距离当前节点最近的Voronoi图点作为下一个节点,使RRT算法生成的树状结构沿着Voronoi图的边界扩展;在RRT算法的基础上引入Informed采样,将随机点约束在椭圆范围内,再结合RRT*算法重新选择父节点和重新布线;利用三角形寻优法对规划出的路径进行冗余节点优化;对生成路径进行平滑处理,进一步优化无人机路径。该方法方法在确保无人机保持安全距离的同时规划出一条合适的路径,避免了无人机与障碍物发生碰撞。

    基于GIS的输变配无人机网格化机巢选址方法

    公开(公告)号:CN119006212A

    公开(公告)日:2024-11-22

    申请号:CN202411016653.9

    申请日:2024-07-29

    Applicant: 三峡大学

    Abstract: 本发明属于巡检无人机固定机巢选址领域,具体提供一种基于GIS的输变配无人机网格化机巢选址方法,首先通过调查分析得到适用于输变配联合巡检的无人机机型,机巢部署成本以及机巢覆盖半径,再利用ArcGIS软件结合实际地理数据,以最小化成本为目标,采用加权集覆盖模型实现输变配巡检区域全覆盖,求解获得输变配联合巡检无人机机巢选址位置。在机巢部署总成本相同的情况下,选择其中最小覆盖距离作为最终优化的机巢覆盖距离。最后根据单台机巢覆盖范围,将巡检区域以机巢覆盖进行网格划分,形成每台机巢固化覆盖的输变配巡检网格区域。该方法获得输变配联合巡检无人机机巢选址位置,为输变配无人机网格化建设提供参考。

    一种基于HRNet-W48的无人机姿势识别与交互方法

    公开(公告)号:CN117975557A

    公开(公告)日:2024-05-03

    申请号:CN202410076221.0

    申请日:2024-01-18

    Applicant: 三峡大学

    Abstract: 本发明公开了一种基于HRNet‑W48的无人机姿势识别与交互方法,能够快速姿势识别和实时跟踪与交互,通过基于HRNet‑W48的姿势识别网络能够快速准确地识别无人机的姿势,HRNet‑W48网络在设计上充分考虑了高分辨率的特点,通过多层级的特征融合和自顶向下的姿势估计,能够在保持准确性的同时实现较快的速度;该系统还能够实时跟踪无人机的姿势变化,通过结合姿势识别和目标跟踪算法,可以实时追踪无人机的姿势变化,并及时更新姿势信息,该系统支持实时交互功能,可以根据无人机的姿势信息进行实时的交互操作,降低了无人机操作的门槛,提高了用户的使用体验,扩大了无人机的应用范围。

Patent Agency Ranking