-
公开(公告)号：CN111912411B
公开(公告)日：2022-06-14
申请号：CN202010873920.X
申请日：2020-08-26
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网山东省电力公司
IPC分类号： G01C21/20
摘要： 一种机器人导航定位方法、系统及存储介质，根据环境数据制定拓扑图，根据拓扑图计算全局规划路径；根据全局规划路径进行探索时，判断是否到达预期位置，如果到达预期位置，则返回原点，若没有达到预期位置，则创建新图，并根据新建图返回到原点；判断是否符合连通性；若不符合连通性，则采用图优化技术进行优化，得到连通图，根据连通图计算下一次导航的全局规划路径。本发明将3D导航和通过拓扑图提供先验信息的路径优化应用到机器人上达到更好的精度要求。本发明的方法能够结合先验信息以映射环境，利用这些信息来追求主动循环闭合，自动检测和纠正所提供数据中的不一致。
-
公开(公告)号：CN111912411A
公开(公告)日：2020-11-10
申请号：CN202010873920.X
申请日：2020-08-26
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网山东省电力公司
IPC分类号： G01C21/20
摘要： 一种机器人导航定位方法、系统及存储介质，根据环境数据制定拓扑图，根据拓扑图计算全局规划路径；根据全局规划路径进行探索时，判断是否到达预期位置，如果到达预期位置，则返回原点，若没有达到预期位置，则创建新图，并根据新建图返回到原点；判断是否符合连通性；若不符合连通性，则采用图优化技术进行优化，得到连通图，根据连通图计算下一次导航的全局规划路径。本发明将3D导航和通过拓扑图提供先验信息的路径优化应用到机器人上达到更好的精度要求。本发明的方法能够结合先验信息以映射环境，利用这些信息来追求主动循环闭合，自动检测和纠正所提供数据中的不一致。
-
公开(公告)号：CN111488820A
公开(公告)日：2020-08-04
申请号：CN202010270694.6
申请日：2020-04-08
申请人： 中国电力科学研究院有限公司 , 国网山东省电力公司 , 国网辽宁省电力有限公司 , 国家电网有限公司
摘要： 本发明公开了一种基于光影分离的电缆隧道工程智能巡检方法，包括对采集到的可见光影像进行阴影分离与去除；根据去除了阴影信息的影像信息进行特征识别得到影像中全部设备的名称以及设备状态信息；判断影像中是否存在某两类设备的关联关系满足Mij＝0，如果是，则删除该两类设备的检测识别结果；发布、展示电缆隧道工程巡检告警信息。本发明还提供一种基于光影分离的电缆隧道工程智能巡检系统，包括影像传感模块、阴影检测模块、联合检测模块、展示告警模块，用于对联合检测模块所得结果，发布、展示电缆隧道工程巡检告警信息。采用上述技术方案，能够有效提升电缆隧道工程智能巡检的精确度。
-
公开(公告)号：CN111488820B
公开(公告)日：2023-06-23
申请号：CN202010270694.6
申请日：2020-04-08
申请人： 中国电力科学研究院有限公司 , 国网山东省电力公司 , 国网辽宁省电力有限公司 , 国家电网有限公司
摘要： 本发明公开了一种基于光影分离的电缆隧道工程智能巡检方法，包括对采集到的可见光影像进行阴影分离与去除；根据去除了阴影信息的影像信息进行特征识别得到影像中全部设备的名称以及设备状态信息；判断影像中是否存在某两类设备的关联关系满足Mij＝0，如果是，则删除该两类设备的检测识别结果；发布、展示电缆隧道工程巡检告警信息。本发明还提供一种基于光影分离的电缆隧道工程智能巡检系统，包括影像传感模块、阴影检测模块、联合检测模块、展示告警模块，用于对联合检测模块所得结果，发布、展示电缆隧道工程巡检告警信息。采用上述技术方案，能够有效提升电缆隧道工程智能巡检的精确度。
-
公开(公告)号：CN114603564B
公开(公告)日：2024-04-12
申请号：CN202210462455.X
申请日：2022-04-28
申请人： 中国电力科学研究院有限公司 , 国网安徽省电力有限公司电力科学研究院 , 国网山东省电力公司
IPC分类号： B25J9/16
摘要： 本发明属于人工智能技术领域，公开了一种机械臂导航避障方法、系统、计算机设备及存储介质，包括：获取机械臂当前的状态张量；将机械臂当前的状态张量输入预设的机械臂导航避障深度强化学习模型中，得到机械臂的决策动作轨迹；其中，所述机械臂导航避障深度强化学习模型，基于在模仿学习环境下以导航规划算法作先验指导进行预训练得到的初始机械臂导航避障深度强化学习模型构建得到；根据机械臂的决策动作轨迹，控制机械臂运行。基于导航规划算法作先验指导，使模型具备一定的基础隐性知识，能够使机械臂适应不同种类的障碍环境，能够快速训练并顺利迁移至实际环境使用，避免复杂的奖励体系构建，极大的提升了训练速度，降低资源消耗。
-
公开(公告)号：CN114784701A
公开(公告)日：2022-07-22
申请号：CN202210423150.8
申请日：2022-04-21
申请人： 中国电力科学研究院有限公司 , 国网安徽省电力有限公司电力科学研究院 , 国网山东省电力公司
IPC分类号： H02G1/02
摘要： 本发明公开了一种配电网带电作业自主导航方法、系统、设备及存储介质，包括：获取配电网带电作业机器人的环境状态参数；将获取得到的配电网带电作业机器人的环境状态参数输入到训练后的配电网带电作业机器人的控制模型中，得配电网带电作业机器人的控制信息，根据所述配电网带电作业机器人的控制信息对配电网带电作业机器人进行控制，完成配电网带电作业自主导航，其中，所述配电网带电作业机器人的控制模型通过配电网带电作业数字孪生系统生成的环境状态参数样本进行训练，该方法、系统、设备及存储介质能够提高配电网带电作业的准确性。
-
公开(公告)号：CN114603564A
公开(公告)日：2022-06-10
申请号：CN202210462455.X
申请日：2022-04-28
申请人： 中国电力科学研究院有限公司 , 国网安徽省电力有限公司电力科学研究院 , 国网山东省电力公司
IPC分类号： B25J9/16
摘要： 本发明属于人工智能技术领域，公开了一种机械臂导航避障方法、系统、计算机设备及存储介质，包括：获取机械臂当前的状态张量；将机械臂当前的状态张量输入预设的机械臂导航避障深度强化学习模型中，得到机械臂的决策动作轨迹；其中，所述机械臂导航避障深度强化学习模型，基于在模仿学习环境下以导航规划算法作先验指导进行预训练得到的初始机械臂导航避障深度强化学习模型构建得到；根据机械臂的决策动作轨迹，控制机械臂运行。基于导航规划算法作先验指导，使模型具备一定的基础隐性知识，能够使机械臂适应不同种类的障碍环境，能够快速训练并顺利迁移至实际环境使用，避免复杂的奖励体系构建，极大的提升了训练速度，降低资源消耗。
-
公开(公告)号：CN114784701B
公开(公告)日：2023-07-25
申请号：CN202210423150.8
申请日：2022-04-21
申请人： 中国电力科学研究院有限公司 , 国网安徽省电力有限公司电力科学研究院 , 国网山东省电力公司
IPC分类号： H02G1/02
摘要： 本发明公开了一种配电网带电作业自主导航方法、系统、设备及存储介质，包括：获取配电网带电作业机器人的环境状态参数；将获取得到的配电网带电作业机器人的环境状态参数输入到训练后的配电网带电作业机器人的控制模型中，得配电网带电作业机器人的控制信息，根据所述配电网带电作业机器人的控制信息对配电网带电作业机器人进行控制，完成配电网带电作业自主导航，其中，所述配电网带电作业机器人的控制模型通过配电网带电作业数字孪生系统生成的环境状态参数样本进行训练，该方法、系统、设备及存储介质能够提高配电网带电作业的准确性。
-
公开(公告)号：CN114881364A
公开(公告)日：2022-08-09
申请号：CN202210642448.8
申请日：2022-06-08
申请人： 中国电力科学研究院有限公司 , 国网天津市电力公司 , 国家电网有限公司
摘要： 本发明公开了一种综合能源系统优化调度方法、系统、设备及介质，所述方法包括以下步骤：接收到调度任务时，基于预先构建并训练好的综合能源系统数字孪生模型获取当前t时刻的状态St；采用所述综合能源系统数字孪生模型中预先训练好的DDPG算法选择动作at；执行动作at并获得t+1时刻的状态St+1；基于获得的t+1时刻的状态St+1和所述预先训练好的DDPG算法，通过选择t+1时刻的动作at+1获得动态调度动作。本发明提供的优化调度方法具体是一种基于数字孪生和深度强化学习的综合能源优化调度方法，能够提高综合能源系统机组优化出力的准确性和及时性，从而降低了综合能源系统的运行成本。
-
公开(公告)号：CN115128466A
公开(公告)日：2022-09-30
申请号：CN202210384798.9
申请日：2022-04-13
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网天津市电力公司
IPC分类号： G01R31/367 , G01R31/378 , G01R31/387 , G01R31/396 , H01M10/48 , G06F30/27 , G06F119/02
摘要： 本发明属于数字孪生技术领域，公开一种基于数字孪生的电池SOC预测方法、装置、设备及介质；所述预测方法包括：采集电池的电流、电压和环境温度测量值；将所述电池的电流、电压测量值输入卡尔曼滤波器进行状态估计，获得卡尔曼滤波器状态估计值；将所述电池的电流测量值、电压测量值、环境温度测量值、卡尔曼滤波器状态估计值输入预先训练好的LTSM神经网络中，获得电池SOC预测值。本发明采用了数据驱动和物理机理融合的建模方法，提高了电池储能系统模型的准确度，提高了电池荷电状态SOC的预测精度，为电池储能系统的健康水平管理提供了数据支撑。
-
-
-
-
-
-
-
-
-
搜索结果
82 条记录 (耗时 0.111 秒)
