基于卷积神经网络的特征提取和描述子生成方法及系统

    公开(公告)号:CN114119987A

    公开(公告)日:2022-03-01

    申请号:CN202111398685.6

    申请日:2021-11-19

    摘要: 本申请属于计算机视觉与导航定位技术领域,提供一种基于卷积神经网络的特征提取和描述子生成方法及系统,该系统包括图像数据获取与标定模块、图像去畸变模块、特征点提取模块、描述子生成与特征点匹配模块、损失函数计算模块、损失函数反向传播训练模块和训练后提取生成模块,通过对去畸变图像进行特征点提取和描述子生成,生成特征点对,根据特征点对和相机内参,计算重投影误差,利用重投影误差对特征点提取模块和描述子生成与特征点匹配模块的卷积神经网络进行训练,调整权重参数,得到训练后的卷积神经网络,利用训练后的卷积神经网络对去畸变图像直接进行特征点提取和描述子生成,不需要进行数据的标定,属于无监督的学习,且准确率更高。

    配电台区低压接地故障定位方法、装置、设备及存储介质

    公开(公告)号:CN118707247A

    公开(公告)日:2024-09-27

    申请号:CN202410896180.X

    申请日:2024-07-05

    摘要: 本发明公开了一种配电台区低压接地故障定位方法:获取配电台区正常运行状态下每一相的各个节点的节点电压、节点电流,确定正常状态下该相各节点之间的各线路区间的阻抗模值;监测配电台区的各相电流,确定发生单相接地故障时的故障相的各个节点的节点电压、节点电流,据此确定发故障相各节点之间的各线路区间的阻抗模值;并结合正常状态下该相各节点之间的各线路区间的阻抗模值,确定故障相各节点之间的各线路区间的故障特征值,据此确定发生单相接地故障时故障点所在线路区间。该方案,能实时监测0.4kV低压线路的接地故障并快速定位故障点,支撑电网运维人员快速发现、确定故障点,缩短维修时间,防止故障扩大,保障台区供电安全,提高供电可靠性。