基于注意力机制与多尺度特征融合的YOLOv8目标检测方法

    公开(公告)号:CN116883801A

    公开(公告)日:2023-10-13

    申请号:CN202310896292.0

    申请日:2023-07-20

    摘要: 本发明提供了一种基于注意力机制与多尺度特征融合的YOLOv8目标检测方法。该方法包括以下步骤:获取可见光绝缘子缺陷图像数据集,人工进行数据筛选;利用labelimg工具对收集到的图像数据进行人工标注;将CBAM注意力机制、BiFPN多尺度特征融合金字塔、SIoU损失函数与YOLOv8模型结合,构建YOLOv8‑CBS模型;将标注好的绝缘子缺陷数据集输入到YOLOv8‑CBS模型中进行训练;用训练好的YOLOv8‑CBS模型对待识别的可见光绝缘子缺陷图像进行故障检测与定位。本发明可以部署在无人巡检设备上,利用部署了本发明的无人巡检设备对输电线路上的绝缘子进行缺陷检测,可大大提升故障诊断的准确率。

    可防止无线传感网络拥塞的输电线路监测信息传输方法

    公开(公告)号:CN102724702A

    公开(公告)日:2012-10-10

    申请号:CN201210166080.9

    申请日:2012-05-25

    IPC分类号: H04W28/02 H04W24/04 H04W84/18

    CPC分类号: Y02D70/10

    摘要: 一种可防止无线传感网络拥塞的输电线路监测信息传输方法,它将输电线路监测系统中由信号采集板、无线模块和服务器组成的通信子系统在逻辑上分为七层,分别称之为应用层、表示层、会话层、传输层、网络层、链路层和物理层;它在ZigBee通信协议的链路层、传输层和应用层同时采取防拥塞措施,其中,链路层根据网络的忙闲程度对数据发送速率进行实时调整;传输层采用QoS分级服务以保证重点信号的传输实时性;应用层采用告警摘要、告警排队和按照排队进行具体告警数据呼叫的方法,并防止大量具体告警数据直接上传对信道造成拥塞。本发明可有效防止输电线路监测系统的无线传感网络拥塞,能够保证重要监测信息的及时上传。

    基于分类合并的时序数据预处理及预测方法

    公开(公告)号:CN117992736A

    公开(公告)日:2024-05-07

    申请号:CN202410254943.0

    申请日:2024-03-06

    摘要: 本发明提供了一种基于分类合并的时序数据预处理及预测方法。它包括以下步骤:采集目标领域的原始时序数据;采用VMD分解算法对原始时序数据进行分解,得到n种频率成分的分解信号;针对分解后的n种分解信号,分别采用K‑means算法进行聚类,每种信号分成2类,一共产生2n种组合;对得到的2n类数据进行数据合并,将合并后的数据分别输入预测模型中进行训练,得到可预测不同类别的时序数据预测模型;利用得到的时序数据预测模型对待测数据进行预测,得到预测结果。与传统直接使用K‑means聚类相比,本发明提出的方法,分类准确度更高,基于分类训练出来的预测模型对时序数据的预测精度更高。

    可防止无线传感网络拥塞的输电线路监测信息传输方法

    公开(公告)号:CN102724702B

    公开(公告)日:2014-12-03

    申请号:CN201210166080.9

    申请日:2012-05-25

    CPC分类号: Y02D70/10

    摘要: 一种可防止无线传感网络拥塞的输电线路监测信息传输方法,它将输电线路监测系统中由信号采集板、无线模块和服务器组成的通信子系统在逻辑上分为七层,分别称之为应用层、表示层、会话层、传输层、网络层、链路层和物理层;它在ZigBee通信协议的链路层、传输层和应用层同时采取防拥塞措施,其中,链路层根据网络的忙闲程度对数据发送速率进行实时调整;传输层采用QoS分级服务以保证重点信号的传输实时性;应用层采用告警摘要、告警排队和按照排队进行具体告警数据呼叫的方法,并防止大量具体告警数据直接上传对信道造成拥塞。本发明可有效防止输电线路监测系统的无线传感网络拥塞,能够保证重要监测信息的及时上传。