-
公开(公告)号：CN111898575B
公开(公告)日：2022-09-02
申请号：CN202010783039.0
申请日：2020-08-06
申请人： 华北电力大学(保定) , 山东大学 , 智洋创新科技股份有限公司 , 南瑞集团有限公司 , 浙江大华技术股份有限公司
摘要： 本发明公开了一种基于Faster R‑CNN检测器的栓母对自动组合方法，包括以下步骤：使用Faster R‑CNN检测器输出并保存螺栓、螺母类别和目标框坐标；基于目标框坐标，分别获得螺栓、螺母四个顶点坐标；根据自动组合规则，组合为栓母对，并计算栓母对区域四个顶点坐标；计算栓母对区域目标框，并对栓母对区域进行数据化处理。本发明提供的基于Faster R‑CNN检测器的栓母对自动组合方法，充分考虑螺栓和螺母关系，提出使用Faster R‑CNN检测并输出螺栓和螺母目标框坐标，结合螺栓和螺母的坐标有规则自动组合栓母对，高效完成栓母对的自动组合，弥补手动裁剪和非自动组合栓母对的不足。
-
公开(公告)号：CN112861670B
公开(公告)日：2022-11-08
申请号：CN202110107618.8
申请日：2021-01-27
申请人： 华北电力大学(保定) , 山东大学 , 浙江大华技术股份有限公司 , 智洋创新科技股份有限公司 , 南瑞集团有限公司
IPC分类号： G06V20/10 , G06V20/40 , G06V10/764 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种输电线路金具检测方法及系统。该方法包括：获取金具数据集，根据输电线路航拍图像，采用Faster R‑CNN算法得到视觉特征；根据输电线路航拍图像和视觉特征，采用多层感知机算法进行学习，得到学习后的共现图邻接矩阵；根据学习后的共现图邻接矩阵对视觉特征进行信息传播，得到增强特征；将视觉特征和增强特征级联，得到融合特征，并对融合特征进行全连接处理，得到金具类型和金具位置。采用本发明的方法及系统，能够降低传统深度学习模型对数据集中各个金具的样本数量要求，缓解输电线路航拍数据的样本不平衡与长尾分布问题，提高输电线路金具检测效果。
-
公开(公告)号：CN110232687B
公开(公告)日：2022-04-12
申请号：CN201910541355.4
申请日：2019-06-21
申请人： 华北电力大学(保定) , 山东大学 , 智洋创新科技股份有限公司 , 浙江大华技术股份有限公司 , 南瑞集团有限公司
摘要： 本发明公开了一种电力巡检图像中带销螺栓缺陷的检测方法，主要包括Faster R‑CNN模型的构建、Faster R‑CNN模型的训练、带销螺栓目标的检测以及带销螺栓的缺陷判断的步骤，解决在复杂背景中对带销螺栓目标的难准确检测问题，大大提升了带销螺栓这种小目标物体的检测精度，为进一步进行带销螺栓缺陷诊断提供基础，同时提出了基于灰度图的带销螺栓缺陷判别方法，解决了现有带销螺栓缺陷难判别问题，为电网安全运行提供基础保障。
-
公开(公告)号：CN115272777B
公开(公告)日：2022-12-23
申请号：CN202211169230.1
申请日：2022-09-26
申请人： 山东大学 , 智洋创新科技股份有限公司 , 国网浙江省电力有限公司温州供电公司 , 浙江大华技术股份有限公司 , 华北电力大学(保定) , 山东省计算中心(国家超级计算济南中心)
IPC分类号： G06V10/764 , G06V10/772 , G06V10/774 , G06V10/82 , G06N3/08
摘要： 本发明涉及输电线路巡检技术领域，具体涉及一种面向输电场景的半监督图像解析方法，包括以下步骤：S1：数据预处理：人工标注部分输电线路场景的分类数据集和目标检测数据集；S2:数据集的增广和模型优化训练：使用动态参数混合数据增广框架对有标注数据集进行数据增广和模型优化训练，将参数化后的混合数据增广策略融入到判别模型中；S3:半监督训练方法改良：基于S2中经过动态参数混合数据增广优化的模型，使用基于队列优化的鲁棒半监督训练方法，以最优队列的标签筛选策略替换传统的固定高阈值策略，来筛选高置信度伪标签以计算无监督损失；S4:获取S3中预训练好的模型参数，在输电线路图像解析的下游任务中测试效果。
-
公开(公告)号：CN113344915B
公开(公告)日：2022-05-13
申请号：CN202110783270.4
申请日：2021-07-12
申请人： 华北电力大学(保定) , 智洋创新科技股份有限公司 , 山东大学 , 浙江大华技术股份有限公司
摘要： 本发明公开了一种输电线路关键部件缺陷检测方法及系统。该方法包括：构建输电线路关键部件缺陷语义集合；所述输电线路关键部件包括电力线路和绝缘子；根据所述缺陷语义集合训练语义表征提取模型；利用训练好的语义表征提取模型提取语义表征；构建输电线路关键部件缺陷图像库；根据所述图像库中的多类缺陷图像训练图像特征提取模型；利用训练好的图像特征提取模型提取图像特征；基于所述语义表征和所述图像特征，构建嵌入映射矩阵。本发明通过历史缺陷(已经获得或容易获得样本的缺陷)样本和目标缺陷(零样本缺陷)的语义描述信息，实现对零样本的输电线路关键部件的缺陷的检测。
-
公开(公告)号：CN115272777A
公开(公告)日：2022-11-01
申请号：CN202211169230.1
申请日：2022-09-26
申请人： 山东大学 , 智洋创新科技股份有限公司 , 国网浙江省电力有限公司温州供电公司 , 浙江大华技术股份有限公司 , 华北电力大学(保定) , 山东省计算中心(国家超级计算济南中心)
IPC分类号： G06V10/764 , G06V10/772 , G06V10/774 , G06V10/82 , G06N3/08
摘要： 本发明涉及输电线路巡检技术领域，具体涉及一种面向输电场景的半监督图像解析方法，包括以下步骤：S1：数据预处理：人工标注部分输电线路场景的分类数据集和目标检测数据集；S2:数据集的增广和模型优化训练：使用动态参数混合数据增广框架对有标注数据集进行数据增广和模型优化训练，将参数化后的混合数据增广策略融入到判别模型中；S3:半监督训练方法改良：基于S2中经过动态参数混合数据增广优化的模型，使用基于队列优化的鲁棒半监督训练方法，以最优队列的标签筛选策略替换传统的固定高阈值策略，来筛选高置信度伪标签以计算无监督损失；S4:获取S3中预训练好的模型参数，在输电线路图像解析的下游任务中测试效果。
-
公开(公告)号：CN115223049B
公开(公告)日：2022-12-13
申请号：CN202211140194.6
申请日：2022-09-20
申请人： 山东大学 , 国网浙江省电力有限公司温州供电公司 , 华北电力大学(保定) , 智洋创新科技股份有限公司 , 南瑞集团有限公司 , 山东省计算中心(国家超级计算济南中心)
IPC分类号： G06V20/10 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/08
摘要： 本发明属于压缩技术领域，具体提供了一种面向电力场景边缘计算大模型压缩的知识蒸馏与量化方法。其包括以下步骤:电力场景任务抽象；双层知识蒸馏网络单元构建；教师模型修饰处理；主从教师监督框架：基于教师‑学生蒸馏网络，使用多个数据集训练不同的教师模型，包括与目标任务类似的场景数据集和实际落地场景的数据集，将这些数据集进行划分，训练多个教师模型，按照数据集与落地场景相似度分配指导权重，分为主教师模型和若干个从教师模型，从而对学生模型进行不同层面的知识引导，提高学生模型在复杂场景下的泛化能力；学生模型压缩感知训练。
-
公开(公告)号：CN115220479A
公开(公告)日：2022-10-21
申请号：CN202211140267.1
申请日：2022-09-20
申请人： 山东大学 , 南瑞集团有限公司 , 智洋创新科技股份有限公司 , 国网浙江省电力有限公司温州供电公司 , 华北电力大学(保定) , 山东省计算中心(国家超级计算济南中心)
IPC分类号： G05D1/10
摘要： 本发明属于巡检技术领域，本发明提供了一种动静协同的输电线路精细化巡检方法与系统，通过动静态检测协同配合，实现电力系统大范围覆盖的精细化巡检，采用静态与动态数据的分段式检测提高检测精细化的同时，节省不必要的人力及算力资源。其包括以下步骤：固定采集设备采集回传静态信息；多层感知机融合多类别静态信息评估故障程度；巡检无人机对输电线路进行精细化巡检并上传多角度图像信息：若发生非紧急故障，则调用巡检无人机进行精细化巡检，获取所述巡检无人机的巡检信息，并通过通讯模块将所述巡检信息传输至目标数据控制中心；融合无人机多视角和固定视角图像信息的故障分类模型。
-
公开(公告)号：CN115220479B
公开(公告)日：2022-12-13
申请号：CN202211140267.1
申请日：2022-09-20
申请人： 山东大学 , 南瑞集团有限公司 , 智洋创新科技股份有限公司 , 国网浙江省电力有限公司温州供电公司 , 华北电力大学(保定) , 山东省计算中心(国家超级计算济南中心)
IPC分类号： G05D1/10
摘要： 本发明属于巡检技术领域，本发明提供了一种动静协同的输电线路精细化巡检方法与系统，通过动静态检测协同配合，实现电力系统大范围覆盖的精细化巡检，采用静态与动态数据的分段式检测提高检测精细化的同时，节省不必要的人力及算力资源。其包括以下步骤：固定采集设备采集回传静态信息；多层感知机融合多类别静态信息评估故障程度；巡检无人机对输电线路进行精细化巡检并上传多角度图像信息：若发生非紧急故障，则调用巡检无人机进行精细化巡检，获取所述巡检无人机的巡检信息，并通过通讯模块将所述巡检信息传输至目标数据控制中心；融合无人机多视角和固定视角图像信息的故障分类模型。
-
公开(公告)号：CN115272981A
公开(公告)日：2022-11-01
申请号：CN202211169176.0
申请日：2022-09-26
申请人： 山东大学 , 华北电力大学(保定) , 智洋创新科技股份有限公司 , 南瑞集团有限公司 , 国网浙江省电力有限公司温州供电公司 , 山东省计算中心(国家超级计算济南中心)
IPC分类号： G06V20/52 , G06N3/04 , G06N3/08 , G06N5/02 , G06N5/04 , G06V10/774 , G06V10/778 , G06V10/82 , G07C1/20
摘要： 本发明涉及输电线路巡检技术领域，具体涉及一种云边共学习输电巡检方法与系统，包括云计算中心与边缘计算终端共同完成图像分析；云计算中心和边缘计算终端分别部署对应的图像处理模型；在边缘计算终端进行一次推理后过滤掉大部分不包含有效目标的图像，仅对少部分包含有效目标的图像进行收集与回流，满足了对推理时效性的要求，并显著降低了数据传输成本；回流至云计算中心的图像在此进行二次推理，通过大模型预训练和基于知识蒸馏的模型压缩技术，同时确保了云端与边端对图像处理的精度要求；回流至云端的数据将还作为增量数据集，定期在云端对模型进行增量训练，以提高模型的精度；云端模型也将定期压缩同步至边端，保证云边模型效能一致。
-
-
-
-
-
-
-
-
-
搜索结果
139 条记录 (耗时 0.102 秒)
