一种利用单-双端结合的电缆低阻故障定位方法

    公开(公告)号:CN106841918B

    公开(公告)日:2019-04-23

    申请号:CN201710047557.4

    申请日:2017-01-22

    Abstract: 一种利用单‑双端结合的电缆低阻故障定位方法,包括步骤:在电缆的两端分别采集故障电压行波;进行去噪处理得到去噪信号;进行小波变换并求模极大值;获取每一端的模极大值中的前Y个;选择每一端的前Y个模极大值中的绝对值最大值与绝对值次大值;对每一端求取两者的比值;分别判断两个比值是否小于等于预设阈值;两个判断结果均为是,则进行双端故障定位;任一判断结果为否,则以两个比值中较小的一个比值所在的一端进行单端故障定位。上述方法,通过对两端的故障定位分类处理,能够按条件灵活使用双端故障定位和单端故障定位,具有故障定位准确的技术效果。

    一种利用单‑双端结合的电缆低阻故障定位方法

    公开(公告)号:CN106841918A

    公开(公告)日:2017-06-13

    申请号:CN201710047557.4

    申请日:2017-01-22

    CPC classification number: G01R31/083 G01R31/088

    Abstract: 一种利用单‑双端结合的电缆低阻故障定位方法,包括步骤:在电缆的两端分别采集故障电压行波;进行去噪处理得到去噪信号;进行小波变换并求模极大值;获取每一端的模极大值中的前Y个;选择每一端的前Y个模极大值中的绝对值最大值与绝对值次大值;对每一端求取两者的比值;分别判断两个比值是否小于等于预设阈值;两个判断结果均为是,则进行双端故障定位;任一判断结果为否,则以两个比值中较小的一个比值所在的一端进行单端故障定位。上述方法,通过对两端的故障定位分类处理,能够按条件灵活使用双端故障定位和单端故障定位,具有故障定位准确的技术效果。

    一种域自适应设备运检系统和方法

    公开(公告)号:CN112183788B

    公开(公告)日:2021-03-30

    申请号:CN202011372238.9

    申请日:2020-11-30

    Abstract: 本发明公开了一种域自适应设备运检系统和方法。本发明采用图像获取处理模块获取输电线路待检测巡检图像并对图像预处理;将待检测巡检图像输入预设的天气条件分类模型识别待检测巡检图像所属天气条件,得到天气条件分类结果;根据天气条件分类结果选定对应预设的域自适应设备运检模型;将待检测巡检图像输入预设的域自适应设备运检模型得到待检测巡检图像的检测结果,检测结果包括待检测巡检图像中的检测对象的设备类别、工况以及位置信息中的一种或多种组合。本发明使得高压输电线路域自适应设备运检系统的待检测样本不受样本标注和地域或天气条件的约束,同时在域自适应场景中目标域的设备运检结果具有与源域相同的检测性能。

    一种基于多通道注意力特征的行人重识别方法

    公开(公告)号:CN110110642B

    公开(公告)日:2020-12-22

    申请号:CN201910355717.0

    申请日:2019-04-29

    Abstract: 本发明公开了一种基于多通道注意力特征的行人重识别方法,包括如下步骤:1)构建基于通道注意力的卷积神经网络模型,并预训练主干网络;2)提取行人图片在主干网络的输出特征,全局池化后计算特征的通道加权向量;3)加权向量与主干网络的输出特征相乘,再与其相加得到通道注意力特征;4)重复提取多个注意力特征,采用海林格距离进行特征多样性正则化;5)将注意力特征输入全连接层与分类器,训练最小化交叉熵损失和度量损失;6)将测试集图片输入训练好的模型提取特征,经度量排序实现行人重识别。本发明基于注意力机制提取行人的判别性特征,限制相似注意力特征的重复提取,有效地提高了行人重识别的准确率和鲁棒性。

    一种基于迁移学习的无监督行人重识别方法

    公开(公告)号:CN110135295A

    公开(公告)日:2019-08-16

    申请号:CN201910355739.7

    申请日:2019-04-29

    Abstract: 本发明公开了一种基于迁移学习的无监督行人重识别方法,包括如下步骤:1)在带标签的源数据集上预训练CNN模型,采用交叉熵损失和三元度量损失作为目标优化函数;2)提取无标签的目标数据集行人特征;3)结合候选列距离和绝对距离计算特征相似度矩阵;4)对相似度矩阵进行密度聚类,为每个距离小于预设阈值的特征集合设置一个标签,重组成带标签的目标数据集;5)在重组数据集上训练CNN模型至收敛;6)以预设迭代次数重复步骤2)-5);7)将测试图片输入模型提取特征,根据特征相似度进行排序得到结果。本发明合理运用源领域有标签数据和目标领域无标签数据,在目标领域上提高行人重识别的准确率,降低对有标签数据的强依赖性。

    一种基于多通道注意力特征的行人重识别方法

    公开(公告)号:CN110110642A

    公开(公告)日:2019-08-09

    申请号:CN201910355717.0

    申请日:2019-04-29

    Abstract: 本发明公开了一种基于多通道注意力特征的行人重识别方法,包括如下步骤:1)构建基于通道注意力的卷积神经网络模型,并预训练主干网络;2)提取行人图片在主干网络的输出特征,全局池化后计算特征的通道加权向量;3)加权向量与主干网络的输出特征相乘,再与其相加得到通道注意力特征;4)重复提取多个注意力特征,采用海林格距离进行特征多样性正则化;5)将注意力特征输入全连接层与分类器,训练最小化交叉熵损失和度量损失;6)将测试集图片输入训练好的模型提取特征,经度量排序实现行人重识别。本发明基于注意力机制提取行人的判别性特征,限制相似注意力特征的重复提取,有效地提高了行人重识别的准确率和鲁棒性。

    基于KNX和ZigBee融合的室内传感网络传输系统

    公开(公告)号:CN105511377B

    公开(公告)日:2019-05-14

    申请号:CN201511034796.3

    申请日:2015-12-31

    Abstract: 本发明公开了一种基于KNX和ZigBee融合的室内传感网络传输系统,包括:监护中心、移动客户端、控制模块、中继处理模块、ZigBee传感网络和KNX传感网络;所述ZigBee传感网络具有ZigBee传感器、ZigBee协调器和ZigBee节点,所述KNX传感网络具有KNX总线、KNX传感器,所述监护中心和移动客户端均通过互联网与控制模块连接,所述控制模块、ZigBee传感网络和KNX传感网络均和中继处理模块连接。具有数据传输稳定、功耗低、布线简单等优点。

    一种基于kmeans的高效车辆检测方法

    公开(公告)号:CN107392176A

    公开(公告)日:2017-11-24

    申请号:CN201710679052.X

    申请日:2017-08-10

    Abstract: 本发明公开了一种基于kmeans的高效车辆检测方法,包括离线学习和实时检测的步骤,先利用离线学习过程得到的样本预处理的白化矩阵,用于在实时检测时样本的白化操作,避免不同分量的权重不一致带来的影响,然后利用训练样本训练K棵决策树,用于实时检测,得到检测目标;在实时检测中,利用简单特征挑选有可能是车辆的候选框,再进行kmeans特征提取,利用K棵决策树进行预测分类,得到检测目标。与现有技术相比,本发明具有提高了检测的精度,增强了实时性,降低误检,漏检的概率等优点。

    一种无套壳料层袖阀管注浆快速施工方法

    公开(公告)号:CN106703010A

    公开(公告)日:2017-05-24

    申请号:CN201510769041.1

    申请日:2015-11-12

    CPC classification number: E02D3/12 E02D15/04 E02D2250/003

    Abstract: 本发明公开了一种无套壳料层袖阀管注浆快速施工方法,采用上、下充气环分层密封取代套壳料的密封,上、下环分别连接导气管,由地面控制充气状态;在袖阀管上套入充气环后一同插入注浆钻孔中,在充气状态下,充气环内侧紧贴注袖阀管外表面,外侧紧贴注浆孔壁,上、下环之间形成封闭的注浆间隙,浆液从袖阀管进入此封闭间隙并通过上、下充气环之间的注浆孔壁渗入地层进行压力注浆,上充气环泄气后可沿注浆花管向上提升改变其固定位置,以进行分层密封,分层注浆,自下而上地完成整个注浆孔内的注浆作业;本发明分层厚度可根据实际情况进行调整,在浆液完全凝结之前,可把袖阀管拔出,经清洗后重复使用;在拔出袖阀管留下的孔内回灌满浆液。

Patent Agency Ranking