-
公开(公告)号：CN112116561B
公开(公告)日：2022-07-01
申请号：CN202010849007.6
申请日：2020-08-21
Applicant: 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司 , 国网江西省电力有限公司 , 国家电网有限公司
IPC: G06T7/00 , G06T5/00 , G06T7/90 , G06T7/13 , G06T7/11 , G06K9/62 , G06T5/50 , G06V10/764 , G06V10/82
Abstract: 本发明公开了基于图像处理融合网络权值的电网传输线检测方法及装置，包括步骤：读入图片；将图片灰度化；对灰度化图像进行高斯模糊去噪、图像算术运算、灰度线性变换一系列图像处理方法；对处理后的图像用Canny算子边缘检测；在图像中设定感兴趣区域(ROI)；将ROI内的像素点分类；采用深度网络模型计算图片中电网传输线分布图。将电网传输线分布与分类像素点进行融合。根据融合得到的像素点拟合传输线，并在图中显示拟合结果，同时输出线的方程以及高压线的数量，实现了对高压线的检测，并且具有一定的精确性，同时能够排除道路、杆塔、天空以及云层等背景的干扰，并且能够对交叉的高压线进行辨别，能处理边缘检测断点，具有一定的鲁棒性和实用性。
-
公开(公告)号：CN111898459A
公开(公告)日：2020-11-06
申请号：CN202010645928.0
申请日：2020-07-07
Applicant: 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司 , 国网内蒙古东部电力有限公司电力科学研究院 , 国网内蒙古东部电力有限公司 , 国网通用航空有限公司 , 国家电网有限公司
Inventor： 罗旺 , 张小明 , 罗汉武 , 李文震 , 樊强 , 彭启伟 , 席丁鼎 , 张智成 , 祝永坤 , 陈骏 , 陈师宽 , 吴钰芃 , 张佩 , 夏源 , 崔漾 , 郝小龙 , 杜伟 , 郑思嘉
Abstract: 本发明公开了一种输电线路车辆靠近检测方法和装置，包括：将采集到的选定区域的图像进行灰度处理得到灰度图像；根据灰度图像的像素和对应的灰度值确定测试矩阵；基于预先利用字典学习模型迭代求解获得的字典，确定测试矩阵的表示矩阵；基于字典和表示矩阵确定测试矩阵对应的类别标签，获得输电线路车辆可能靠近的位置。本发明提出一种基于字典学习的输电线路车辆靠近检测方法，创新性地引入字典学习这一新兴技术，利用字典学习判断输电线路保护区内是否出现车辆，从而可以及时发现输电线路保护区内的安全隐患。
-
公开(公告)号：CN112101365A
公开(公告)日：2020-12-18
申请号：CN202010945373.1
申请日：2020-09-10
Applicant: 国网辽宁省电力有限公司电力科学研究院 , 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司 , 国网辽宁省电力有限公司铁岭供电公司 , 国家电网有限公司
Abstract: 本发明公开了一种基于红外热像处理的电力设备关键特征提取方法及系统。本发明将红外热读数映射成红外热像灰度图，对红外热像灰度图进行预处理，解决红外热像常见的噪声困扰，降低图片质量要求，再采用二值化操作提取出热点区域，有效降低计算量并突出热点区域轮廓，最后对热点区域进行提取，有效获得可靠性高的特征参量。
-
公开(公告)号：CN109829887A
公开(公告)日：2019-05-31
申请号：CN201811598037.3
申请日：2018-12-26
Applicant: 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司
Abstract: 本发明公开一种基于深度神经网络的图像质量评估方法，是一种用于图像质量评估的深度神经网络的新型应用技术。本发明解决的是无人机作业巡检采集图像的质量评估问题，在大型数据库ImageNet上训练得到一个预训练的深度神经网络模型，对深度神经网络改进并采用图像质量评价数据库TID2013训练深度神经网络模型，最后对输入任意的图像，采用已训练完成的深度神经网络模型预测图像的质量。本发明所公开的基于深度神经网络的图像质量评估方法能够非常准确地评估无人机作业巡检采集图像的质量，并且能够明显地区分高质量图像和低质量图像，过滤低质量无用图像。
-
公开(公告)号：CN108055529A
公开(公告)日：2018-05-18
申请号：CN201711419150.6
申请日：2017-12-25
Applicant: 国家电网公司 , 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司 , 国网山东省电力公司 , 国网浙江省电力公司 , 国网江苏省电力有限公司
Inventor： 罗旺 , 鲁盈悦 , 吴超 , 崔漾 , 冯敏 , 郝小龙 , 樊强 , 彭启伟 , 赵高峰 , 张天兵 , 焦群 , 姚一杨 , 夏源 , 余磊 , 白万建 , 李冬 , 徐长福
Abstract: 本发明公开了一种电力无人机和机器人图像数据规范化人工智能分析系统，包括数据导入模块、数据存储模块、数据规范化模块、标签分类模块、分析算法模块和数据访问模块；无人机或机器人平台的图像或视频数据及其关联信息经过数据导入模块存入数据存储模块，经过数据规范化模块调用分析算法模块提供的低质量图像数据清洗、数据去重、数据配准、视频编解码算法进行规范化处理，再经过标签分类模块打上标签；数据访问模块用于检索、查询、下载或展示数据，同时供无人机和机器人平台调用。本发明可以实现电力无人机和机器人图像和视频数据统一集中存储、规范化处理和人工智能分析，有利于数据运用，具备工程可操作性。
-
Patent Agency Ranking
公开(公告)号：CN115719304A
公开(公告)日：2023-02-28
申请号：CN202211314621.8
申请日：2022-10-26
Applicant: 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司
IPC: G06T3/00 , G06V10/44 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/08
Abstract: 本发明公开了一种基于图像生成的少样本电力场景增广及分类方法。本发明方法能够在新类别训练数据极其不充足的情况下完成电力场景的中的新类别物体的识别任务。本申请的技术方案主要分为如下三个部分：为了充分挖掘不同类别图像间的关系，首先在已知类数据上训练一个以词向量为条件的生成对抗网络。其次是在新类少量几张图片的条件下，微调上述生成对抗网络，从而能够为新类别生成大量的图片。最后是基于图像质量的评估技术，用来筛选出具有逼真性和多样性的图片，并用于电力场景的中的新类别物体的识别任务。本申请的技术效果是该方法可以在少样本条件下有效地实现电力场景下的新类别物体识别的任务。
-
公开(公告)号：CN115641257A
公开(公告)日：2023-01-24
申请号：CN202211314652.3
申请日：2022-10-26
Applicant: 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司
IPC: G06T3/00 , G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/08
Abstract: 本发明公开了一种基于生成对抗网络的恶劣场景数据增广方法、识别方法及装置。本发明所提出的方法能够在目前恶劣场景（如：雾天场景、雨天场景）下带标注数据极其不充足的情况下，通过以标注后的清晰图像和非成对的恶劣场景图像为输入，生成大量的与输入清晰图像对应的恶劣场景图像，并且使用清晰图像对应的标注作为生成恶劣场景图像的标注，以此实现数据增广的目的。为了保证生成图像的质量，首先，训练了生成对抗网络，提高生成的图像的质量；其次，使用网络生成的恶劣场景增广数据集，对目前主流的目标检测网络进行训练，使其实现恶劣场景下的目标检测任务。该方法可以实现恶劣场景数据的增广，训练目标测网络，使其能够完成恶劣环境下的目标检测任务。
-
公开(公告)号：CN109829887B
公开(公告)日：2022-07-01
申请号：CN201811598037.3
申请日：2018-12-26
Applicant: 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司
Abstract: 本发明公开一种基于深度神经网络的图像质量评估方法，是一种用于图像质量评估的深度神经网络的新型应用技术。本发明解决的是无人机作业巡检采集图像的质量评估问题，在大型数据库ImageNet上训练得到一个预训练的深度神经网络模型，对深度神经网络改进并采用图像质量评价数据库TID2013训练深度神经网络模型，最后对输入任意的图像，采用已训练完成的深度神经网络模型预测图像的质量。本发明所公开的基于深度神经网络的图像质量评估方法能够非常准确地评估无人机作业巡检采集图像的质量，并且能够明显地区分高质量图像和低质量图像，过滤低质量无用图像。
-
公开(公告)号：CN111898422A
公开(公告)日：2020-11-06
申请号：CN202010563168.9
申请日：2020-06-19
Applicant: 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司 , 国网内蒙古东部电力有限公司电力科学研究院 , 国网内蒙古东部电力有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种电力设备辨识方法，包括：构建电力设备数据库；通过公共数据库对Faster RCNN网络模型进行预训练；通过电力设备数据库对预训后的Faster RCNN网络模型继续训练得到训练完成的Faster RCNN网络模型；通过训练完成的Faster RCNN网络模型对设备图片进行辨识，本发明构建电力设备数据库以及通过对Faster RCNN网络模型进行预训练和再训练，在训练样本十分有限的情况下完成用于辨识电力设备的Faster RCNN网络模型的训练，有效的防止了过拟合现象，提高了电力设备的辨识精度，从而可以及时发现电力场景中的异常状况，间接的减少了安全隐患。
-
公开(公告)号：CN108092969A
公开(公告)日：2018-05-29
申请号：CN201711327132.5
申请日：2017-12-13
Applicant: 国家电网公司 , 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司 , 国网山东省电力公司 , 国网浙江省电力公司
CPC classification number: Y02D70/00 , Y02D70/10 , Y02D70/12 , Y02D70/126 , H04L63/029 , H04L63/0823 , H04L63/0853 , H04L67/12 , H04L67/28 , H04W12/06
Abstract: 本发明公开了变电站巡检机器人采集图像接入电力内网的系统，包括巡检机器人、通信基站和接入平台；巡检机器人内置有图像采集装置和无线数据终端设备，图像采集装置与无线数据终端设备通信连接，无线数据终端设备内置有通信基站认证的SIM卡，无线数据终端设备内存储有接入平台生成的数字证书，无线数据终端设备与通信基站通信连接，通信基站与接入平台通信连接，接入平台与电力内网通信连接。同时也公开了该系统的方法。本发明有效杜绝机器人采集图像传输的安全问题，同时机器人组网方式更加灵活，传输更加稳定，保障电网信息系统的安全稳定，为电力企业节省资金和人力。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.082 seconds)
