-
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：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：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。
-
Patent Agency Ranking
公开(公告)号：CN113987250A
公开(公告)日：2022-01-28
申请号：CN202111130666.5
申请日：2021-09-26
Applicant: 南京南瑞信息通信科技有限公司 , 南瑞集团有限公司
IPC: G06F16/583 , G06V10/74 , G06V10/82
Abstract: 本发明公开一种适用于大规模图像的相似图像检索方法和装置，属于图像检索技术领域。方法包括：获取输入图像数据以及图像特征库数据，其中，图像特征库中的图像特征数据为利用预先训练的特征提取神经网络对预设图像库中的目标图像进行图像特征提取得到；利用所述特征提取神经网络对输入图像数据中的各输入图像提取图像特征；计算输入图像的图像特征与图像特征库中图像特征的欧式距离；根据计算得到的欧式距离，以及预先设定的相似度阈值，确定图像库中与输入图像相似的目标图像。本发明利用深度残差神经网络实现图像特征的提取，并基于所提取的特征进行图像相似度计算，能够提升图像检索效率。
-
公开(公告)号：CN112116561A
公开(公告)日：2020-12-22
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
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：CN118537594A
公开(公告)日：2024-08-23
申请号：CN202410711850.6
申请日：2024-06-04
Applicant: 南京南瑞信息通信科技有限公司 , 国网电力科学研究院有限公司 , 国网河北省电力有限公司 , 国网河北省电力有限公司电力科学研究院
IPC: G06V10/72 , G06V10/10 , G06T7/00 , G06V10/82 , G06N3/0475 , G06N3/094 , G06N3/0455
Abstract: 本发明公开了一种电力异常场景小样本扩充方法及系统，该方法首先拍摄电力设备正常图像构建正常样本集，拍摄电力设备异常图像构建异常样本集；然后将电力设备正常图像进行目标识别和提取，得到仅包含电力设备的第一图像，将所述第一图像输入循环对抗生成网络得到第二图像，将第二图像替换第一图像拼接到电力设备正常图像中，生成第二电力设备异常图像；最后将第二电力设备异常图像加入异常样本集中以扩充异常样本数据集；本发明能够避免电力设备以外的环境干扰，生成符合类似布控球、无人机、监控摄像头拍摄得到的电力场景异常图像，扩充电力异常场景的小样本数据集。
-
公开(公告)号：CN117671587A
公开(公告)日：2024-03-08
申请号：CN202311641419.0
申请日：2023-12-01
Applicant: 南京南瑞信息通信科技有限公司
IPC: G06V20/52 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/09 , G06N3/096 , H02J13/00
Abstract: 本发明公开了一种基于自监督学习的电力设备缺陷检测方法、系统，包括以下步骤：首先，对采集的电力设备图像进行图像增强，构建自监督样本集，并从中挑选出高质量设备异常图像进行标注，构建有监督样本集；其次，设计包含分层嵌入模块、局部感知模块和动态注意力聚焦模块的新型ViT网络，并通过对比学习在自监督样本集上训练新型ViT网络，得到预训练模型；然后，抽取出预训练模型中编码器部分，添加FPN网络和检测头网络，构建设备缺陷检测网络，并冻结编码器的权重，利用有监督样本集对网络进行微调；最后，对体积大于设定值的设备缺陷检测模型，使用知识蒸馏进行压缩和加速。本发明能够在少量标注样本情况下提升电力设备缺陷检测精度。
-
公开(公告)号：CN116683431A
公开(公告)日：2023-09-01
申请号：CN202310617968.8
申请日：2023-05-29
Applicant: 国电南瑞科技股份有限公司 , 南京南瑞信息通信科技有限公司
IPC: H02J3/00 , G06Q10/0639 , G06Q10/20 , G06Q50/06 , G06F30/18 , G06F30/20 , G06F111/10 , G06F111/04 , G06F119/02 , G06F113/04
Abstract: 本发明公开了一种配电系统恢复力快速评估指标与评估方法及系统，对配电系统元件进行建模，并对其拓扑划分元胞进行简化；通过解析计算的方式，综合考虑配电系统在自然灾害下各阶段的响应，分别通过系统失负荷期望值、灾害中节点元胞的停电失负荷期望以及灾害后节点元胞的维修失负荷期望来表示电力系统各个层次下在灾害前，灾害中以及灾害后各阶段的恢复力评估指标，通过故障概率事件的解析表达来计算这些评估指标，并得到配电系统的系统功能图，直观反映系统的恢复力水平；本发明用于指导电力系统在灾害尚未到来时的线路规划、元件的加固、联络线路配置以及冗余资源的配置等，并为灾害中的紧急响应调度以及灾害后的抢修恢复决策提供量化依据。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.123 seconds)
