-
公开(公告)号:CN115393313A
公开(公告)日:2022-11-25
申请号:CN202211010632.7
申请日:2022-08-23
Applicant: 国家电网有限公司 , 国网湖北省电力有限公司超高压公司
IPC: G06T7/00 , G06V10/764 , G06V10/766 , G06V10/82
Abstract: 本发明公开了一种超声波检测大截面导线潜伏性缺陷的智能检测方法,包括建立超声波图像库、超声波波形识别和计算波形损失值判断缺陷类型。超声波图像对比库包涵了正常、进水、腐蚀这三种状态的大截面导线超声检测波形,在获取未知状态的导线超声波波形后对回波部分进行识别和分割,并与图像中的波形进行形态学对比,计算采集的波形与图像库中波形的像素距离损失值,通过像素距离损失值判断大截面导线所处的状态;让导线工作状态的判别更加智能,避免运维检修时人工判断造成的漏判误判,增加对导线缺陷类型判别的准确性,提升输电线路运维的效率和架空输电线路运行的安全可靠性,解决无法准确判断由压接质量不好导致的大截面导线内部缺陷的难题。
-
公开(公告)号:CN115841460A
公开(公告)日:2023-03-24
申请号:CN202211454186.9
申请日:2022-11-21
Applicant: 国网湖北省电力有限公司超高压公司
Abstract: 本发明提供一种复杂背景下高精度金具裂纹图像检测及特征提取方法,运用深度学习算法直接通过学习数据更新参数,避免了人工设计复杂的算法流程,并且有着极高的鲁棒性和精度。相较于传统方法中特征提取主要依赖人工设计的提取器,传统方法还需要有专业知识及复杂的调参过程,同时每个方法都是针对具体应用,泛化能力及鲁棒性较差,特别是在复杂背景下传统方法的应用限制很大。深度学习主要是数据驱动进行特征提取,根据大量样本的学习能够得到深层的、数据集特定的特征表示,其对数据集的表达更高效和准确,所提取的抽象特征鲁棒性更强,泛化能力更好,自适应复杂背景,并且可以是端到端的。
-
公开(公告)号:CN214784205U
公开(公告)日:2021-11-19
申请号:CN202121046858.3
申请日:2021-05-17
Applicant: 国家电网有限公司 , 国网湖北省电力有限公司检修公司
Abstract: 本实用新型提供了一种防火型电缆沟盖板,包括第一盖板和第二盖板,第一盖板的一侧形成有第一支板,第一支板上开设有导流槽,第二盖板的一侧形成有第二支板,第二支板可操作性地抵接第一支板,第二支板完全覆盖导流槽,第一盖板和第二盖板一次相连盖设在电缆沟上,并且第一支板上的导流槽背离电缆沟,第二支板则盖在第一支板上并完全遮盖住,在使用时,外部的液体会顺着第一盖板或第二盖板流到两者连接的缝隙中从而落到导流槽内,液体会顺着导流槽流到电缆沟的两侧排出,从而阻止了着火的变压器油流入电缆沟内防止火灾事故扩大,也阻止了雨水流入电缆沟内导致电缆积水损伤,具备很好的实用性。
-
-