-
公开(公告)号：CN110781449B
公开(公告)日：2022-11-25
申请号：CN201911068629.9
申请日：2019-11-05
申请人： 国网冀北电力有限公司智能配电网中心 , 华北电力大学(保定)
摘要： 本发明公开了一种用于台区线损计算的用户数据缺失的估计方法，选取与代表日中空缺数据相临近的一组数据，用该组数据与和空缺数据同用户同相的所有历史用电数据进行比较，找到历史用电数据所代表的历史时刻的用户用电行为与空缺数据所处时刻用户用电行为相似的历史数据值，处理记录与空缺位置对应时刻的历史数据，取全部记录下来的处理后的有价值历史数据的中位值估计空缺数据。本发明提供的用于台区线损计算的用户数据缺失的估计方法，仅需要较少的样本数据量即可实现对计算选取代表日缺失的电压或电流等用电数据的精确估计，具有较强的实用价值，并且过程简单，易于操作。
-
公开(公告)号：CN110781449A
公开(公告)日：2020-02-11
申请号：CN201911068629.9
申请日：2019-11-05
申请人： 国网冀北电力有限公司智能配电网中心 , 华北电力大学(保定)
摘要： 本发明公开了一种用于台区线损计算的用户数据缺失的估计方法，选取与代表日中空缺数据相临近的一组数据，用该组数据与和空缺数据同用户同相的所有历史用电数据进行比较，找到历史用电数据所代表的历史时刻的用户用电行为与空缺数据所处时刻用户用电行为相似的历史数据值，处理记录与空缺位置对应时刻的历史数据，取全部记录下来的处理后的有价值历史数据的中位值估计空缺数据。本发明提供的用于台区线损计算的用户数据缺失的估计方法，仅需要较少的样本数据量即可实现对计算选取代表日缺失的电压或电流等用电数据的精确估计，具有较强的实用价值，并且过程简单，易于操作。
-
公开(公告)号：CN112465852A
公开(公告)日：2021-03-09
申请号：CN202011408478.X
申请日：2020-12-03
申请人： 国网山西省电力公司晋城供电公司 , 华北电力大学(保定)
摘要： 本发明公开了一种用于电力设备红外图像分割的改进区域生长方法，将电力设备红外图像转化为灰度图像，采用边缘检测分割方法对灰度图像进行横纵方向差分运算，得到电力设备的边缘像素点，并进行匹配，初步确定设备可能在的区域；利用有效性检测算子对设备可能在的区域的灰度图像进行遍历，得到有效区域，完成对设备区域的初步划分；对种子点进行自动选择；以横纵方向差分运算得到的出入点和初步划分的设备区域为约束，进行设备区域生长操作，并于生长完成后利用形态学运算为分割图像去毛边、缝隙，从而得到最终的电力设备分割结果。本发明提供的方法计算过程简单，效果较好，可实现电力系统中大规模红外图像的高质量快速自动分割。
-
公开(公告)号：CN112837220B
公开(公告)日：2023-07-25
申请号：CN202110082821.4
申请日：2021-01-21
申请人： 华北电力大学(保定)
摘要： 本发明公开了一种提高红外图像分辨率的方法及其用途，属于红外图像分辨率提升技术领域。所述方法基于改进分块压缩感知理论的支持，包括以下步骤：a.建立原始压缩感知图像超分辨率基础模型；b.引入图像降质模型；c.建立改进压缩感知图像超分辨率模型；d.建立基于改进分块压缩感知理论的超分辨率图像重建目标函数；e.目标函数的优化，获取重建高分辨率图像信号。方法在检测电力设备故障中的应用。该方法能够在较短的时间内更加有效地恢复图像细节、加强红外图像边缘轮廓，便于图像分割。该用途具有便于故障区域定位和故障类型识别等特点。
-
公开(公告)号：CN113689336A
公开(公告)日：2021-11-23
申请号：CN202110982645.X
申请日：2021-08-25
申请人： 华北电力大学(保定)
摘要： 本发明公开了一种电力设备红外图像非盲超分辨率方法，包括步骤：S1)基于电力设备红外图，根据图像降质模型对压缩感知基本模型进行改进，构建出压缩感知超分辨率模型；S2)以压缩感知超分辨率模型为基础，结合图像反卷积先验信息，引入图像边缘分布先验约束，构建出压缩感知非盲超分辨率模型，对电力设备红外图像进行重建；S3)采用双先验二次估计的方式对重建的电力设备红外图像中显著边缘区域加以提取，根据生成的标签图像区分边缘区域和平滑区域，采用不同λ取值对正则项强度加以调整，获得重建结果。本发明提供的电力设备红外图像非盲超分辨率方法，可有效解决电力设备红外图像模糊、分辨率低的问题。
-
公开(公告)号：CN112837220A
公开(公告)日：2021-05-25
申请号：CN202110082821.4
申请日：2021-01-21
申请人： 华北电力大学(保定)
摘要： 本发明公开了一种提高红外图像分辨率的方法及其用途，属于红外图像分辨率提升技术领域。所述方法基于改进分块压缩感知理论的支持，包括以下步骤：a.建立原始压缩感知图像超分辨率基础模型；b.引入图像降质模型；c.建立改进压缩感知图像超分辨率模型；d.建立基于改进分块压缩感知理论的超分辨率图像重建目标函数；e.目标函数的优化，获取重建高分辨率图像信号。方法在检测电力设备故障中的应用。该方法能够在较短的时间内更加有效地恢复图像细节、加强红外图像边缘轮廓，便于图像分割。该用途具有便于故障区域定位和故障类型识别等特点。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.044 秒)
