-
公开(公告)号：CN117975040B
公开(公告)日：2024-06-18
申请号：CN202410361782.5
申请日：2024-03-28
Applicant: 南昌工程学院 , 国网吉林省电力有限公司电力科学研究院
IPC: G06V10/44 , G06V10/82 , G06N3/0464 , G06V10/80 , G06V10/774
Abstract: 本发明公开了一种基于改进YOLOv5的GIS红外图像识别系统与方法，该系统由红外图像采集装置和GIS红外图像目标检测装置组成；红外图像采集装置采集变电站GIS红外图像，并输入至GIS红外图像目标检测装置；GIS红外图像目标检测装置内含基于改进YOLOv5的GIS红外图像识别模型，用于GIS类别检测；所述基于改进YOLOv5的GIS红外图像识别模型是在YOLOv5的基础上，引入GhostNet网络和SimAM模块进行改进。本发明可实现对于变电站复杂环境下的GIS识别，识别精度高且速度快。
-
公开(公告)号：CN117975040A
公开(公告)日：2024-05-03
申请号：CN202410361782.5
申请日：2024-03-28
Applicant: 南昌工程学院 , 国网吉林省电力有限公司电力科学研究院
IPC: G06V10/44 , G06V10/82 , G06N3/0464 , G06V10/80 , G06V10/774
Abstract: 本发明公开了一种基于改进YOLOv5的GIS红外图像识别系统与方法，该系统由红外图像采集装置和GIS红外图像目标检测装置组成；红外图像采集装置采集变电站GIS红外图像，并输入至GIS红外图像目标检测装置；GIS红外图像目标检测装置内含基于改进YOLOv5的GIS红外图像识别模型，用于GIS类别检测；所述基于改进YOLOv5的GIS红外图像识别模型是在YOLOv5的基础上，引入GhostNet网络和SimAM模块进行改进。本发明可实现对于变电站复杂环境下的GIS识别，识别精度高且速度快。
-
公开(公告)号：CN115902508A
公开(公告)日：2023-04-04
申请号：CN202211348268.5
申请日：2022-10-31
Applicant: 国网吉林省电力有限公司电力科学研究院 , 南昌工程学院
Abstract: 本发明涉及一种基于语义分割与拓扑重构的电力设备过热故障快速定位方法。将电力设备按类别标注后，使用连通区域分析实现电力设备的同相识别，计算并判断三相各类电力设备的面积及横坐标是否皆成等差数列，如皆成等差数列，根据将各类电力设备中面积最大相、横坐标最小或最大相，推断出同相的各类电力设备，形成局部电气拓扑图，局部电气拓扑图与变电站主接线图对比，核验局部电气拓扑图中各类电力设备的同相连接关系是否正确；从而实现了电力设备的连接关系拓扑重构，并基于局部电气拓扑图与变电站主接线图实现故障定位。本发明可快速实现同相设备的故障关联与推算，为故障诊断提供预诊依据，便于快速故障定位。
-
-
Patent Agency Ranking
公开(公告)号：CN116796213A
公开(公告)日：2023-09-22
申请号：CN202310160804.7
申请日：2023-02-24
Applicant: 南昌工程学院
IPC: G06F18/23213 , G06F18/2135
Abstract: 本发明属于配电网线变关系辨识技术领域，公开了一种基于聚类算法的配电网线变关系辨识方法，提取配变的电压数据经过预处理后生成电压时间序列作为原始特征，并划分为多个电压时间子序列；使用PCA降维法对电压时间子序列组成的原始特征矩阵进行降维，获取降维后保留了最多原始特征的前k维特征矩阵；将获取的降维后的新特征和配变的相关性系数矩阵进行拼接得到全新的特征矩阵；输入到meanshift聚类算法中进行线变关系的辨识。本发明能够解决传统辨识方法中的单一特征辨识引起的误判率高的问题。
-
公开(公告)号：CN116342894B
公开(公告)日：2023-08-08
申请号：CN202310612697.7
申请日：2023-05-29
Applicant: 南昌工程学院
IPC: G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于改进YOLOv5的GIS红外特征识别系统及方法，GIS红外图像采集模块采集GIS设备部件红外图像，GIS红外特征识别模块内置基于改进YOLOv5的GIS红外目标检测网络模型，基于改进YOLOv5的GIS红外目标检测网络模型用于GIS设备部件识别；所述基于改进YOLOv5的GIS红外目标检测网络模型包括主干网络、颈部网络、头部网络三部分；将CA注意力模块与主干网络中对应的CSP模块相结合；在颈部网络中，将传统的卷积层替换为GS卷积层，在保持足够精度的同时降低了计算和网络结构的复杂性；在噪点较多、目标较多的情况下使用本发明对GIS设备部件进行识别，具有良好的识别效果。
-
公开(公告)号：CN115954879B
公开(公告)日：2023-10-27
申请号：CN202310234155.0
申请日：2023-03-13
Applicant: 南昌工程学院
IPC: H02J3/00 , G06F18/2135 , G06N3/006 , G06N3/047
Abstract: 本发明属于配电网线变关系辨识技术领域，公开了一种基于AO算法优化PNN的配电网线变关系精准辨识方法，提取线路下所有配变的三相电压数据并经过预处理后获取所有配变的电压矩阵；进行皮尔逊相关系数计算以获取配变间的电压相关性系数矩阵以及配变和线路之间的电压相关性系数矩阵；将三个矩阵合并组成配电网特征矩阵；使用核主成分分析法对归集后的配电网特征矩阵降维，得到降维后的配电网特征矩阵；使用AO算法优化PNN网络；最后使用优化后的PNN网络对降维后的特征矩阵进行处理以辨识发生线变关系错误的具体配变。本发明解决了常见的基于数据处理方法的辨识阈值难以确定的问题。
-
公开(公告)号：CN116342894A
公开(公告)日：2023-06-27
申请号：CN202310612697.7
申请日：2023-05-29
Applicant: 南昌工程学院
IPC: G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于改进YOLOv5的GIS红外特征识别系统及方法，GIS红外图像采集模块采集GIS设备部件红外图像，GIS红外特征识别模块内置基于改进YOLOv5的GIS红外目标检测网络模型，基于改进YOLOv5的GIS红外目标检测网络模型用于GIS设备部件识别；所述基于改进YOLOv5的GIS红外目标检测网络模型包括主干网络、颈部网络、头部网络三部分；将CA注意力模块与主干网络中对应的CSP模块相结合；在颈部网络中，将传统的卷积层替换为GS卷积层，在保持足够精度的同时降低了计算和网络结构的复杂性；在噪点较多、目标较多的情况下使用本发明对GIS设备部件进行识别，具有良好的识别效果。
-
公开(公告)号：CN115954879A
公开(公告)日：2023-04-11
申请号：CN202310234155.0
申请日：2023-03-13
Applicant: 南昌工程学院
IPC: H02J3/00 , G06F18/2135 , G06N3/006 , G06N3/047
Abstract: 本发明属于配电网线变关系辨识技术领域，公开了一种基于AO算法优化PNN的配电网线变关系精准辨识方法，提取线路下所有配变的三相电压数据并经过预处理后获取所有配变的电压矩阵；进行皮尔逊相关系数计算以获取配变间的电压相关性系数矩阵以及配变和线路之间的电压相关性系数矩阵；将三个矩阵合并组成配电网特征矩阵；使用核主成分分析法对归集后的配电网特征矩阵降维，得到降维后的配电网特征矩阵；使用AO算法优化PNN网络；最后使用优化后的PNN网络对降维后的特征矩阵进行处理以辨识发生线变关系错误的具体配变。本发明解决了常见的基于数据处理方法的辨识阈值难以确定的问题。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.037 seconds)
