-
公开(公告)号：CN114494185B
公开(公告)日：2022-09-30
申请号：CN202210085659.6
申请日：2022-01-25
Applicant: 国网吉林省电力有限公司电力科学研究院 , 吉林电力股份有限公司 , 南昌工程学院
Abstract: 本发明公开了一种基于RGB‑T多尺度特征融合的电气设备故障检测方法，包括：将RGB图像和对应的T图像构成RGB‑T图像；对多通道RGB‑T图像中的RGB图像和T图像分别进行不同尺度特征提取，并将不同尺度特征进行交叉融合，构建图像目标分割模型；根据损失函数，通过标签样本对图像目标分割模型的输出进行深度监督训练；将待检测RGB‑T图像输入训练后的图像目标分割模型中，分割识别出待检测电气设备；根据T图像的温度值和不同电气设备过热检测标准，检测电气设备是否存在过热现象。本发明通过构建的图像目标分割模型，充分挖掘RGB图像的颜色、纹理和红外热图像中的温度信息分割和识别出红外热图像中的电气设备，为在红外热图像中检测电气设备提供准确的数据源。
-
公开(公告)号：CN117765413A
公开(公告)日：2024-03-26
申请号：CN202311513474.1
申请日：2023-11-14
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
IPC: G06V20/17 , G01R31/12 , G06V10/44 , G06V10/75 , G06V10/74 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种输电线路绝缘子的故障诊断方法及系统，方法包括：基于拍摄时间顺序分别对第一绝缘子图像和第二绝缘子图像进行排序，得到第一绝缘子图像序列和第二绝缘子图像序列，再获取第一绝缘子图像序列中各个第一绝缘子图像的特征数据，并将特征数据与预设的故障绝缘子样本数据库中的故障特征进行匹配，若至少一个第一绝缘子图像匹配不成功，则在第二绝缘子图像序列中查找与至少一个第一绝缘子图像相关联的至少一个第二绝缘子图像，并且仅保留至少一个第二绝缘子图像，得到更新后的第二绝缘子图像序列。这样能够实现对可能不存在故障的绝缘子进行多方位故障分析，有效地提高了故障分析准确度。
-
公开(公告)号：CN114494186B
公开(公告)日：2022-11-08
申请号：CN202210086112.8
申请日：2022-01-25
Applicant: 国网吉林省电力有限公司电力科学研究院 , 吉林电力股份有限公司 , 南昌工程学院
Inventor： 刘赫 , 赵天成 , 杨瀛 , 司昌健 , 刘俊博 , 杨代勇 , 矫立新 , 李嘉帅 , 于群英 , 林海丹 , 张赛鹏 , 陈捷元 , 赵春明 , 许志浩 , 康兵 , 袁小翠
Abstract: 本发明公开了一种高压输变电线路电气设备的故障检测方法，包括：获取高压输变电线路电气设备的可见光图像、红外热图像和红外热图像温度值；构建目标分割unet模型，并通过目标分割unet模型从可见光图像中分割出电气设备，对分割出的电气设备进行目标区域轮廓提取；计算图像对的仿射变换矩阵；根据仿射变换矩阵，将可见光图像和红外热图像进行配准，使可见光图像中电气设备的轮廓变换到红外热图像中，以定位出红外热图像中电气设备的目标区域；根据红外热图像中电气设备的目标区域内温度值和不同电气设备过热检测标准，检测电气设备是否存在过热现象，从而解决了复杂环境下红外热图像目标区域分割不准确的问题。
-
公开(公告)号：CN114494185A
公开(公告)日：2022-05-13
申请号：CN202210085659.6
申请日：2022-01-25
Applicant: 国网吉林省电力有限公司电力科学研究院 , 吉林电力股份有限公司 , 南昌工程学院
Abstract: 本发明公开了一种基于RGB‑T多尺度特征融合的电气设备故障检测方法，包括：将RGB图像和对应的T图像构成RGB‑T图像；对多通道RGB‑T图像中的RGB图像和T图像分别进行不同尺度特征提取，并将不同尺度特征进行交叉融合，构建图像目标分割模型；根据损失函数，通过标签样本对图像目标分割模型的输出进行深度监督训练；将待检测RGB‑T图像输入训练后的图像目标分割模型中，分割识别出待检测电气设备；根据T图像的温度值和不同电气设备过热检测标准，检测电气设备是否存在过热现象。本发明通过构建的图像目标分割模型，充分挖掘RGB图像的颜色、纹理和红外热图像中的温度信息分割和识别出红外热图像中的电气设备，为在红外热图像中检测电气设备提供准确的数据源。
-
公开(公告)号：CN114371193A
公开(公告)日：2022-04-19
申请号：CN202210016956.5
申请日：2022-01-07
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
IPC: G01N25/22
Abstract: 本发明公开了一种变压器故障诊断装置，包括：燃烧容器；点火器；进气管，连接燃烧容器和变压器箱盖与储油柜的联管，进气管上设置有第一开关阀；真空泵，与燃烧容器连接，真空泵上的一根软管上设置有第二开关阀；监测装置，用于反馈燃烧容器内可燃气体燃烧前后燃烧容器内压强变化；第一时间继电器、第二时间继电器、第三时间继电器和第四时间继电器；控制器；通气管，设置在燃烧容器上，通气管上设置有第三开关阀。本发明中，通过监测装置反复将燃烧容器内压强变化反馈给工作人员，工作人员通过观察燃烧容器内压强变化差值，诊断出变压器是否出现故障，整体结构相对简单，造价低，且故障诊断速度快。
-
Patent Agency Ranking
公开(公告)号：CN114494186A
公开(公告)日：2022-05-13
申请号：CN202210086112.8
申请日：2022-01-25
Applicant: 国网吉林省电力有限公司电力科学研究院 , 吉林电力股份有限公司 , 南昌工程学院
Inventor： 刘赫 , 赵天成 , 杨瀛 , 司昌健 , 刘俊博 , 杨代勇 , 矫立新 , 李嘉帅 , 于群英 , 林海丹 , 张赛鹏 , 陈捷元 , 赵春明 , 许志浩 , 康兵 , 袁小翠
Abstract: 本发明公开了一种高压输变电线路电气设备的故障检测方法，包括：获取高压输变电线路电气设备的可见光图像、红外热图像和红外热图像温度值；构建目标分割unet模型，并通过目标分割unet模型从可见光图像中分割出电气设备，对分割出的电气设备进行目标区域轮廓提取；计算图像对的仿射变换矩阵；根据仿射变换矩阵，将可见光图像和红外热图像进行配准，使可见光图像中电气设备的轮廓变换到红外热图像中，以定位出红外热图像中电气设备的目标区域；根据红外热图像中电气设备的目标区域内温度值和不同电气设备过热检测标准，检测电气设备是否存在过热现象，从而解决了复杂环境下红外热图像目标区域分割不准确的问题。
-
公开(公告)号：CN119106338B
公开(公告)日：2025-03-25
申请号：CN202411595325.9
申请日：2024-11-11
Applicant: 南昌工程学院
IPC: G06F18/241 , G06F18/214 , G06F18/25 , G06N3/0464 , G06N3/044 , G06N3/006 , G01H17/00 , G06F123/02
Abstract: 本发明公开了一种变压器铁芯松动故障声纹诊断方法，包括如下步骤：利用小波变换将采集到的声纹时序数据转换成声纹特征图谱；建立基于熵权法的传感器动态响应数据融合算法，并根据声纹时序数据的相对重要程度对声纹特征图谱实时融合，得到小波动态融合声纹特征图谱；采用改进冠豪猪优化算法对改进的卷积神经网络进行优化并进行训练；将小波动态融合声纹特征图谱导入至训练后的改进卷积神经网络中进行特征提取与识别，得到最终诊断结果；本发明通过将随机游走策略和柯西变异算子分别引入冠豪猪算法的第一种防御策略和第二种防御策略，可增强算法搜索的周密性，消除局部最优解的消极影响。
-
公开(公告)号：CN119249211A
公开(公告)日：2025-01-03
申请号：CN202411774478.X
申请日：2024-12-05
Applicant: 南昌工程学院
Abstract: 本发明公开了基于全频段多模态数据融合的配电变压器故障诊断方法，包括如下步骤：收集变压器的不同特征图；对收集的不同特征图进行特征提取并加权求和，得到多源融合特征向量；对多源融合特征向量进行数据预处理，数据预处理后再进行归一化处理；使用归一化处理后的多源融合特征训练改进概率神经网络；采用改进北极海鹦优化算法对训练好的改进概率神经网络的多项式阶数进行优化；采用优化后的改进概率神经网络进行变压器故障诊断；本发明采用改进北极海鹦优化算法通过模拟北极海鹦的觅食行为，有效结合全局搜索和局部搜索策略优化了改进概率神经网络的多项式阶数，提高了变压器数据融合诊断的准确率和概率神经网络的泛化能力。
-
公开(公告)号：CN117830199A
公开(公告)日：2024-04-05
申请号：CN202310400655.7
申请日：2023-04-14
Applicant: 南昌工程学院
IPC: G06T7/00 , G06T7/13 , G06T17/20 , G06V10/26 , G06V10/77 , G06V10/774 , G06V10/762
Abstract: 本发明公开了一种图像和点云融合的轨道弹条扣件缺陷全面检测方法，其涉及机器视觉缺陷检测及大数据处理技术领域。该方法包括：获取包含弹条扣件的轨道三维点云和对应的RGB深度图像；从RGB深度图像中检测出外观缺陷扣件和外观正常扣件；根据RGB深度图像和三维点云之间的映射关系分割出外观正常扣件的三维点云，并从外观正常扣件的点云中分割出弹条三维点云数据和绝缘垫块三维点云数据；从弹条点云数据中提取弹条中部区域骨架点和最低点，计算最低点到绝缘垫块所在平面的距离，通过距离判断外观正常扣件的松、紧及正常状态。本发明通过将二维图像与三维点云的融合，可以快速全面检测扣件缺陷，还能够降低轨道检测硬件的成本，提高轨道维护效率。
-
公开(公告)号：CN115100109B
公开(公告)日：2023-04-18
申请号：CN202210545365.7
申请日：2022-05-19
IPC: G06T7/00 , G06T7/11 , G06V10/762 , G06V10/764
Abstract: 本发明公开了一种轨道弹条扣件的松紧状态检测方法，涉及机器视觉检测技术领域。其包括：获取弹条扣件的点云数据；将弹条扣件的点云数据转化为二值图像；并从二值化图像中提取出弹条扣件的二维骨架；及对弹条扣件二维骨架中的各个点作法线选取Z值，以确定出弹条扣件三维骨架；从三维骨架数据中找出多个特征点，并根据弹条扣件中心凹处最低点法向计算出弹条扣件的离缝高度，即弹条扣件松紧状态的评价指标。通过对不同铁路弹条扣件进行检测，利用基于三维点云的非接触式测量方法计算出每个扣件的离缝高度，从而能够自动快速地检测扣件的松紧状态，提高扣件缺陷检测的准确性和轨道维护效率。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.06 seconds)
