-
公开(公告)号:CN115311625A
公开(公告)日:2022-11-08
申请号:CN202210987395.3
申请日:2022-08-17
申请人: 国网四川省电力公司电力科学研究院 , 国网四川省电力公司阿坝供电公司
发明人: 樊犁 , 王天玉 , 郑永康 , 范锫 , 刘勇 , 王超 , 王海东 , 郭利瑞 , 李旭旭 , 周凡丁 , 王晓涛 , 刘经度 , 抗州甲 , 陈勇智 , 李振华 , 吴展坤 , 李孟东 , 谢牧阳 , 陈磊 , 定斗泽仁 , 严波州
摘要: 本发明涉及图像识别技术领域,公开了一种判断目标是否接触输电线路的监控方法,包括如下步骤:步骤1、实时采集输电线路所在区域的实时图像作为背景图片,利用背景更新策略将所述实时图像更新为背景图片,采用改进的Grabcut算法对所述背景图片进行前景和背景的分离;步骤2、判断所述实时图像中是否有目标闯入;步骤3、对闯入的目标与输电线路上划定的检测区域的运行趋势进行预判,并将预判结果反馈传输给信息反馈系统,若预判结果超过给定阈值,则为异常情况,信息反馈系统发出告警提醒。本发明通过使用改进的Grabcut算法将图像背景和前景进行分离,得到只包含目标的图像来进行识别,输入到图像识别系统进行计算,减少计算量,提升图片质量。
-
公开(公告)号:CN115240012A
公开(公告)日:2022-10-25
申请号:CN202210996957.0
申请日:2022-08-19
申请人: 国网四川省电力公司电力科学研究院 , 国网四川省电力公司阿坝供电公司
发明人: 郑永康 , 樊犁 , 刘勇 , 王超 , 郭利瑞 , 李旭旭 , 谢牧阳 , 王晓涛 , 李红军 , 抗州甲 , 陈勇智 , 李振华 , 刘权辉 , 朱祚恒 , 陈亮 , 杨凯 , 陈磊 , 定斗泽仁 , 严波州
IPC分类号: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/25 , G06N3/04 , G06N3/08
摘要: 本发明公开了基于改进YOLOv5的输电线路鸟类检测方法及系统,获取目标图像集,并对目标图像集进行标注,获得图像数据集;构建YOLOv5模型,并将YOLOv5模型中的一般卷积层替换为Ghost轻量型卷积层,在每个block后面添加CBAM注意力机制模块,获得改进的YOLOv5模型;通过图像数据集对改进的YOLOv5模型进行训练,获得最优改进的YOLOv5模型;获取待检测输电线路上带有鸟类的图像,将图像输入到最优改进的YOLOv5模型中,获得鸟的具体种类;本发明的有益效果为实现对被部分物品遮挡的鸟类进行识别,增加了对鸟种类识别的准确性,提高了对鸟识别的效率。
-
公开(公告)号:CN118858063A
公开(公告)日:2024-10-29
申请号:CN202410884193.5
申请日:2024-07-03
申请人: 国网四川省电力公司阿坝供电公司 , 上海乐研电气有限公司
IPC分类号: G01N9/26 , H02B13/065 , G01R31/327 , G01D21/02
摘要: 本发明涉及一种防误动作自校验气体密度监测装置,包括防误动作气体密度继电器、信号控制模块、压力调节模块和多通管接头;防误动作气体密度继电器包括压力检测装置和防误动作装置,压力检测装置中设有微动开关;防误动作装置包括中设有防误动作组件,防误动作组件包括配重块、复位弹簧、上底板、下底板、连接杆、防误动作微动开关、防误动作摆片、配重螺钉和加速钢绳,防误动作微动开关与微动开关串联,受到振动时防误动作组件的配重块能够下压连接杆,使防误动作微动开关断开,压力检测装置和电气设备都通过多通管接头与压力调节模块连接;信号控制模块能够测量连通到压力检测装置中的气体,并与防误动作气体密度继电器通讯连接。
-
公开(公告)号:CN118692860A
公开(公告)日:2024-09-24
申请号:CN202410883928.2
申请日:2024-07-03
申请人: 国网四川省电力公司阿坝供电公司
摘要: 本发明涉及一种可防误动作的远传气体密度继电器,包括机械模块和电子远传模块,所述机械模块包括压力检测装置和防误动作装置,压力检测装置中设有微动开关;防误动作装置包括中设有防误动作组件,防误动作组件包括配重块、复位弹簧、上底板、下底板、连接杆、防误动作微动开关、防误动作摆片、配重螺钉和加速钢绳,防误动作微动开关与微动开关串联,受到振动时防误动作组件的配重块能够下压连接杆,使防误动作微动开关断开;电子远传模块能够监测到气体的压力温度,并够将测量和处理结果远程传输到目标设备或目标平台,实现在线监测和故障诊断。
-
公开(公告)号:CN117315190A
公开(公告)日:2023-12-29
申请号:CN202311147739.0
申请日:2023-09-06
申请人: 国网四川省电力公司电力科学研究院
摘要: 本申请公开了一种图像处理方法、装置、存储介质以及电子设备。其中方法包括:读取初始激光点云数据;对所述初始激光点云数据进行数据处理,获得携带有所述初始激光点云数据原始坐标值的初始栅格图像;基于所述初始栅格图像以及待修正地形图像数据进行地形图像融合,生成中间栅格图像;对所述中间栅格图像进行平滑修正处理,得到修正后的目标地形图像。本申请利用初始激光点云数据对待修复地形图像数据进行修复,可以得到无断崖问题、融合良好的目标地形图像。
-
公开(公告)号:CN117114439A
公开(公告)日:2023-11-24
申请号:CN202311032298.X
申请日:2023-08-16
申请人: 国网四川省电力公司电力科学研究院
IPC分类号: G06Q10/0637 , G06Q50/06
摘要: 本申请公开了一种覆冰厚度预测方法、装置、存储介质以及电子设备。其中方法包括:获取预测区域范围内的输电架空线路各采样点在各监测时段的、各监测参数对应的监测参数值;分别基于同一采样点的各所述监测参数值,采用预设参数预测模型进行预测,得到与各所述采样点分别对应的各预估时段的各所述监测参数对应的参数预测值;分别基于同一采样点的各所述参数预测值,采用预设厚度预测模型进行预测,得到与各所述采样点对应的各预估时段的厚度预测值;基于各所述厚度预测值以及各采样点的各预估时段的实际监测值进行误差计算,得到覆冰厚度预测结果。本申请中的覆冰厚度预测方法可以提高覆冰厚度值的预测计算准确性,为覆冰监测预警提供依据。
-
公开(公告)号:CN116718325A
公开(公告)日:2023-09-08
申请号:CN202310685424.5
申请日:2023-06-09
申请人: 国网四川省电力公司电力科学研究院
IPC分类号: G01M3/20
摘要: 本发明公开了一种基于荧光强度检测的漏油识别方法,涉及光学技术领域,其包括以下步骤:设置紫外光源并对变压器本体进行照射;设置荧光检测器对紫外光源照射的区域进行检测,得到荧光强度;根据荧光强度计算得到荧光物质浓度;判断荧光物质浓度是否大于阈值浓度;若是则判定变压器漏油;否则判定变压器无漏油;完成对变压器的漏油识别。本发明通过对变压器漏油的智能检测,可以解决人工巡视法易受主客观因素的影响所导致的结果不准确的问题,提高了结果准确率,减少了对人力资源的浪费,提高了变电站以及电网的工作效率。
-
公开(公告)号:CN115892541A
公开(公告)日:2023-04-04
申请号:CN202211455080.0
申请日:2022-11-21
申请人: 国网四川省电力公司电力科学研究院
摘要: 本发明公开了一种用于山火监测无人机的充电升降平台,包括:无人机本体、降落平台本体、监测机构、升降机构、固定机构和充电机构,无人机本体固定座落于该降落平台本体的上端,升降机构连接在降落平台本体的下侧,监测机构设置在无人机本体上,监测机构可滑动的贴合在降落平台本体的上端面上,固定机构的一部分位于无人机本体上,固定机构的另一部分固定设置在降落平台本体上,充电机构的一部分位于无人机本体上,充电机构的另一部分设置在降落平台本体上,无人机本体上的固定机构、充电机构的一部分分别与降落平台本体上的固定机构、充电机构的另一部分相配合,本发明的有益效果:无人机本体能够牢固地与降落平台本体连接在一起并稳定性充电。
-
公开(公告)号:CN112001088B
公开(公告)日:2023-01-10
申请号:CN202010885279.1
申请日:2020-08-28
申请人: 国网四川省电力公司电力科学研究院
IPC分类号: G06F30/20 , G06T17/00 , G06F113/16 , G06F119/14
摘要: 本发明公开了基于悬链线的输电线路三维实景模型穿地校核方法,及电力系统输电线路三维数字化建模领域,解决电网架空输电线路三维数字化模型的导线穿地错误情况。本发明包括所述悬链线的计算是根据不同区域的工况条件重建三维场景中的三维导线的核心算法,所述穿地校核通过对比导线点和对应地面点的高程值,所述穿地校核通过获取三维场景导线上等间距不同位置点的三维坐标,同时采集导线对应位置铅锤方向上地面点的高程值。本发明消除三维输电线路模型中的导线穿地错误,提高三维数字化电网架空输电线路对比现实的仿真度。
-
公开(公告)号:CN114757938A
公开(公告)日:2022-07-15
申请号:CN202210526335.1
申请日:2022-05-16
申请人: 国网四川省电力公司电力科学研究院 , 四川大学
摘要: 本发明公开了一种变压器漏油识别方法和系统,该方法包括获取变压器漏油图像,构建基于融合注意力机制的残差U‑Net深度学习网络模型,并进行模型训练,利用训练后的基于融合注意力机制的残差U‑Net深度学习网络模型对获取的变压器漏油图像进行识别,得到漏油区域的分割结果。本发明通过引入一种自注意力机制来促进全局特征融合,加强像素特征间的语义关联,减少细节信息丢失,提升了分类准确率;然后采用ResNet18网络来代替传统U‑Net网络的编码器部分,并利用在ImageNet数据集上预训练得到的ResNet18权重进行模型参数的初始化,提升了模型的训练与检测效率;最后采用焦点损失Focal Loss函数作为改进网络的损失函数,解决漏油图像中前景与背景正负样本不平衡的问题。
-
-
-
-
-
-
-
-
-