-
公开(公告)号：CN118225840A
公开(公告)日：2024-06-21
申请号：CN202410318987.5
申请日：2024-03-20
摘要： 本发明公开了一种基于GCNet的红外图谱目标监测和故障诊断方法及系统，包括获取被监测目标设备的红外图像形成红外图普，方法包括：提取红外图谱中的温度数据，将温度数据进行LUT变换得到灰度图像；将灰度图像输入形状识别GCNet神经网络在灰度图像中提取目标设备的形状坐标；将目标设备的形状坐标输入组件识别GCNet神经网络在目标设备形状区域中提取目标设备各组件的Mask掩膜；获取目标设备各组件Mask掩膜区域的有效的温度数据；依据有效的温度数据根据目标设备各组件温度特征进行故障诊断。本发明通过人工智能图像识别技术解决现场复杂环境、实际作业中红外图谱中设备及部件识别难点，进而诊断分析变电站设备缺陷情况。
-
公开(公告)号：CN118245749A
公开(公告)日：2024-06-25
申请号：CN202410318869.4
申请日：2024-03-20
摘要： 本发明公开了一种红外检测图谱温度数据解析方法，包括：获取一张针对被检测设备带有温度的红外图谱图像；使用Canvas工具将画布与图谱图像相对应进行编辑操作形成与图谱图像相对应、具有温度点坐标的画布；确定被检测设备在画布上的坐标区域；根据温度点坐标确定画布上不同温度范围区域，以及不同温度范围区域在被检测设备的位置，进而实现图谱温度数据解析；本发明通过解析图谱中的温度数据和canvas绘制图谱实现对图谱的实时编辑并获取特定位置的温度值，能够更好地辅助电力设备的维护和管理，解决了传统技术在获取特定位置温度值方面的不准确性问题，有效评估设备状态和进行故障诊断，提高了电力设备带电红外检测的准确性和效率。
-
公开(公告)号：CN115623177A
公开(公告)日：2023-01-17
申请号：CN202211320682.5
申请日：2022-10-26
摘要： 本发明公开了一种变电站巡检视频综合分析管理系统，涉及变电站巡检分析技术领域，解决了现有技术中变电站巡检视频处理分析没有统一标准的技术问题；本发明包括视频采集模块、图像分析模块、台账管理模块、数据上传模块和数据接收模块；本发明实现视频采集终端的台账管理，关联视频采集终端所监控物体的属性；根据变电站巡检系统下发的巡视任务，获取视频采集终端的视频数据；对接收到的视频数据进行图像分析；把图像分析的结果上传至变电站巡检系统。本发明可以规范接口格式、设备台账的信息格式，提供标准化的设备巡检图像的智能分析服务，有利于本发明与变电站巡检系统的快速对接。
-
公开(公告)号：CN118155024B
公开(公告)日：2024-08-20
申请号：CN202410585235.5
申请日：2024-05-13
申请人： 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
IPC分类号： G06V10/774 , G06V10/30 , G06V10/34 , G06V10/72 , G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/0464
摘要： 本发明提供大模型图像样本自动生成方法及系统，方法包括：采集电网设备的差异光谱图像数据，以作为原始数据，对原始数据进行形态学滤波操作、数据清洗操作以及数据整合操作，以得到模型训练输入数据；利用生成对抗网络GAN进行对抗操作，对模型训练输入图像数据进行训练，以进行样本生成以及样本评估操作，获取稀缺样本；将稀缺样本与实时采集图像混合，利用支持向量机进行标注处理，以构造适用泛化能力新数据集；利用迁移学习技术，在适用泛化能力新数据集上，对预训练ResNet模型进行训练、验证操作，以得到适用电网图像大模型。本发明解决了电网设备监测与诊断操作中存在样本稀缺，导致模型的监测诊断性能受有制约的技术问题。
-
公开(公告)号：CN118154995B
公开(公告)日：2024-07-30
申请号：CN202410572033.7
申请日：2024-05-10
申请人： 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
IPC分类号： G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
摘要： 本发明提供基于时频关联自适应学习模型的图像质量裂化评估方法，包括：构建不同类别的原始图像集；利用傅里叶变换获得频谱图像集；将频谱图像和原始差异类别图像输入到残差神经网络中学习频谱图像特征、原始图像特征；将时频关联的图像特征、原始图像特征融合；输入到动态调节参数BP神经网络；进行图像质量裂化评估分类。本发明解决了分析处理信息不全面，导致图像质量异常分类效果差的技术问题。
-
公开(公告)号：CN118155024A
公开(公告)日：2024-06-07
申请号：CN202410585235.5
申请日：2024-05-13
申请人： 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
IPC分类号： G06V10/774 , G06V10/30 , G06V10/34 , G06V10/72 , G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/0464
摘要： 本发明提供大模型图像样本自动生成方法及系统，方法包括：采集电网设备的差异光谱图像数据，以作为原始数据，对原始数据进行形态学滤波操作、数据清洗操作以及数据整合操作，以得到模型训练输入数据；利用生成对抗网络GAN进行对抗操作，对模型训练输入图像数据进行训练，以进行样本生成以及样本评估操作，获取稀缺样本；将稀缺样本与实时采集图像混合，利用支持向量机进行标注处理，以构造适用泛化能力新数据集；利用迁移学习技术，在适用泛化能力新数据集上，对预训练ResNet模型进行训练、验证操作，以得到适用电网图像大模型。本发明解决了电网设备监测与诊断操作中存在样本稀缺，导致模型的监测诊断性能受有制约的技术问题。
-
公开(公告)号：CN118154447A
公开(公告)日：2024-06-07
申请号：CN202410578624.5
申请日：2024-05-11
申请人： 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
摘要： 本发明提供基于引导频率损失函数的图像恢复方法及系统，方法包括：构建第一质量图像数据集、第二质量图像数据集，划分得到训练集、验证集；将相邻两层高斯金字塔图像取出，以对第一质量图像数据集、第二质量图像数据集中的小尺寸图像进行上采样，得到不少于2种相同尺寸图像，做差得到一层输入拉普拉斯图像，将最小尺寸图像作为拉普拉斯金字塔最底层，构建图像拉普拉斯金字塔，根据沙博尼耶损失、拉普拉斯金字塔损失和迭代层次化高频分量损失确定引导频率损失，利用引导频率损失收敛模型；验证模型。本发明解决了图像恢复质量较差、系统鲁棒性较差的技术问题。
-
公开(公告)号：CN116468904A
公开(公告)日：2023-07-21
申请号：CN202310391789.7
申请日：2023-04-13
申请人： 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
IPC分类号： G06V10/44 , G06V10/774 , G06N3/0464 , G06N3/08 , G06V10/82 , G06Q10/20 , G06Q50/06
摘要： 本发明公开了变电站隔离开关图像有效性评估模型，涉及图像视觉技术领域。包括如下步骤方法：S1：通过采集备对隔离开关图片进行数据采集；通过yolov5模型进行相关数据的预训练；S2：对所拍摄隔离开关进行识别；采用基于U2NET的语义分割的深度学习识别算法对隔离开关图片进行识别；S3：将隔离开关图片送入训练好的yolov5模型进行识别，推算出特征完备性模型和清晰度模型；S4：由推算出的特征完备性模型和清晰度模型得到完备性指标模型。该模型可以作为深度学习清晰度划分的依据并且为隔离开关图片识别、摄像机点位选择提供理论支撑。
-
公开(公告)号：CN114881989A
公开(公告)日：2022-08-09
申请号：CN202210565548.5
申请日：2022-05-23
申请人： 国网智能电网研究院有限公司 , 国网安徽省电力有限公司超高压分公司 , 国网安徽省电力有限公司电力科学研究院 , 国家电网有限公司
IPC分类号： G06T7/00 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本申请实施例提供了一种基于小样本目标对象缺陷检测的方法、装置、电子设备，其中，该方法包括：待检测的目标对象的目标图像信息；将目标图像信息输入目标检测模型中，得到目标对象对应缺陷的检测结果，其中，目标检测模型用于对目标对象缺陷类别进行检测，目标检测模型是通过对中间检测模型的模型参数进行调整后得到的，中间检测模型是通过对初始检测模型的初始模型参数进行调整后得到的，检测结果内包含目标对象所属缺陷类别和缺陷相应的位置信息。通过本申请实施例，解决了相关技术中存在的电力器件的正负样本严重失衡，导致电力设备缺陷检测的精度较低且定位不准的问题。
-
公开(公告)号：CN118279289B
公开(公告)日：2024-08-27
申请号：CN202410572037.5
申请日：2024-05-10
申请人： 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
IPC分类号： G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/086
摘要： 本发明提供一种电力设备视频图像缺陷识别方法及系统，方法包括：预训练初始残差神经网络，以得到适用缺陷分类残差神经网络；初始化问题潜在解粒子群位置、速度；计算每个问题潜在解粒子的适应值；利用粒子群优化算法持续迭代，寻获并更新得到局部更新最优解、全局更新最优解，以更新获取问题潜在解粒子的位置、速度；在满足粒子群优化算法的结束条件时结束持续迭代，根据更新获取的问题潜在解粒子的位置、速度，输出最佳位置参数，以利用适用缺陷分类残差神经网络，处理得到电力设备视频图像中的缺陷坐标位置。本发明解决了电力设备视频图像缺陷识别过程中的标记操作效率低、准确性低、检测模型的计算量大、网络结构复杂的技术问题。
-
-
-
-
-
-
-
-
-
搜索结果
65 条记录 (耗时 0.106 秒)
