公开(公告)号：CN115761428A

公开(公告)日：2023-03-07

申请号：CN202211525616.1

申请日：2022-11-30

申请人： 国网安徽省电力有限公司超高压分公司 ,  安徽大学

发明人： 李腾 ,  樊培培 ,  朱涛 ,  李冀 ,  董翔宇 ,  廖军 ,  赵梦露 ,  蒋欣峰 ,  卢一相 ,  高清维 ,  罗沙 ,  张学友 ,  景瑶 ,  张晨晨 ,  竺德 ,  孙冬 ,  张啸宇 ,  秦孜 ,  吴冬晖

IPC分类号： G06V10/80 ,  G06V10/143 ,  G06V10/20 ,  G06V10/34

摘要： 本发明实施例提供一种特高压换流变压器套管红外与可见光图像融合方法，属于图像处理领域。所述方法包括：获取同一套管的红外光图像和可见光图像；对所述红外光图像和所述可见光图像进行预处理；对预处理后的所述红外光图像和所述可见光图像进行图像分割；对分割后的所述红外光图像和可见光图像进行的细化处理，以形成对应的权重图；对预处理后的所述红外光图像和可见光图像进行亮度提取；将预处理后的所述红外光图像和可见光图像与对应的权重图进行单尺度加权，以形成预融合图像；将所述预融合图像与亮度提取后的亮度层相加以得到最终的融合图像。该方法可以有效的融合红外光和可见光图像。

公开(公告)号：CN115758124A

公开(公告)日：2023-03-07

申请号：CN202211543994.2

申请日：2022-11-30

申请人： 国网安徽省电力有限公司超高压分公司 ,  安徽大学

发明人： 李腾 ,  樊培培 ,  朱涛 ,  葛健 ,  杜鹏 ,  董翔宇 ,  廖军 ,  蒋欣峰 ,  张军 ,  卢一相 ,  高清维 ,  谢佳 ,  张学友 ,  方晶晶 ,  竺德 ,  孙冬 ,  陈辽语 ,  张晗 ,  刘一畅 ,  孙健

IPC分类号： G06F18/213 ,  G06Q10/20 ,  G06Q50/06 ,  G06F17/16

摘要： 本发明实施例提供一种自适应加权多视图学习的特高压换流变压器状态监测方法，属于振动信号的状态监测技术领域。所述监测方法包括：对振动信号进行多个维度的特征提取，将提取出的特征作为视图；初始化权重系数；将提取出的特征映射到核空间，以得到权重系数；判断当前的迭代次数是否达到预设的次数阈值；在判断所述迭代次数达到所述次数阈值的情况下，根据所述预测值实现对换流变压器的状态检测；在判断所述迭代次数未达到所述次数阈值的情况下，返回执行更新权重参数和学习率矩阵的步骤。该监测方法能够在具有更高鲁棒性的情况下准确监测变压器的状态。

公开(公告)号：CN115935135A

公开(公告)日：2023-04-07

申请号：CN202211525552.5

申请日：2022-11-30

申请人： 国网安徽省电力有限公司超高压分公司 ,  安徽大学

发明人： 李腾 ,  樊培培 ,  廖军 ,  刘之奎 ,  董翔宇 ,  张军 ,  李奇 ,  卢一相 ,  高清维 ,  谢佳 ,  黄道均 ,  马欢 ,  施雯 ,  吴翔 ,  胡坤 ,  竺德 ,  孙冬 ,  丰景 ,  张茜

IPC分类号： G06F17/18 ,  G01K13/00 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08

摘要： 本发明实施例提供一种特高压换流变压器顶层油温预测方法及存储介质，属于变压器检修领域。所述方法包括：获取特高压换流变压器顶层油温的历史数据；对所述历史数据进行单位根检验以使得所述历史数据平稳，并得到差分参数的值；对平稳后的所述历史数据进行处理，以得到关于所述历史数据的回归参数和移动平均参数；根据得到的所述回归参数和移动平均参数建立ARIMA预测模型；通过所述历史数据和ARIMA预测模型得到ARIMA模型的拟合残差；通过所述ARIMA模型拟合残差构建Attention‑BiGRU‑GRU网络模型；将所述ARIMA预测模型加上所述Attention‑BiGRU‑GRU网络模型以得到油温预测模型；将已采集的所述历史数据带入所述油温预测模型以得到未来油温的预测数据。该方法可以精确的预测油温的变化。

公开(公告)号：CN118781326A

公开(公告)日：2024-10-15

申请号：CN202410906096.1

申请日：2024-07-08

申请人： 安徽大学

发明人： 卢一相 ,  徐长青 ,  竺德 ,  赵大卫 ,  高清维 ,  孙冬 ,  翁畅

IPC分类号： G06V10/25 ,  G06V10/40 ,  G06V10/56 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06V10/42 ,  G06V10/44 ,  G06T7/50 ,  G06N3/0464 ,  G06N3/048

摘要： 本发明公开了一种基于深度感知RGB多尺度融合网络的目标检测方法，包括：步骤1，分别在RGB分支和深度分支中，对RGB图和深度图进行特征下采样，得到RGB特征和深度特征；在RGB分支中的下采样后插入深度感知RGB特征优化模块增强RGB特征；步骤2，基于多尺度注意力增强融合模块进行RGB特征和深度特征融合；步骤3，双注意力引导模块使用更深的特征来引导融合后的特征以进行进一步滤波；步骤4，利用sigmoid函数优化显著性区域检测，得到最终的检测目标。本发明可以在不增加太多参数的情况下更准确地滤除当前特征，进行更高效的提取和融合，提高在复杂背景或者不同光照条件下显著性检测的精度。

公开(公告)号：CN118154447B

公开(公告)日：2024-08-20

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

发明人： 钱宇骋 ,  王署东 ,  赵常威 ,  卢一相 ,  竺德 ,  高清维 ,  甘津瑞 ,  张鹏 ,  刘浩 ,  夏卫尚 ,  韩兆刚 ,  常珂 ,  陈彬

IPC分类号： G06T5/60 ,  G06T5/77 ,  G06T7/13

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：CN118279289A

公开(公告)日：2024-07-02

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

发明人： 钱宇骋 ,  王署东 ,  赵常威 ,  卢一相 ,  竺德 ,  高清维 ,  甘津瑞 ,  张鹏 ,  刘浩 ,  夏卫尚 ,  韩兆刚 ,  常珂 ,  陈彬

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。

公开(公告)号：CN117474782A

公开(公告)日：2024-01-30

申请号：CN202311493612.4

申请日：2023-11-10

申请人： 安徽大学

发明人： 卢一相 ,  张伟健 ,  竺德 ,  高清维 ,  孙冬 ,  彭思远 ,  赵大卫

IPC分类号： G06T5/50 ,  G06V10/44 ,  G06V10/80 ,  G06V10/771 ,  G06V10/54 ,  G06N3/045 ,  G06N3/0464

摘要： 本申请提供一种红外图像与可见光图像的融合方法及系统，该方法包括采集可见光图像以及对应的红外图像；多级特征提取步骤；将经过残差密集块的每级第一红外特征与第一可见光特征输入至模态融合模块，获取第二红外特征与第二可见光特征；加权运算步骤：将第二可见光特征与第一可见光图像加权后输入至下一层残差密集块，将第二红外特征与第一红外图像加权后输入至下一层残差密集块；判断残差密集块提取分支网络的级数是否小于预设级数，若是，循环多级特征提取步骤至加权运算步骤；若否，将最后一级输出的第二红外特征和第二可见光特征与对应输入的第一红外图像和第一可见光图像分别相加，并结合后输入至解码器恢复图像特征，以获得融合图像。

公开(公告)号：CN117011669A

公开(公告)日：2023-11-07

申请号：CN202310814159.6

申请日：2023-07-03

申请人： 安徽大学

发明人： 竺德 ,  程超 ,  卢一相 ,  高清维 ,  孙冬 ,  吴瑞华 ,  周旭 ,  鲍永超

IPC分类号： G06V10/82 ,  G06V10/80 ,  G06V10/52 ,  G06V10/54 ,  G06V10/764 ,  G06V10/77 ,  G06V10/26 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/048 ,  G06N3/08

摘要： 本申请提供一种红外小目标检测方法及系统，红外小目标检测方法包括：利用卷积将一单通道图片下采样为多个不同尺度的多通道特征图；基于卷积运算提取所述多通道特征图的细节特征，并输出第一特征图；基于稀疏采样的特征关联注意力机制，将所述第一特征图转变为第二特征图；使用双线性差值的方式对所述第二特征图进行上采样，并获取第三特征图；将所述第三特征图、所述第二特征图与所述第一特征图矩阵相加，并输出融合特征图；整合所述融合特征图的多通道特征，并将卷积后的特征转化为像素点的二分类概率；基于饱和激活函数，筛选符合待测目标的像素点，以解决现有的小目标检测算法效果不佳、计算量大的技术问题。

公开(公告)号：CN116309115A

公开(公告)日：2023-06-23

申请号：CN202310064603.7

申请日：2023-02-06

申请人： 安徽大学

发明人： 竺德 ,  彭思远 ,  高清维 ,  卢一相 ,  孙冬 ,  赵大卫

IPC分类号： G06T5/00 ,  G06T5/50 ,  G06N3/045 ,  G06N3/0499

摘要： 本发明公开了一种基于深度耦合反馈网络的全色锐化方法，涉及图像融合技术领域，包括以下步骤：获取PAN图像和MS图像；构建深度耦合反馈网络；将PAN图像和MS图像输入至深度耦合反馈网络，最终输出为融合图像；深度耦合反馈网络包括：输入模块，接收PAN图像和MS图像；特征提取模块，包括三个FEB模块，用于提取PAN图像的低级特征和高级特征以及MS图像的特征；两个CFB子网络，包括多组对称的CFB模块，用于将提取到的多个特征进行融合；输出模块，输出融合图像。本发明的PSCF‑Net能够在特征域中实现PAN图像和MS图像的深度特征融合，能够得到同时拥有高光谱和空间分辨率的图像。

公开(公告)号：CN116091374A

公开(公告)日：2023-05-09

申请号：CN202310015361.2

申请日：2023-01-05

申请人： 安徽大学

发明人： 竺德 ,  张勇康 ,  高清维 ,  卢一相 ,  孙冬 ,  赵大卫

IPC分类号： G06T5/50 ,  G06T5/00

摘要： 本发明涉及图像处理技术领域，公开了基于图像增强和权重优化的红外与可见光图像融合方法，本申请采用了一种新的权重图构造方法，能够更充分地提取输入图像的重要特征；在加权融合之前对源图像进行增强，以解决加权融合容易导致细节和特征不足的缺陷，此外，对权重系数的优化使本方法比传统的加权融合方法相比更具鲁棒性。本方法生成的融合图像有着良好的特征与细节表现，并且不会产生伪影。