-
公开(公告)号：CN110378260B
公开(公告)日：2024-02-06
申请号：CN201910605666.2
申请日：2019-07-05
Applicant: 国网安徽省电力有限公司铜陵供电公司 , 安徽南瑞继远电网技术有限公司
IPC: G06V20/40 , G06V10/764 , G06V10/774 , G06V10/40
Abstract: 本发明公开了基于KCF的实时刀闸状态跟踪方法，包括以下步骤：步骤一，当前帧图像初始化确定目标区域；步骤二，对所述当前帧图像提取HOG特征；步骤三，移动所述目标区域的窗口生成样本图像；步骤四，利用所述样本图像训练脊回归分类器；步骤五，利用所述脊回归分类器预测下一帧图像，生成新目标区域，获取当前帧图像的刀闸位置，重复步骤二至步骤五；步骤六，对相邻帧图像的刀闸位置进行判断，实现状态跟踪。本发明还提出基于KCF的实时刀闸状态跟踪系统。本发明基于KCF算法对刀闸监控视频进行目标定位跟踪，实时获取视频中刀闸的状态大大降低了运算量，提高了运算速度，使算法满足实时性要求。
-
公开(公告)号：CN114913156A
公开(公告)日：2022-08-16
申请号：CN202210537064.X
申请日：2022-05-17
Applicant: 国网安徽省电力有限公司铜陵供电公司 , 安徽南瑞继远电网技术有限公司
Abstract: 本申请涉及变压器故障的智能诊断领域，其具体地公开了一种变压器故障诊断系统及其诊断方法，其通过激光诱导荧光光谱技术，以基于荧光光谱对电力变压器油进行检测分析，进而快速准确地识别电力变压器的油样，这样，就能够准确有效地对电力变压器的不同故障类型进行诊断，以保障煤矿电力的正常供给。
-
公开(公告)号：CN114912533B
公开(公告)日：2023-02-07
申请号：CN202210567016.5
申请日：2022-05-23
Applicant: 国网安徽省电力有限公司铜陵供电公司 , 安徽南瑞继远电网技术有限公司
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06Q50/06
Abstract: 本申请涉及变压器故障的智能监测领域，其具体地公开了一种应用于变压器的状态监测系统及监测方法，其基于激光诱导荧光光谱技术以将激光打入电力变压器油样中得到荧光光谱，进一步再通过对于所述荧光光谱的分析来进行所述电力变压器油的检测，并且在此过程中，通过深度神经网络模型解决了噪声干扰对于光谱图质量的影响，使其能够准确有效地对所述电力变压器的故障进行诊断，以保障煤矿电力的正常供给。
-
公开(公告)号：CN113707176B
公开(公告)日：2022-09-09
申请号：CN202111026413.3
申请日：2021-09-02
Applicant: 国网安徽省电力有限公司铜陵供电公司 , 安徽南瑞继远电网技术有限公司 , 安徽大学
Abstract: 本发明涉及一种基于声信号及深度学习技术的变压器故障检测方法，与现有技术相比解决了难以应用声纹信号对变压器故障进行准确检测的缺陷。本发明包括以下步骤：电力变压器声音数据的采集获取；训练样本集内声信号的预处理；声信号数据的声音特征提取；构建变压器故障检测模型；变压器故障检测模型的训练；待检测变压器声信号数据的获取及预处理；待检测变压器故障检测结果的获得。本发明能够基于声纹信号进行变压器的故障检测。
-
公开(公告)号：CN110148107B
公开(公告)日：2023-07-11
申请号：CN201910139596.6
申请日：2019-02-26
Applicant: 国网安徽省电力有限公司铜陵供电公司 , 安徽南瑞继远电网技术有限公司
Abstract: 本发明公开了基于色度畸变与相位竞争编码的保护压板状态识别方法，包括如下步骤：对目标图像进行提取获得压板关键区域作为目标区域；对目标区域中的压板状态进行检测识别。本发明依托于电力系统中集中式远程图像监控系统，结合图像实现压板状态的快速识别；首先结合色度畸变完成压板关键区域提取，以避免复杂背景的干扰；同时以相位竞争编码对提取的关键区域进行处理，获取压板对应的角度。根据其角度，设定大于20°时为退出，小于5°时为投入状态。实现基于图像与相位特征可应用于压板状态的快速识别。
-
Patent Agency Ranking
公开(公告)号：CN114912533A
公开(公告)日：2022-08-16
申请号：CN202210567016.5
申请日：2022-05-23
Applicant: 国网安徽省电力有限公司铜陵供电公司 , 安徽南瑞继远电网技术有限公司
Abstract: 本申请涉及变压器故障的智能监测领域，其具体地公开了一种应用于变压器的状态监测系统及监测方法，其基于激光诱导荧光光谱技术以将激光打入电力变压器油样中得到荧光光谱，进一步再通过对于所述荧光光谱的分析来进行所述电力变压器油的检测，并且在此过程中，通过深度神经网络模型解决了噪声干扰对于光谱图质量的影响，使其能够准确有效地对所述电力变压器的故障进行诊断，以保障煤矿电力的正常供给。
-
公开(公告)号：CN110378260A
公开(公告)日：2019-10-25
申请号：CN201910605666.2
申请日：2019-07-05
Applicant: 国网安徽省电力有限公司铜陵供电公司 , 安徽南瑞继远电网技术有限公司
Abstract: 本发明公开了基于KCF的实时刀闸状态跟踪方法，包括以下步骤：步骤一，当前帧图像初始化确定目标区域；步骤二，对所述当前帧图像提取HOG特征；步骤三，移动所述目标区域的窗口生成样本图像；步骤四，利用所述样本图像训练脊回归分类器；步骤五，利用所述脊回归分类器预测下一帧图像，生成新目标区域，获取当前帧图像的刀闸位置，重复步骤二至步骤五；步骤六，对相邻帧图像的刀闸位置进行判断，实现状态跟踪。本发明还提出基于KCF的实时刀闸状态跟踪系统。本发明基于KCF算法对刀闸监控视频进行目标定位跟踪，实时获取视频中刀闸的状态大大降低了运算量，提高了运算速度，使算法满足实时性要求。
-
公开(公告)号：CN110148107A
公开(公告)日：2019-08-20
申请号：CN201910139596.6
申请日：2019-02-26
Applicant: 国网安徽省电力有限公司铜陵供电公司 , 安徽南瑞继远电网技术有限公司
Abstract: 本发明公开了基于色度畸变与相位竞争编码的保护压板状态识别方法，包括如下步骤：对目标图像进行提取获得压板关键区域作为目标区域；对目标区域中的压板状态进行检测识别。本发明依托于电力系统中集中式远程图像监控系统，结合图像实现压板状态的快速识别；首先结合色度畸变完成压板关键区域提取，以避免复杂背景的干扰；同时以相位竞争编码对提取的关键区域进行处理，获取压板对应的角度。根据其角度，设定大于20°时为退出，小于5°时为投入状态。实现基于图像与相位特征可应用于压板状态的快速识别。
-
公开(公告)号：CN114913156B
公开(公告)日：2023-01-24
申请号：CN202210537064.X
申请日：2022-05-17
Applicant: 国网安徽省电力有限公司铜陵供电公司 , 安徽南瑞继远电网技术有限公司
IPC: G06T7/00 , G06T5/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G01N21/64
Abstract: 本申请涉及变压器故障的智能诊断领域，其具体地公开了一种变压器故障诊断系统及其诊断方法，其通过激光诱导荧光光谱技术，以基于荧光光谱对电力变压器油进行检测分析，进而快速准确地识别电力变压器的油样，这样，就能够准确有效地对电力变压器的不同故障类型进行诊断，以保障煤矿电力的正常供给。
-
公开(公告)号：CN113707176A
公开(公告)日：2021-11-26
申请号：CN202111026413.3
申请日：2021-09-02
Applicant: 国网安徽省电力有限公司铜陵供电公司 , 安徽南瑞继远电网技术有限公司 , 安徽大学
Abstract: 本发明涉及一种基于声信号及深度学习技术的变压器故障检测方法，与现有技术相比解决了难以应用声纹信号对变压器故障进行准确检测的缺陷。本发明包括以下步骤：电力变压器声音数据的采集获取；训练样本集内声信号的预处理；声信号数据的声音特征提取；构建变压器故障检测模型；变压器故障检测模型的训练；待检测变压器声信号数据的获取及预处理；待检测变压器故障检测结果的获得。本发明能够基于声纹信号进行变压器的故障检测。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.049 seconds)
