一种基于深度学习的危险源识别方法与系统

    公开(公告)号:CN108665484B

    公开(公告)日:2021-07-09

    申请号:CN201810494968.2

    申请日:2018-05-22

    IPC分类号: G06T7/246 G06T7/73 G06K9/62

    摘要: 本发明提供一种基于深度学习的危险源识别方法与系统,所述方法包括:S1、将摄像机采集到的图像以固定速率传输至后台服务器;S2、后台服务器将采集到的图像利用深度学习算法求得特征,以该特征作为运动图像的检测条件;S3、将所述特征输入系数字典,根据最优化稀疏表示求解得到运动目标;S4、利用双目视觉对由稀疏表示求得的运动特征进行定位,实现危险源识别。本发明解决了现有技术下输变电线路的危险源识别难度大的问题,有效降低了人工提取危险源特征的劳动复杂度,其对特征的表达较其他方法更加完整有效,最终实现对危险源运动特征的定位,保护输变电线路安全。

    一种基于LBS的变电站设备状态信息显示方法及系统

    公开(公告)号:CN107896004B

    公开(公告)日:2020-08-07

    申请号:CN201711191488.0

    申请日:2017-11-24

    IPC分类号: H02J13/00

    摘要: 本发明公开了一种基于LBS的变电站设备状态信息显示方法及系统,包括:对变电站电力设备的基础台账信息增加地理位置字段,将变电站电力设备的经纬度信息进行录入;移动终端获取当前位置信息并上传到电网生产管理系统;电网生产管理系统获取当前变电站电力设备地理位置信息,同时与电力系统数据库中相应的变电站电力设备数据进行比对,获取与当前地理位置信息相同或者相近的电力设备状态信息,将其返回给移动终端;移动终端将获取到的电力设备状态信息进行显示。发明有益效果:提高的变电站运维人员对设备实时状态信息的掌握,满足的运维人员可以在设备前查看设备运行信息的需要。