一种变电设备典型缺陷生成方法
    4.
    发明公开

    公开(公告)号:CN119180991A

    公开(公告)日:2024-12-24

    申请号:CN202411333678.1

    申请日:2024-09-24

    Abstract: 本发明涉及一种变电设备典型缺陷生成方法,所述方法包括:获取变电站设备的图像;构建缺陷检测网络模型并训练,得到经训练的变电站典型目标缺陷检测模型;所述变电站典型目标缺陷检测模型包括:BN‑CBAM改进的骨干网络和特征融合模块,所述BN‑CBAM改进的骨干网络包括依次连接的五个BN‑CBAM模块,每个BN‑CBAM模块均包括:第一个批处理归一化层、通道注意力层、第二个批处理归一化层和空间注意力层;每个所述BN‑CBAM模块输出的特征图均输入至所述特征融合模块产生新的特征图;将所述变电站设备的图像输入所述经训练的变电站缺陷目标检测模型,预测得到所述变电站设备图像中的缺陷区域以及缺陷类型。

    一种变电站场景点云语义分割方法

    公开(公告)号:CN115439653A

    公开(公告)日:2022-12-06

    申请号:CN202211275613.7

    申请日:2022-10-18

    Abstract: 本发明提供了一种变电站场景点云语义分割方法,属于语义分割技术领域;解决了变电站场景复杂、点云数众多、特征提取困难,无法准确提取到具有鉴别性的特征容易出现欠分割或者过分割等问题;包括如下步骤:建立变电站点云语义分割数据集;点云数据集标注;构建变电站点云语义分割模型——Seg‑PointNet模型,模型主要创新包括提出多尺度残差结构(RES‑MLP),提出3D点云特征金字塔(3DP‑SSP),融入注意力机模块SENet;模型训练和测试,模型在斯坦福大学建立的公共数据集S3DIS上进行训练,在自建变电站点云数据集SCP上进行验证,实现变电站点云数据的分割;本次发明主要应用于变电站的场景建模,可适用于移动装置。

    一种面积区域相对温差的电力设备自动诊断方法

    公开(公告)号:CN114723962A

    公开(公告)日:2022-07-08

    申请号:CN202210367951.7

    申请日:2022-04-08

    Abstract: 本发明请求保护一种面积区域相对温差的电力设备自动诊断方法,属于智能电网信息技术领域,其包括以下步骤:构建电力设备红外图像数据集,搭建YOLOv4的网络模型结构,训练检测同种类型设备识别的YOLOv4模型;通过提取同种类型设备的特征,开展基于YOLO的红外图像中同种类型设备识别;从设备识别结果中挑选出异常设备;采用基于图像处理方法对异常设备的发热区域进行温度矩阵提取;根据提取的温度矩阵,采用基于同类型设备面积区域比较的诊断方法进行自动诊断。有效提高了电力设备红外图像的诊断能力;利用主流的人工智能技术,开发针对电力设备的深度学习模型,引入面积区域相对温差的概念,实现电力设备红外诊断的设备类型分析精细化。

    一种电力设备红外测温局部结构辐射率参数校准方法

    公开(公告)号:CN114705304A

    公开(公告)日:2022-07-05

    申请号:CN202210369171.6

    申请日:2022-04-08

    Abstract: 本发明请求保护一种电力设备红外测温局部结构辐射率参数校准方法,属于电力设备状态评估领域,能够准确识别并校准红外图像中电力设备不同局部结构的辐射率,包括以下步骤:结合了FLIR公司的FLIR TOOL软件并自己编写批处理程序对包含水印、颜色表、目标点、线、框及其对应的温度信息的原始热像图进行红外图像预处理;再用labelImg软件对预处理后的红外图像中电力设备的局部结构进行标注;然后采用改进的SSD算法进行局部结构的自动识别,用于实现不同尺寸的结构的有效识别;之后通过识别出的结构名称自动查找对应的辐射率,得到该结构的实际辐射率,最后对局部结构进行区域分割,并重新赋值该局部结构对应图像区域的辐射率参数,实现辐射率参数校准。

Patent Agency Ranking