-
公开(公告)号:CN114764900A
公开(公告)日:2022-07-19
申请号:CN202210424211.2
申请日:2022-04-22
申请人: 国网江苏省电力有限公司 , 国网江苏省电力有限公司超高压分公司 , 南京邮电大学
IPC分类号: G06V20/40 , G06V20/52 , G06V40/10 , G06V40/20 , G06V10/82 , G06N3/04 , G06N3/08 , G06T7/60 , G06Q50/06
摘要: 本发明公开了一种变电站现场作业的越界违章监测方法,包括:通过移动端摄像头获取变电站作业现场的图像数据;根据预构建的移动端检测模型对图像数据进行识别,获取图像数据中的三角锥、作业人员以及安全帽的检测框;根据三角锥和作业人员的检测框进行周界越界监测;基于RTK定位技术获取安全帽的真实高度;根据安全帽的真实高度和检测框以及作业人员的检测框进行高程越界监测;本发明不仅能有效识别地面违章行为,还能识别高程越界违章行为,且部署灵活,操作简单,实时性强,可重用性好。
-
公开(公告)号:CN114820369A
公开(公告)日:2022-07-29
申请号:CN202210450407.9
申请日:2022-04-24
申请人: 国网江苏省电力有限公司 , 国网江苏省电力有限公司超高压分公司 , 南京邮电大学
IPC分类号: G06T5/00 , G06T5/30 , G06T7/11 , G06V10/77 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/08
摘要: 本发明公开了一种基于改进的RandLA‑Net的变电站设备点云分割方法,包括:获取点云数据和图像数据;使用点云数据和图像数据制作训练数据集,并对点云数据进行MIX3D数据增强,导入点云分割双流网络,获得点云特征和图像颜色纹理特征;根据图像数据和点云数据的映射关系,将点云特征和图像颜色纹理特征进行融合拼接,获得特征向量,导入分割头网络,输出点云分割结果测试值;代入损失函数计算交叉熵损失,采用反向传播推导;根据反向传播推导的梯度优化点云分割双流网络,基于优化的点云分割双流网络输出变电站设备点云的分割结果。本发明有效地平衡了变电站全局语义信息和局部结构信息,引入图像分支网络补点云的颜色纹理特征,提高变电站设备点云分割的精度。
-
公开(公告)号:CN108957395B
公开(公告)日:2022-06-10
申请号:CN201810348648.6
申请日:2018-04-18
申请人: 江苏省送变电有限公司 , 南京邮电大学 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司经济技术研究院 , 国家电网公司
IPC分类号: G01S5/04
摘要: 本发明公开了一种隧道内噪声免疫的移动目标三维定位方法,该定位方法包括:(1)根据隧道内环境布设信标节点、定位识别卡和数据传输装置;(2)传感器节点基于RSSI测距方法进行测距并将数据汇聚到数据中心,构建出初始的部分缺失且含噪欧式距离矩阵;(3)引入混合高斯分布拟合未知噪声,将隧道内复杂环境下部分缺失欧氏距离矩阵补全问题建模为噪声免疫的低秩矩阵分解模型,并采用经典的期望最大化算法求解该模型;(4)基于补全后的节点间真实欧式距离矩阵,采用经典的多维缩放算法,测算出隧道内移动目标的真实位置;本发明充分考虑了隧道内复杂环境对传感器节点测距的影响,能在各类噪声下对隧道内移动目标进行实时精准定位。
-
公开(公告)号:CN108957395A
公开(公告)日:2018-12-07
申请号:CN201810348648.6
申请日:2018-04-18
申请人: 江苏省送变电有限公司 , 南京邮电大学 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司经济技术研究院 , 国家电网公司
IPC分类号: G01S5/04
CPC分类号: G01S5/04
摘要: 本发明公开了一种隧道内噪声免疫的移动目标三维定位方法,该定位方法包括:(1)根据隧道内环境布设信标节点、定位识别卡和数据传输装置;(2)传感器节点基于RSSI测距方法进行测距并将数据汇聚到数据中心,构建出初始的部分缺失且含噪欧式距离矩阵;(3)引入混合高斯分布拟合未知噪声,将隧道内复杂环境下部分缺失欧氏距离矩阵补全问题建模为噪声免疫的低秩矩阵分解模型,并采用经典的期望最大化算法求解该模型;(4)基于补全后的节点间真实欧式距离矩阵,采用经典的多维缩放算法,测算出隧道内移动目标的真实位置;本发明充分考虑了隧道内复杂环境对传感器节点测距的影响,能在各类噪声下对隧道内移动目标进行实时精准定位。
-
公开(公告)号:CN109270489A
公开(公告)日:2019-01-25
申请号:CN201810797288.8
申请日:2018-07-19
申请人: 江苏省送变电有限公司 , 南京邮电大学 , 国家电网有限公司 , 国网江苏省电力有限公司
摘要: 本发明公开了一种基于UWB的NLOS隧道环境下的实时连续定位方法,包括:每个标签节点与所有邻近的锚点不断通信,测量出从自己到锚点的距离,采用最小二乘法预测标签节点的位置,然后采用基于贪心的聚类算法来估算标签节点的位置,最后根据预测位置和估算位置确定标签节点的最终位置。本发明方法使得定位更加准确,满足了隧道人员和车辆定位的需要。
-
公开(公告)号:CN109270489B
公开(公告)日:2022-06-17
申请号:CN201810797288.8
申请日:2018-07-19
申请人: 江苏省送变电有限公司 , 南京邮电大学 , 国家电网有限公司 , 国网江苏省电力有限公司
摘要: 本发明公开了一种基于UWB的NLOS隧道环境下的实时连续定位方法,包括:每个标签节点与所有邻近的锚点不断通信,测量出从自己到锚点的距离,采用最小二乘法预测标签节点的位置,然后采用基于贪心的聚类算法来估算标签节点的位置,最后根据预测位置和估算位置确定标签节点的最终位置。本发明方法使得定位更加准确,满足了隧道人员和车辆定位的需要。
-
公开(公告)号:CN115495892A
公开(公告)日:2022-12-20
申请号:CN202211079831.3
申请日:2022-09-05
申请人: 国网上海能源互联网研究院有限公司 , 国家电网有限公司 , 国网浙江省电力有限公司 , 国网江苏省电力有限公司
IPC分类号: G06F30/20 , H02J1/10 , G06F113/04
摘要: 本发明公开了一种用于低压台区柔性互联系统的稳定性分析建模方法及装置,包括:根据低压台区柔性互联系统中的直流电压控制单元、光伏和储能的控制能力及特性,建立直流电压控制单元的小信号模型、功率控制单元的小信号模型;对所述直流电压控制单元的小信号模型和功率控制单元的小信号模型进行等效降阶建模,获得设备小信号模型;将所述低压台区柔性互联系统中的任意一台并网换流器运行于定直流电压模式,剩余并网换流器运行于功率控制模式,基于所述小信号模型,形成用于所述低压台区柔性互联系统稳定性分析的等效电路降阶模型。有效简化多换流器并网的低压柔性互联系统模型,降低互联系统小信号稳定性分析难度,有效支撑运行控制策略研究。
-
公开(公告)号:CN114239744B
公开(公告)日:2024-07-02
申请号:CN202111576827.3
申请日:2021-12-21
申请人: 南京邮电大学
IPC分类号: G06F18/214 , G06N3/094
摘要: 本发明公开了一种基于变分生成对抗网络的个体处理效应评估方法,采用变分自编码器推断观测特征的隐表示,来获取完整的潜在因素,设计生成对抗网络推断反事实结果并指导变分自编码器更好地解耦潜在因素为工具因素,混淆因素以及调整因素,同时引入了一种自适应加权的方法基于解耦的混淆因素进一步控制数据偏差。本发明基于变分自编码器与生成对抗网络设计协同学习策略,提出变分生成对抗网络模型来估计个体处理效应,与现有方法相比,提高了个体处理效应评估的准确率。
-
公开(公告)号:CN117974634B
公开(公告)日:2024-06-04
申请号:CN202410361714.9
申请日:2024-03-28
申请人: 南京邮电大学
IPC分类号: G06T7/00 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/08
摘要: 本发明属于基于计算机视觉的缺陷检测领域,公开了一种基于证据深度学习的无锚框表面缺陷可信检测方法,包括:获取缺陷样本训练数据集;构建基于证据深度学习的无锚框表面缺陷可信检测模型;使用所提出的不确定性自适应加权损失训练模型;获取缺陷样本测试数据集;将测试图像输入已训练的模型中,分别预测缺陷中心证据热力图、缺陷尺寸热力图和离散化误差热力图;使用D‑S理论对缺陷中心证据热力图局部峰值点进行可信融合,结合尺寸和离散化误差来生成最终结果。本发明使用证据深度学习方法建模不确定性,有效缓解现代深度网络过度自信的问题,降低高端装备核心零部件表面缺陷检测时漏检或误检风险。
-
公开(公告)号:CN118037710A
公开(公告)日:2024-05-14
申请号:CN202410325056.8
申请日:2024-03-21
申请人: 南京邮电大学
IPC分类号: G06T7/00 , G06V30/148 , G06V10/762 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/25
摘要: 本发明提出一种基于扩散模型的变电站光缆图智能解析方法、装置及存储介质,包括:对待识别的变电站光缆图进行预处理,获得处理后的图纸;标注处理后的图纸数据,构建训练集、验证集和测试集;构建图元检测模型,使用基于Swin transformer和EFPN网络的主干网络,并在解码器中加入CBAM注意力机制;训练集训练构建的图元检测模型,验证集进行最佳模型选择,得到训练后的图元检测模型;将测试集的图纸输入训练好的图元检测模型和字符识别模型;将图元检测结果和字符识别结果进行匹配,输出最终结果。采用在扩散模型基础上进一步修改DiffusionDet网络结构的目标检测方法,并提出融合拓扑匹配和聚类分析的配对算法,使得变电站光缆图的解析工作更加智能高效且具有较好的可迁移性。
-
-
-
-
-
-
-
-
-