-
公开(公告)号:CN112293402A
公开(公告)日:2021-02-02
申请号:CN202010989378.4
申请日:2020-09-18
申请人: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌科晨电力试验研究有限公司 , 南昌大学
摘要: 本发明属于输电线路技术领域,公开了一种输电杆塔自取能柔性驱鸟围栏,包括电子围栏,电子围栏安装在绝缘子串上方的金属杆塔横担上,电子围栏由平行交替布置零线和火线构成,零线直接与接地的金属杆塔横担电性连接,火线通过绝缘底座固定在金属杆塔横担上,火线连接绝缘子串的第2片绝缘子铁帽。本发明通过第1片绝缘子上的电容电压放电驱鸟,具有长效性且对鸟不会形成伤害,通过磁性绝缘底座和磁性导电底座来安装电子围栏,安装方便,可适应各种金属杆塔横担结构。
-
公开(公告)号:CN111626093B
公开(公告)日:2023-12-26
申请号:CN202010229304.0
申请日:2020-03-27
申请人: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌大学 , 南昌科晨电力试验研究有限公司
IPC分类号: G06F18/24 , G06F18/213
摘要: 本发明公开了一种基于鸣声功率谱密度的输电线路相关鸟种识别方法。该方法通过建立输电线路渉鸟故障相关鸟种鸣声数据库,构建鸟种鸣声信号预处理算法模块和特征提取算法模块,运用离散傅里叶变换和功率谱估计方法提取鸣声信号的功率谱密度值,作为区分不同鸟种的特征向量;构建鸟种鸣声信号分类识别的机器学习算法模块,利用渉鸟故障相关鸟种鸣声信号的功率谱密度特征集对多分类模型进行训练,得到鸟种智能识别模型;将输电线路运维人员巡检过程中记录的鸟种鸣声信号导入预处理模块、特征提取模块和智能识别模型,输出对应的鸟种信息。本发明有利于提高鸟种分类识别的准确率,进而提高输电线路渉鸟故障防治的针对性和有效性。
-
公开(公告)号:CN116665080A
公开(公告)日:2023-08-29
申请号:CN202310920093.9
申请日:2023-07-26
申请人: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌大学 , 南昌科晨电力试验研究有限公司
IPC分类号: G06V20/17 , G06V10/82 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/766 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/08
摘要: 本发明公开了基于目标识别的无人机劣化绝缘子检测方法及系统,该方法包括,对现场收集的绝缘子红外图像构建图像数据集,对图像数据集预处理并标注,搭建改进YOLOv8‑seg实例分割模型与改进YOLOv8目标检测模型,通过训练好的改进YOLOv8‑seg实例分割模型与基于边缘检测的图像分割算法对绝缘子图像进行融合分割,通过训练好的改进YOLOv8目标检测模型对绝缘子融合分割图像进行绝缘子劣化区域目标检测,本发明通过采用图像处理技术和算法,可以实现对瓷绝缘子的实时检测和及时报警,并提高检测的速度、准确性和可靠性。
-
公开(公告)号:CN115661645A
公开(公告)日:2023-01-31
申请号:CN202211295413.8
申请日:2022-10-21
申请人: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌大学 , 南昌科晨电力试验研究有限公司
IPC分类号: G06V20/10 , G06V10/26 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/08 , G06Q10/04 , G06Q50/06
摘要: 本发明公开一种基于改进Unet网络的输电线路覆冰厚度预测方法,该方法构建输电线路覆冰图像数据集并进行预处理、标签制作;构建改进的Unet网络,利用预处理后的图像进行训练;利用训练后的Unet网络对覆冰前后的图像进行语义分割,计算导线的像素面积后利用经验公式获得初步预测覆冰厚度;获得各组预测误差取平均得到调整系数,计算最终覆冰厚度。本发明可以准确地对输电线路覆冰厚度进行预测。
-
公开(公告)号:CN114573948A
公开(公告)日:2022-06-03
申请号:CN202210196988.8
申请日:2022-03-02
申请人: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌大学 , 南昌科晨电力试验研究有限公司
IPC分类号: C08L63/00 , C08K13/04 , C08K7/14 , C08K7/28 , C08K3/22 , C08K5/132 , C08K5/134 , B29C70/30 , B29C69/00 , A01M29/32 , A01M29/08
摘要: 本发明公开了一种拼接式抗老化防鸟盒制备方法,先配置防鸟盒浆料;将防鸟盒浆料分别放入制作防鸟盒板材的模具和防鸟盒连接件的模具上制作出环氧树脂板和环氧树脂连接件,再将环氧树脂板按照防鸟盒形状切割成防鸟盒的五个面形状的板材,再将板材的每个边上钻若干连接孔形成拼接板材,将环氧树脂连接件按照防鸟盒边长分段切割,并将环氧树脂连接件两端面切成斜面配合,形成防鸟盒连接件,在需要使用时,只需要将五个面的拼接板材与相应的防鸟盒连接件拼接形成防鸟盒即可。
-
公开(公告)号:CN116665080B
公开(公告)日:2023-11-07
申请号:CN202310920093.9
申请日:2023-07-26
申请人: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌大学 , 南昌科晨电力试验研究有限公司
IPC分类号: G06V20/17 , G06V10/82 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/766 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/08
摘要: 本发明公开了基于目标识别的无人机劣化绝缘子检测方法及系统,该方法包括,对现场收集的绝缘子红外图像构建图像数据集,对图像数据集预处理并标注,搭建改进YOLOv8‑seg实例分割模型与改进YOLOv8目标检测模型,通过训练好的改进YOLOv8‑seg实例分割模型与基于边缘检测的图像分割算法对绝缘子图像进行融合分割,通过训练好的改进YOLOv8目标检测模型对绝缘子融合分割图像进行绝缘子劣化区域目标检测,本发明通过采用图像处理技术和算法,可以实现对瓷绝缘子的实时检测和及时报警,并提高检测的速度、准确性和可靠性。
-
公开(公告)号:CN112293402B
公开(公告)日:2022-04-08
申请号:CN202010989378.4
申请日:2020-09-18
申请人: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌科晨电力试验研究有限公司 , 南昌大学
摘要: 本发明属于输电线路技术领域,公开了一种输电杆塔自取能柔性驱鸟围栏,包括电子围栏,电子围栏安装在绝缘子串上方的金属杆塔横担上,电子围栏由平行交替布置零线和火线构成,零线直接与接地的金属杆塔横担电性连接,火线通过绝缘底座固定在金属杆塔横担上,火线连接绝缘子串的第2片绝缘子铁帽。本发明通过第1片绝缘子上的电容电压放电驱鸟,具有长效性且对鸟不会形成伤害,通过磁性绝缘底座和磁性导电底座来安装电子围栏,安装方便,可适应各种金属杆塔横担结构。
-
公开(公告)号:CN111626093A
公开(公告)日:2020-09-04
申请号:CN202010229304.0
申请日:2020-03-27
申请人: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌大学 , 南昌科晨电力试验研究有限公司
IPC分类号: G06K9/00
摘要: 本发明公开了一种基于鸣声功率谱密度的输电线路相关鸟种识别方法。该方法通过建立输电线路渉鸟故障相关鸟种鸣声数据库,构建鸟种鸣声信号预处理算法模块和特征提取算法模块,运用离散傅里叶变换和功率谱估计方法提取鸣声信号的功率谱密度值,作为区分不同鸟种的特征向量;构建鸟种鸣声信号分类识别的机器学习算法模块,利用渉鸟故障相关鸟种鸣声信号的功率谱密度特征集对多分类模型进行训练,得到鸟种智能识别模型;将输电线路运维人员巡检过程中记录的鸟种鸣声信号导入预处理模块、特征提取模块和智能识别模型,输出对应的鸟种信息。本发明有利于提高鸟种分类识别的准确率,进而提高输电线路渉鸟故障防治的针对性和有效性。
-
公开(公告)号:CN114067368B
公开(公告)日:2022-06-14
申请号:CN202210046866.0
申请日:2022-01-17
申请人: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌大学 , 国网江西省电力有限公司超高压分公司 , 南方电网科学研究院有限责任公司
IPC分类号: G06V40/10 , G06V10/30 , G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04
摘要: 本发明公开了一种基于深度卷积特征的电网危害鸟种分类识别方法,首先针对电网巡检拍摄的鸟种图像,构建电网危害鸟种图像数据集,基于前馈去噪卷积神经网络对鸟种图像进行去噪预处理;搭建卷积神经网络DarkNet‑53模型,采用大规模开放数据集进行预训练,利用预处理后的鸟种图像训练集重新训练,并采用卷积神经网络可视化工具Grad‑CAM算法生成不同特征提取层的热力图,提取最佳特征图中的鸟种图像深度卷积特征;构建基于纠错输出编码支持向量机的鸟种分类识别模型,采用鸟种图像的深度卷积特征进行训练和测试,实现对危害鸟种的分类识别。本发明可用于电网涉鸟故障的差异化防治,有助于电网巡检人员准确识别鸟类。
-
公开(公告)号:CN118247554A
公开(公告)日:2024-06-25
申请号:CN202410333861.5
申请日:2024-03-22
申请人: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌大学
IPC分类号: G06V10/764 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045
摘要: 本发明公开了一种基于深度学习的误撞输电线路鸟种检测方法及系统,具体包括以下步骤:使用加雾加噪对提取的珍稀鸟种图像进行预处理,构建误撞输电线路珍稀鸟种图像数据集;构建包括主干特征提取网络,特征融合网络以及检测网络的鸟种目标检测模型,通过引进SBS模块来加强特征提取,引进DR1模块和DR2模块来加强特征融合,并添加辅助检测头、注意力机制来增强检测网络的检测能力;对鸟种目标检测模型进行训练获得最优训练权重来对珍稀鸟种进行检测。本发明通过加强多尺度特征融合和添加浅层辅助头加强关键信息获取能力,从而增强模型的鲁棒性与泛化性。
-
-
-
-
-
-
-
-
-