-
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:CN114067368A
公开(公告)日:2022-02-18
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:CN114581633A
公开(公告)日:2022-06-03
申请号:CN202210116893.0
申请日:2022-02-08
IPC分类号: G06T19/00 , G06T17/00 , G06T7/73 , G06V20/17 , G06V10/764
摘要: 本发明涉及输电杆塔巡检技术领域,公开了一种输电杆塔一杆六照无人机巡检及目标检测缺陷分析方法,通过在三维杆塔点云中简单标记,计算生成一杆六照航点;将航点按顺序连接生成杆塔一杆六照无人机巡检航线;判断航线是否安全,并对不安全的航线自动增加转弯点,从而得到最终的杆塔无人机巡检航线;实飞巡检,并优化航点:采用yolov5或Cornernet‑Compare目标检测算法,对巡检照片进行隐患智能识别。本发明可以快速生成一杆六照航线,改进智能识别算法,对巡检照片进行快速缺陷隐患识别,能够更快、更精准地找出缺陷隐患,提升数据处理质量。
-
公开(公告)号:CN111047561A
公开(公告)日:2020-04-21
申请号:CN201911154087.7
申请日:2019-11-22
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 , 华北电力大学 , 南方电网科学研究院有限责任公司
摘要: 本发明涉及一种复合绝缘子伞裙龟裂纹的识别方法,属于图像处理技术领域。本申请通过获取含有龟裂纹的图像;对所述含有龟裂纹的图像进行预处理;对所述龟裂纹进行轮廓提取后识别所述龟裂纹;从而有效获得龟裂纹的轮廓特征,实现对复合绝缘子龟裂纹缺陷进行识别。同时对所述提取的龟裂纹轮廓进行分形维数计算,提取分形维数特征对龟裂纹严重程度进行表征。
-
公开(公告)号:CN113987033A
公开(公告)日:2022-01-28
申请号:CN202111615216.5
申请日:2021-12-28
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 , 国网江西省电力有限公司 , 南昌大学
摘要: 本发明公开了一种主变在线监测数据群体偏差识别与校准方法,数据收集;对线下数据校核过的在线监测数据进行分段线性化,提取线段曲线与数据群体特征;构建分段关联挖掘模型,对曲线特征表征的线段集合进行符号化,使用Apriori算法挖掘在线检测数据不同指标的关联性,发现异常数值;考虑时段特性获取支持度变化,并识别数据偏差;利用强关联指标序列构建多指标预测模型,完成偏差校准;利用校准数据重新计算不同指标的关联性,验证数据群体偏差校准的可靠性。本发明可通过挖掘不同指标序列的关联规则,识别数据群体偏差,并构建一种基于改进遗传算法优化的BP神经网络算法多指标预测模型对数据群体偏差进行校准。
-
公开(公告)号:CN113987033B
公开(公告)日:2022-04-12
申请号:CN202111615216.5
申请日:2021-12-28
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 , 国网江西省电力有限公司 , 南昌大学
摘要: 本发明公开了一种主变在线监测数据群体偏差识别与校准方法,数据收集;对线下数据校核过的在线监测数据进行分段线性化,提取线段曲线与数据群体特征;构建分段关联挖掘模型,对曲线特征表征的线段集合进行符号化,使用Apriori算法挖掘在线检测数据不同指标的关联性,发现异常数值;考虑时段特性获取支持度变化,并识别数据偏差;利用强关联指标序列构建多指标预测模型,完成偏差校准;利用校准数据重新计算不同指标的关联性,验证数据群体偏差校准的可靠性。本发明可通过挖掘不同指标序列的关联规则,识别数据群体偏差,并构建一种基于改进遗传算法优化的BP神经网络算法多指标预测模型对数据群体偏差进行校准。
-
公开(公告)号:CN110903756A
公开(公告)日:2020-03-24
申请号:CN201911154436.5
申请日:2019-11-22
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 , 南昌科晨电力试验研究有限公司
IPC分类号: C09D183/04 , C09D5/26 , C09D7/62 , C09D7/63 , C09D7/65
摘要: 本发明涉及一种智能感温变色RTV涂料及其制备方法,属于电气绝缘材料领域。本发明将RTV涂料和变色粉剂结合,再添加硅烷偶联剂、无水乙醇、抗氧化剂、氢氧化铝等助剂,制成可以感温变色的RTV涂料,能够在通过肉眼观察监视温度变化,提供温度异常预警,同时各个原料共同作用,具有抗老化的技术效果,通过喷涂、涂刷等方式应用于诸多电力设备,施工要求低、方便快捷,形式多样,应用前景广阔。
-
公开(公告)号:CN112184666A
公开(公告)日:2021-01-05
申请号:CN202011040087.7
申请日:2020-09-28
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
摘要: 本发明的实施例提供一种目标设备的检测方法、装置及系统。目标设备的检测方法,包括:获取双光设备采集的变电站场景的视频码流;根据所述视频码流进行目标设备的检测,获得第一检测结果,所述检测结果包括:绝缘子目标检测框信息;将所述第一检测结果输入检测引擎进行检测,获得所述目标设备的第二检测结果。本发明的方案可以实现变电站场景中的目标设备的远程监测,不需要运维人员现场实时监测,保证监测的实时性。
-
公开(公告)号:CN111303632B
公开(公告)日:2022-04-12
申请号:CN202010227576.7
申请日:2020-03-26
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 , 南昌科晨电力试验研究有限公司
IPC分类号: C08L83/04 , C08L61/20 , C08K9/10 , C08K5/544 , C08K5/18 , C08K5/3417 , C08K5/5419
摘要: 本发明公开了一种低损耗温度自检测绝缘材料,包括以下质量份的各组分:室温硫化硅橡胶25‑100份,感温可逆变色粉5‑50份,硅烷偶联剂1‑10份。并按照下列方法制备材料:将感温可逆变色粉与硅烷偶联剂进行混合;将处理过的感温变色粉加入室温硫化硅橡胶中,在真空环境下搅拌;将搅拌均匀的混合物进行常温硫化20‑30h后成型。该绝缘材料的颜色能够在温度超过65℃后发生显著变化,且能在温度低于65℃时恢复颜色,并且,在材料温度升高后,材料的介电损耗会降低,有利于减轻发热对设备的损伤。本发明对于及时发现电气设备异常发热情况,减小发热对电气设备造成的威胁有着重要的意义。
-
公开(公告)号:CN112287679A
公开(公告)日:2021-01-29
申请号:CN202011108855.8
申请日:2020-10-16
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
IPC分类号: G06F40/289 , G06F40/30 , G06F16/35 , G06K9/62 , G06Q10/10
摘要: 本发明公开了一种科技项目评审中文本信息的结构化抽取方法及系统,该方法包括:通过文本切分技术在科技项目评审文本中抽取文本特征,以将文本数据转化为能够表述文本内容的结构化数据;通过聚类技术、分类技术和关联分析技术将所述结构化数据转换为结构化文本;对所述结构化文本中的文本信息进行提取,以获取所述结构化文本中文本信息之间的相互关系。本发明对知识表示模型通过层次聚类后再进行相似度计算,能够提取出关键词间的同义关系、概念上下位关系,从而有效提高了文本信息抽取的准确度。
-
-
-
-
-
-
-
-
-