-
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：CN114119606A
公开(公告)日：2022-03-01
申请号：CN202210065172.1
申请日：2022-01-20
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 , 江西优飞智能科技有限公司 , 国网江西省电力有限公司
摘要： 本发明公开了一种基于可见光照片电力线着色的智能化树障隐患分析方法，根据线路杆塔的经纬度，以及巡检照片的经纬度进行匹配，自动把巡检照片归类到对应最近的杆塔上；快速对巡检照片中的电力线进行标识着色，然后生成三维点云，自动根据电力线标识提取电力线，生成杆塔区间，以及根据生成的电力线对电力线下方的点云进行自动分类，最后进行隐患分析并一键导出报告，本发明的方法可提升数据处理效率，降低了树障隐患防范的技术经济门槛。
-
公开(公告)号：CN114119606B
公开(公告)日：2022-05-10
申请号：CN202210065172.1
申请日：2022-01-20
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 , 江西优飞智能科技有限公司 , 国网江西省电力有限公司
摘要： 本发明公开了一种基于可见光照片电力线着色的智能化树障隐患分析方法，根据线路杆塔的经纬度，以及巡检照片的经纬度进行匹配，自动把巡检照片归类到对应最近的杆塔上；快速对巡检照片中的电力线进行标识着色，然后生成三维点云，自动根据电力线标识提取电力线，生成杆塔区间，以及根据生成的电力线对电力线下方的点云进行自动分类，最后进行隐患分析并一键导出报告，本发明的方法可提升数据处理效率，降低了树障隐患防范的技术经济门槛。
-
公开(公告)号：CN115858635B
公开(公告)日：2023-06-16
申请号：CN202310178603.X
申请日：2023-02-27
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 , 南昌科晨电力试验研究有限公司 , 国网江西省电力有限公司 , 南昌大学
IPC分类号： G06F16/2458 , G06F40/289 , G06N3/0442 , G06N3/048 , G06N3/047 , G06N3/091 , G06Q10/20 , G06Q50/06
摘要： 本发明公开了一种基于自然语言处理的短路冲击自动诊断方法，方法为：S1对电力自然语言数据进行预处理，建立字符特征数据集，构建文本目标数据提取模型；S2导入文本目标数据提取模型抽取目标信息，将得到的目标关键信息使用文本余弦相似度匹配算法进行关联，获取承受最大短路电流值和历史短路冲击情况；S3构建短路跳闸特征挖掘模型；S4依据短路电流比，关联历史跳闸事件、短路冲击严重等级和冲击后检修策略，生成特定预警信息和检修建议。本发明的有益效果是：解决了人为开展短路冲击分析工作存在的局限性以及录波文件与台账数据信息匹配困难的问题，能够实时为不同程度的短路冲击提供针对性运维检修意见。
-
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：CN114454212A
公开(公告)日：2022-05-10
申请号：CN202110927285.3
申请日：2021-08-12
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检修分公司
IPC分类号： B25J19/00
摘要： 本发明属于机器人制造技术领域，具体涉及一种机器人内部防水结构，包括内盖和内部罩壳，内盖可密闭盖合内部罩壳的开口，机器人的内部元器件安装在由内部罩壳与机器人底板组装后形成的空间中。所述机器人防水结构还设有密封件，并在所述内盖的下侧边缘设有与该密封件相匹配的内盖密封槽，当内盖盖合内部罩壳的开口时，将密封件压入内盖密封槽中，使密封件紧密卡合在内盖的边缘与内部罩壳开口的内侧之间。内盖上还设有内盖通孔，其作用是供连接机器人内外部元器件的线缆通过。在所述内部罩壳的外侧面上设有导流通道，在机器人底板两侧设有排水口。本发明不仅防水效果好，而且结构简单、实用性强、易于实现。
-
公开(公告)号：CN114332077A
公开(公告)日：2022-04-12
申请号：CN202210195989.0
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 , 国网江西省电力有限公司超高压分公司
摘要： 本发明属于图像识别技术领域，公开了一种基于RANSAC的轻量型表盘识别方法，将表盘巡检图像转化为灰度图，对灰度图进行中值滤波以减少提取到的边缘像素点；使用四个Sobel核与中值滤波后的灰度图进行四次卷积以获取图像在横向和纵向上的灰度变化，得到四张二值化边缘图，将四张二值化边缘图合成为一张二值化边缘图；去除合成后的二值化边缘图中电线杆所在的位置形成的直线；得到删除直线后的二值化边缘图；最后，使用RANSAC做圆形拟合，以获得表盘具体位置。本发明具有运算量小，准确率高，无需预设模板的特点。
-
公开(公告)号：CN114092769A
公开(公告)日：2022-02-25
申请号：CN202210063012.3
申请日：2022-01-20
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超高压分公司 , 广东珺桦能源科技有限公司
IPC分类号： G06V10/774 , G06K9/62 , G06N3/08 , G06Q50/06
摘要： 本发明公开了一种基于联邦学习的变电站多场景巡检分析方法，包括下述步骤：数据获取，半监督数据标注，数据对齐，主服务器分发公钥给各巡检站，各巡检站构建本地模型，各巡检站上传加密模型梯度信息，主服务器计算巡检站模型梯度信息，主服务器使用数据分布动态加权法返回巡检站模型更新参数，各巡检站使用主服务器返回参数更新模型参数，各巡检站共享中间结果，协助彼此计算模型参数，得到联邦学习后的模型，将实时拍摄图像数据输入联邦学习后的模型进行预测，得到实际应用场景预测结果，对增量数据进行训练更新模型。本发明在各个部署网点数据不交换的前提下进行模型之间的协作训练，使得模型在不同电网部署场景具有泛化性。
-
公开(公告)号：CN117114657A
公开(公告)日：2023-11-24
申请号：CN202311371006.5
申请日：2023-10-23
申请人： 国网江西省电力有限公司超高压分公司 , 国家电网有限公司 , 国网江西省电力有限公司电力科学研究院
摘要： 本发明属于电力巡检信息处理技术领域，具体涉及一种基于电力设备巡检知识图谱的故障信息预警系统及方法。该系统通过知识图谱构建模块从电力设备语料库中抽取电力设备的相关语料并构建电力设备巡检知识图谱；基于迭代表征增强图卷积神经网络的信息传播模块利用构建完成的电力设备巡检知识图谱，结合迭代表征增强图卷积神经网络，使得电力设备的故障信息可以在不同设备之间进行传播；所述预警信息识别模块对传播后的信息进行故障判断，并进行预警。本发明使预警信息可以在不同电力设备节点之间传播，在较少的电力设备样例中进行准确的判断。
-
公开(公告)号：CN116304846B
公开(公告)日：2023-09-12
申请号：CN202310586721.4
申请日：2023-05-24
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
IPC分类号： G06F18/24 , G06F18/214 , G06N3/006 , G06N3/0895 , G01R31/12
摘要： 本发明涉及一种基于自监督学习的CVT内部绝缘异常在线评估方法，采集CVT电压测量值，构建CVT电压测量值序列并进行标准化，将标准化后的CVT电压测量值序列转换为时间序列窗口；建立自监督学习模型并通过蜣螂优化算法优化自监督学习模型超参数，对自监督学习模型进行训练，通过训练后的自监督学习模型输出CVT电压预测值和重构概率；根据CVT电压预测值和重构概率建立CVT内绝缘状态异常检测策略，检测CVT电压测量值的异常状态。本发明通过自监督学习模型得到CVT电压预测值，检测CVT电压测量值对应的CVT电压异常得分，判断是否异常，可以对CVT内部的绝缘状况进行准确实时的评估。
-
-
-
-
-
-
-
-
-
搜索结果
216 条记录 (耗时 0.167 秒)
