-
公开(公告)号：CN114454183A
公开(公告)日：2022-05-10
申请号：CN202110934048.X
申请日：2021-08-13
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
摘要： 本发明属于巡检机器人制造技术领域，具体涉及一种室外巡检机器人外壳组件，包括主壳体、底板和云台盖板；主壳体与底板相匹配，共同形成用于安装机器人本体的空间；在主壳体的内侧表面设有主壳体内部加强筋；在主壳体的顶部形成凸起部位，凸起部位的内部空间构成用于安装云台的云台安装孔，云台盖板位于该凸起部位的顶部，并盖合在云台上；云台安装孔的出口位置还设置有防水格栅，云台盖板与防水格栅紧密压合，从而将云台安装孔的出口密封。此外，本发明还采用防撞系统、通讯接口的密封件等附加技术手段，进一步提高了机器人防撞、防水能力。与现有技术相比，本发明不仅解决了机器人防撞、防水问题，且结构简单，实用性强，易于实现。
-
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：CN114465295A
公开(公告)日：2022-05-10
申请号：CN202110951851.4
申请日：2021-08-18
申请人： 国网江西省电力有限公司检修分公司 , 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
IPC分类号： H02J7/00 , H01R13/631
摘要： 本发明提供了一种室外巡检机器人自动充电系统，包括控制器、充电座、左导轨、右导轨；左、右导轨对称设置形成充电引导区，充电引导区的前端为喇叭形，充电引导区的中、后端为矩形，该矩形的宽度与室外巡检机器人两侧车轮之间的距离相匹配；充电座设置在充电引导区的后端，在充电座的前端与室外巡检机器人的对接电极相对应的位置上设有充电电极，在左导轨、右导轨的前端弯折处分别设置有左、右导向轮，左、右导向轮安装在左、右导向轮电机的转轴上，左、右导向轮电机上还设有左、右导向碰撞传感器；充电座上还设有定位引导装置；左、右导向碰撞传感器、定位引导装置等信息控制部件与控制器通讯连接。本发明能确保机器人与充电电极顺利对接。
-
公开(公告)号：CN114459470A
公开(公告)日：2022-05-10
申请号：CN202210057392.X
申请日：2022-01-19
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 , 广东珺桦能源科技有限公司
摘要： 本发明公开了一种基于多传感器融合的巡检机器人定位方法，步骤如下：步骤S1、采集多传感器数据，包括定位系统的绝对定位信息、巡检机器人中编码器的数据和惯性测量单元的数据；步骤S2、多传感器数据的EKF融合：编码器的数据与惯性测量单元的测量量进行一次EKF数据融合；得到一次融合位姿，然将融合后的数据与定位系统的绝对定位信息进行二次EKF数据融合，得到二次融合位姿；步骤S3、根据融合位姿，结合3D先验地图进行蒙特卡洛定位。本发明基于EKF融合算法，可以实时给出无累计误差，高可靠性与稳定性的位姿解；并且结合MCL定位算法，保证了在一些遮挡环境下的定位精度要求。
-
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：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：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：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。
-
-
-
-
-
-
-
-
-
搜索结果
123 条记录 (耗时 0.084 秒)
