-
公开(公告)号:CN117351311A
公开(公告)日:2024-01-05
申请号:CN202311318267.0
申请日:2023-10-12
申请人: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 安徽大学
IPC分类号: G06V10/80 , G06V10/82 , G06V10/77 , G06V10/774
摘要: 本发明公开了一种基于双模态数据融合的变电站设备检测方法及系统,方法包括以下步骤:从变电站获取待测变电站设备的红外模态图像和可见光模态图像,并对红外模态图像和可见光模态图像进行预处理;基于双流‑YOLOv5神经网络,构建多模态检测模型;将预处理后的红外模态图像和可见光模态图像输入多模态检测模型,分别获得红外模态特征图以及可见光模态特征图;进行自注意力融合,经一系列特征图相加,获得融合特征图;基于融合特征图,获得目标信息;对目标信息进行目标定位,获得目标位置,完成变电站设备的检测。本发明能够更好地提高特征的表达能力,可以进一步提高变电站设备检测的准确性。
-
公开(公告)号:CN117274191A
公开(公告)日:2023-12-22
申请号:CN202311214573.X
申请日:2023-09-18
申请人: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 安徽大学
IPC分类号: G06T7/00 , G06T7/73 , G06V10/764 , G06V10/82 , G06V10/80 , G06V10/44 , G06V10/52 , G06V10/42 , G06V10/25 , G06V10/774 , G06V10/776 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/084 , G06N3/0985
摘要: 本发明公开了一种基于元学习的变电站设备缺陷检测方法及系统,方法包括:获取变电站设备的缺陷图像形成数据集;将DarkNet‑53作为检测框架,在其网络最后一层增加用于提取到不同细粒度的全局目标信息的GCB模块,将网络最后两层CSP模块增加注意力机制形成ACSP模块,最后将元学习算法MAML算法融合到检测框架的训练流程中,得到基于元学习的缺陷检测模型,利用训练集训练缺陷检测模型,得到最终的缺陷检测模型;利用最终的缺陷检测模型对输入图像进行缺陷物体、位置识别,得到最终的变电站设备缺陷检测结果;本发明的优点在于:提升面对小样本任务时网络的检测能力,提高检测结果的准确性。
-
公开(公告)号:CN116523858A
公开(公告)日:2023-08-01
申请号:CN202310438083.1
申请日:2023-04-21
申请人: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 安徽大学
IPC分类号: G06T7/00 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
摘要: 本发明公开一种基于注意力机制的电力设备漏油检测方法及存储介质,获取待测电力设备的图像输入至漏油检测模型,模型包括依次邻接的Backbone网络、Neck网络和Head网络,在Neck网络的跳接层中设置注意力池化捕获模块,在Backbone网络中和Neck网络的末端加入分级通道注意力模块;通过Backbone网络对待测电力设备的图像进行特征提取,得到不同深度的特征图;将不同深度的特征图经注意力池化捕获模块输入至Neck网络,得到不同尺寸的特征图;将不同尺寸的特征图经过Neck网络末端设置的分级通道注意力模块,得到不同的目标信息;将不同的目标信息输入至Head网络,得到电力设备漏油检测结果。
-
公开(公告)号:CN118603077A
公开(公告)日:2024-09-06
申请号:CN202410717049.2
申请日:2024-06-04
申请人: 国网河南省电力公司 , 国网河南省电力公司电力科学研究院 , 安徽大学
摘要: 本发明公开了一种基于多传感器融合的四足机器人巡检地图构建系统及方法,包括两个建图子系统以及一个多传感器融合的状态估计器,系统包括IMU、GNSS、腿部关节编码器、足端力传感器、激光雷达和双目RGB‑D相机六个传感器的预处理和雷达惯性里程计与视觉惯性里程计;所述多传感器融合的状态估计器包括回环检测以及因子图优化;激光雷达和IMU连接雷达惯性里程计﹐双目RGB‑D相机;本发明提供的基于多传感器融合的四足机器人巡检地图构建系统及方法具有实现机器人在变电站复杂环境中的定位、地图构建,旨在提高四足机器人在变电站巡检任务中的导航精度和鲁棒性的优点。
-
公开(公告)号:CN117439774A
公开(公告)日:2024-01-23
申请号:CN202311261952.4
申请日:2023-09-27
发明人: 吕卓 , 陈岑 , 杨文 , 张伟剑 , 狄立 , 张铮 , 蔡军飞 , 李暖暖 , 李鸣岩 , 常昊 , 杨雷 , 王献军 , 赵毅 , 宋仁杰 , 刘昊 , 赵健 , 魏小钊 , 田杨阳
摘要: 一种基于分布式光伏安全状态基线的异常流量检测方法及系统,包括:获取标准状态下分布式光伏网络系统各时刻特征属性的信息熵并生成分布式光伏网络系统的特征向量;将标准状态下的分布式光伏安全状态特征向量映射至汉明空间得到对应的标准状态的汉明空间特征向量;选取最佳哈希函数并结合标准状态的汉明空间特征向量计算分布式光伏安全状态的标准基线值;计算实际运行中的分布式光伏网络系统对应的哈希值,将其与标准基线值对比,判断分布式光伏网络的流量是否异常。本发明通过特征属性计算分布式光伏网络系统的标准基线,并结合实际运行的分布式光伏网络系统特征属性来判断分布式光伏网络系统的流量是否异常,提高了判断的准确度。
-
公开(公告)号:CN115546713A
公开(公告)日:2022-12-30
申请号:CN202211012559.7
申请日:2022-08-23
申请人: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 国网河南省电力公司卫辉市供电公司 , 天津大学 , 杭州电子科技大学
发明人: 郭志民 , 田杨阳 , 齐企业 , 库永恒 , 姜亮 , 张焕龙 , 李斌 , 王楠 , 刘善峰 , 毛万登 , 刘昊 , 李哲 , 苏海涛 , 曾平良 , 吴秋轩 , 梁允 , 朱新山 , 王倩 , 陈岑 , 谭磊
IPC分类号: G06V20/52 , G06N3/04 , G06N3/08 , G06V10/26 , G06V10/75 , G06V10/77 , G06V10/774 , G06V10/82 , G06V20/40
摘要: 一种基于语义分割的变电站水位监测方法及系统,方法包括:获取汛期变电站监控设备的视频图像数据样本,利用数据标注软件提取视频图像数据样本中的水位信息,利用水位信息构建变电站语义分割数据集;基于UNet语义分割算法,建立变电站水位监测模型;使用变电站语义分割数据集,基于迁移学习的方法,对变电站水位监测模型进行迭代训练;以训练好的水位监测模型,对汛期变电站水位进行监测。本发明解决在没有水尺、不具备相机标定条件下实现变电站水位监测,可在水位上升时及时发出预警,尽可能让电力运维人员提前开展防汛工作,避免后期的严重财产损失。
-
公开(公告)号:CN116151459B
公开(公告)日:2024-06-11
申请号:CN202310178028.3
申请日:2023-02-28
申请人: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 武汉理工大学
IPC分类号: G06Q10/04 , G06Q10/0635 , G06Q50/06
摘要: 本发明提出了一种基于改进Transformer的电网防汛风险概率预测方法和系统,所述预测方法包括以下步骤:获取防汛数据;对防汛数据进行电网防汛预测预警影响因素辨识分析;使用基于门控选择机制与嵌入编码的特征增强改进策略改进Transformer网络框架;再使用显式稀疏注意力改进策略改进Transformer网络框架;使用上述改进Transformer网络框架进行电网防汛风险概率预测。本发明以Transformer为基础的网络框架,通过对特征选择模块、特征融合模块和注意力模块进行优化,增强整体网络性能,提高防汛风险概率预测的准确性。
-
公开(公告)号:CN116799796A
公开(公告)日:2023-09-22
申请号:CN202310797868.8
申请日:2023-06-30
申请人: 国网河南省电力公司电力科学研究院 , 华中科技大学 , 国网河南省电力公司
IPC分类号: H02J3/00 , G06F18/2431 , G06F18/23213 , G06N3/0464 , G06N3/086
摘要: 本发明公开了一种光伏发电功率预测方法、装置、设备及介,该预测方法采用K‑means聚类算法进行天气分型,采用经验模态分解(EMD)将不同天气类型的光伏发电功率以及各个影响因素均分解为多个IMF分量与一个残差分量,采用鸟群算法(BSA)优化ELM的权值,并训练模型得到不同天气类型的光伏发电预测值;本发明的预测方法能够有效的反应光伏出力的波动性和随机性特点,预测光伏电站未来时刻的各种出力情况,为电力系统调度运行提供更充分、可靠的信息。
-
公开(公告)号:CN112698123B
公开(公告)日:2023-05-05
申请号:CN202011384687.5
申请日:2020-12-01
申请人: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 国家电网有限公司
摘要: 一种基于决策树的低压台区用户拓扑关系识别方法,其特征在于,包括以下步骤:步骤1,获取用户与台区的隶属关系数据,基于用电信息采集系统获取用户电压序列数据;步骤2,根据所述隶属关系数据和所述用户电压序列数据计算每一用户与台区变压器之间每天的相关系数;步骤3,统计预设时间段内相关系数出现在不同区间的分布;步骤4,构建低压台区拓扑结构识别模型,以所述相关系数出现在不同区间的分布作为输入属性,基于低压台区拓扑结构识别模型判断用户拓扑关系数据是否准确。基于本发明中的方法,能够快速识别台区拓扑关系问题数据,有效替代人工现场核查工作,提高台区拓扑关系的准确性。
-
公开(公告)号:CN115631154A
公开(公告)日:2023-01-20
申请号:CN202211260089.6
申请日:2022-10-14
申请人: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 郑州大学
发明人: 郭志民 , 田杨阳 , 李暖暖 , 王棨 , 张伟剑 , 库永恒 , 姜亮 , 苏海涛 , 王会琳 , 刘善峰 , 袁少光 , 毛万登 , 张劲光 , 董武亮 , 谢华珣 , 陈岑 , 刑佳璐
IPC分类号: G06T7/00 , G06N3/0464 , G06N3/08 , G06V10/764 , G06V10/774 , G06V10/82
摘要: 一种电力设备状态监控分析方法,包括如下步骤:获取缺陷数据集;将缺陷数据集输入到迁移学习算法中,经过学习获得教师模型;将教师模型输入到知识蒸馏算法中,得到学生模型;将学生模型部署在电力设备上以监控电力设备。本申请创造性的将其他场景下的缺陷照片与迁移学习算法相结合,实现对电力设备场景下缺陷的分类,解决了传统的人工巡检方式存在劳动强度大、安全性低、巡检效率低、缺陷发现不及时不全面等问题。
-
-
-
-
-
-
-
-
-