-
公开(公告)号：CN118101484B
公开(公告)日：2024-12-10
申请号：CN202410062393.2
申请日：2024-01-16
Applicant: 国网湖北省电力有限公司电力科学研究院 , 中南大学 , 国网湖北省电力有限公司神农架供电公司 , 国网湖北省电力有限公司宜昌供电公司
Abstract: 一种支撑偏远山区无人机巡检的中继网络拓扑生成方法，包括获取节点信息；设置通讯节点的约束条件；根据优化目标完成算法建模；设计覆盖拓扑生成算法；生成可视化的网络覆盖拓扑；测试拓扑的网络性能。本发明解决了在有线网络难以到达且联网设备多而乱的偏远山区环境下，构建能够满足通信要求并且成本最优化的中继网络以支撑无人机电力巡检作业的技术难题。本发明有如下优点：以生成满足具体通信需求的最优成本无线网络覆盖拓扑为总目标，实现了无人机中继网络部署，大大降低了构建覆盖拓扑的人力成本，可广泛应用在各种无人环境下的无线拓扑覆盖图谱生成场景中；成本最优化并保证无线无线网络的连通性和流畅性。
-
公开(公告)号：CN118101484A
公开(公告)日：2024-05-28
申请号：CN202410062393.2
申请日：2024-01-16
Applicant: 国网湖北省电力有限公司电力科学研究院 , 中南大学 , 国网湖北省电力有限公司神农架供电公司 , 国网湖北省电力有限公司宜昌供电公司
Abstract: 一种支撑偏远山区无人机巡检的中继网络拓扑生成方法，包括获取节点信息；设置通讯节点的约束条件；根据优化目标完成算法建模；设计覆盖拓扑生成算法；生成可视化的网络覆盖拓扑；测试拓扑的网络性能。本发明解决了在有线网络难以到达且联网设备多而乱的偏远山区环境下，构建能够满足通信要求并且成本最优化的中继网络以支撑无人机电力巡检作业的技术难题。本发明有如下优点：以生成满足具体通信需求的最优成本无线网络覆盖拓扑为总目标，实现了无人机中继网络部署，大大降低了构建覆盖拓扑的人力成本，可广泛应用在各种无人环境下的无线拓扑覆盖图谱生成场景中；成本最优化并保证无线无线网络的连通性和流畅性。
-
公开(公告)号：CN119723377A
公开(公告)日：2025-03-28
申请号：CN202411662214.5
申请日：2024-11-20
Applicant: 国网湖北省电力有限公司电力科学研究院 , 中南大学
IPC: G06V20/17 , G06V10/22 , G06V10/44 , G06V10/762 , G06V10/764
Abstract: 一种基于电力杆塔点云的无人机巡检轨迹自动生成方法，包括：获取目标巡检杆塔顶端的空间坐标；提取空间坐标一定范围内区域的边缘点云，使用DBSCAN聚类算法进行空间聚类获取点云簇；基于PointNet算法对各点云簇进行识别和分类，筛选出具有电力线特征的点云；应用腐蚀算法，以电力线路点云上远离杆塔的最外缘点作为起点，沿线路方向进行腐蚀，从线路分叉中识别并提取出绝缘子；根据无人机巡检的拍摄规则及杆塔连接电力线路的倾斜角度，生成设备上的待拍摄点位，计算对应的无人机飞行路径点；生成并导出无人机巡检航线文件。本发明降低无人机航线规划的人力成本，广泛应用在各种电力杆塔设备的点云处理、无人机巡检航线规划场景中。
-
公开(公告)号：CN118470573B
公开(公告)日：2025-02-14
申请号：CN202410602720.9
申请日：2024-05-15
Applicant: 国网湖北省电力有限公司电力科学研究院 , 中南大学 , 国网湖北省电力有限公司 , 湖北方源东力电力科学研究有限公司
IPC: G06V20/17 , G06V10/20 , G06V10/75 , G06V10/74 , G06V10/762
Abstract: 本发明提供一种电力无人机巡检杆塔的点云自动识别方法，包括：对利用激光雷达设备采集的电力线路点云数据进行预处理，从预处理后的点云数据中进行筛选与聚类得到点云簇，并基于目标巡检杆塔与环境的差异性特征从点云簇中提取得到杆塔的点云簇；计算杆塔点云中的关键点与特征值，结合电力巡检场景中的杆塔类型，并基于杆塔点云的关键点分布情况与噪声含量筛选出每个杆塔类型的典型杆塔，通过典型杆塔的特征值构建设备特征类型库；计算待处理点云中的关键点与特征值，与设备特征类型库中的典型杆塔进行匹配，选择匹配度最高的类型为识别结果。本发明降低了点云处理与设备识别的人工成本，提高无人机巡检作业的效率。
-
公开(公告)号：CN119273046A
公开(公告)日：2025-01-07
申请号：CN202411294920.9
申请日：2024-09-14
Applicant: 中南大学 , 国网湖北省电力有限公司电力科学研究院
IPC: G06Q10/0631 , G06Q10/063 , G06Q50/06 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及充电需求预测技术领域，公开了一种基于异构多图卷积网络融合的城市电动车充电需求预测方法及系统，该方法关注多种不同车辆类型的电动汽车的充电需求预测，通过采用多任务学习技术，有效提取不同类型的电动汽车充电需求数据的共享特征，从而挖掘不同类型的电动汽车充电模式的潜在关联。相较于单类型的电动汽车充电需求预测，多种车辆类型的电动汽车充电需求预测有效提升了预测性能；能适应真实世界中多类型电动汽车共存且相互影响的场景，提升了可扩展性和泛化性。
-
Patent Agency Ranking
公开(公告)号：CN119048785A
公开(公告)日：2024-11-29
申请号：CN202411139083.2
申请日：2024-08-20
Applicant: 中南大学 , 国网湖北省电力有限公司电力科学研究院 , 国网湖北省电力有限公司 , 湖北方源东力电力科学研究有限公司
IPC: G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于杆塔点云语义分割的配网无人机巡检拍摄点生成方法及相关装置，所述生成方法包括：获取包含电线杆塔的原始点云数据；对所述原始点云数据进行聚类，得到多个点云簇；对每个所述点云簇进行类型识别，得到杆塔点云；当竖杆数量大于1时，根据竖杆数量对所述杆塔点云进行杆级分层，得到竖杆点云；根据横担高度对每个所述竖杆点云进行分层，得到横担点云；计算每个所述横担点云的主轴方向的两个端点位置；根据每个所述横担点云的主轴方向的两个端点位置确定巡检拍摄点位。本发明实现了无人机巡检拍摄点位的自动生成，解决了人工标注巡检目标点耗费时间多，人力成本高，需要依赖专业知识和经验，实际应用推广困难的问题。
-
公开(公告)号：CN119671293A
公开(公告)日：2025-03-21
申请号：CN202510196705.3
申请日：2025-02-21
Applicant: 国网湖北送变电工程有限公司 , 国网湖北省电力有限公司 , 国网湖北省电力有限公司电力科学研究院 , 中南大学
Inventor： 李杰豪 , 郭勇 , 全江涛 , 熊威 , 耿思远 , 刘龙龙 , 李金戈 , 王杰 , 郑小敏 , 田巧雨 , 邹语晨 , 王金鑫 , 胡一波 , 王鹏程 , 李行 , 王文敏 , 彭海涛 , 周杰钰 , 吕丰 , 刘曼佳 , 易忱
IPC: G06Q10/0635 , G06Q10/20 , G06Q50/06
Abstract: 本发明提供一种多维数据融合的输电线路健康状态评估方法，包括收集历史故障台账信息与机巡缺陷数据、计算厂商威尔逊得分、计算各等级风险基础积分、计算气候积分、计算隐患积分修正系数、计算隐患积分、电线路风险等级评估、检修应对策；在评估过程中，通过动态积分机制，能够实时反映输电线路的健康状态及其发展趋势，提供有力的数据支持，帮助电力公司制定科学的检修计划，最终提高输电线路的安全运行水平。
-
公开(公告)号：CN118470573A
公开(公告)日：2024-08-09
申请号：CN202410602720.9
申请日：2024-05-15
Applicant: 国网湖北省电力有限公司电力科学研究院 , 中南大学 , 国网湖北省电力有限公司 , 湖北方源东力电力科学研究有限公司
IPC: G06V20/17 , G06V10/20 , G06V10/75 , G06V10/74 , G06V10/762
Abstract: 本发明提供一种电力无人机巡检杆塔的点云自动识别方法，包括：对利用激光雷达设备采集的电力线路点云数据进行预处理，从预处理后的点云数据中进行筛选与聚类得到点云簇，并基于目标巡检杆塔与环境的差异性特征从点云簇中提取得到杆塔的点云簇；计算杆塔点云中的关键点与特征值，结合电力巡检场景中的杆塔类型，并基于杆塔点云的关键点分布情况与噪声含量筛选出每个杆塔类型的典型杆塔，通过典型杆塔的特征值构建设备特征类型库；计算待处理点云中的关键点与特征值，与设备特征类型库中的典型杆塔进行匹配，选择匹配度最高的类型为识别结果。本发明降低了点云处理与设备识别的人工成本，提高无人机巡检作业的效率。
-
公开(公告)号：CN118629645B
公开(公告)日：2025-01-21
申请号：CN202410671187.1
申请日：2024-05-28
IPC: G16H50/30 , G16H50/20 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于患者电解质紊乱的重症存活时间预测方法及系统，所述预测方法包括获取不同患者的电解质数据，根据电解质数据构建每个患者的电解质变化时间序列；设定不同的时间阈值；基于每个时间阈值，根据每个患者的电解质变化时间序列及其存活时间构建与时间阈值对应的样本数据集；构建生存预测模型；利用每个样本数据集对生存预测模型进行训练和验证，得到与时间阈值对应的目标预测模型；获取待预测患者的电解质检测数据，利用所有目标预测模型对电解质检测数据进行生存预测，得到不同时间阈值下患者的生存结果；根据不同时间阈值下患者的生存结果确定患者的存活时间。本发明在保证存活时间预测精度的基础上，大大提高了预测效率。
-
公开(公告)号：CN118203334B
公开(公告)日：2024-12-06
申请号：CN202410315581.1
申请日：2024-03-19
IPC: A61B5/372 , A61B5/386 , A61B5/369 , A61B5/00 , G06F18/10 , G06F18/213 , G06F18/243 , G06F18/22 , G06N20/20
Abstract: 本发明针对医护人员人工识别脑电图费时费力的问题，提出一种用于多种异常脑电模式智能识别的方法及系统，用于爆发抑制、周期性放电、棘尖波、癫痫、低电压等异常脑电模式的识别；通过离散小波变换、带通滤波等方法进行数据预处理，然后通过快速傅里叶变换、小波分解、Minirocket等方法提取特征，通过模型得到最后的异常脑电识别结果以及异常脑电出现的时间点等信息辅助临床诊断；本发明综合考虑各种异常脑电模式之间的相似性和差异，使用数据重整等步骤加快识别速度；对应的异常脑电系统可以自动对脑电进行识别，指示异常脑电出现的时间点，并且以图像的形式进行展示，同时仿照医院的脑电报告格式进行脑电报告的输出，减轻医护人员读图压力。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.106 seconds)
