-
公开(公告)号:CN114049336A
公开(公告)日:2022-02-15
申请号:CN202111370068.5
申请日:2021-11-18
申请人: 国网重庆市电力公司电力科学研究院 , 国网重庆市电力公司 , 国家电网有限公司
摘要: 本发明公开了一种GIS套管温度异常检测方法、装置、设备及可读存储介质,所述方法包括:获取标注有GIS套管区域的红外图像,获取所述GIS套管区域内的所有像素点对应的温度,组成温度集合;构建GIS套管区域温度空间分布模型,进行无效数据的剔除,对红外图像中的单点噪声进行平滑处理;构建GIS套管区域温度频次分布模型,设立双基线,划分出干扰区域和正常区域,进行主信息提取;将去除噪声后的像素点,分别进行标记,将去除噪声后的所述像素点对应的温度超过预设阈值的标记为疑似异常点,未超过所述预设阈值标记为最高温点和最低温点。上述方法、装置、设备及可读存储介质实现了GIS套管区域温度疑似异常点的自动检测,提高了检测效率和准确率。
-
公开(公告)号:CN114049336B
公开(公告)日:2024-06-14
申请号:CN202111370068.5
申请日:2021-11-18
申请人: 国网重庆市电力公司电力科学研究院 , 国网重庆市电力公司 , 国家电网有限公司
摘要: 本发明公开了一种GIS套管温度异常检测方法、装置、设备及可读存储介质,所述方法包括:获取标注有GIS套管区域的红外图像,获取所述GIS套管区域内的所有像素点对应的温度,组成温度集合;构建GIS套管区域温度空间分布模型,进行无效数据的剔除,对红外图像中的单点噪声进行平滑处理;构建GIS套管区域温度频次分布模型,设立双基线,划分出干扰区域和正常区域,进行主信息提取;将去除噪声后的像素点,分别进行标记,将去除噪声后的所述像素点对应的温度超过预设阈值的标记为疑似异常点,未超过所述预设阈值标记为最高温点和最低温点。上述方法、装置、设备及可读存储介质实现了GIS套管区域温度疑似异常点的自动检测,提高了检测效率和准确率。
-
公开(公告)号:CN114119518A
公开(公告)日:2022-03-01
申请号:CN202111351975.5
申请日:2021-11-16
申请人: 国网重庆市电力公司电力科学研究院 , 国网重庆市电力公司 , 国家电网有限公司
摘要: 本发明公开了一种电流互感器的红外图像中温度异常点检测方法及系统,所述方法包括:获取包含电流互感器的红外图像,从所述红外图像中标注出所述电流互感器区域作为待检测区域;获取所述待检测区域内所有像素点对应的温度值,计算所述所有像素点对应的温度值的数学期望值;将所述数学期望值作为所述待检测区域的期望温度值,得到所述待检测区域的目标像素点集合;根据像素点间距和点距,将目标像素点集合中的目标像素点划分为多个目标像素组;将所述多个目标像素组中的像素点个数进行判断,实现对待检测区域温度异常点的检测。上述方法及系统能实时自动标记电流互感器温度异常点,解决温度异常点自动检测的准确性低和实时性差的问题。
-
公开(公告)号:CN113989268B
公开(公告)日:2024-07-16
申请号:CN202111338584.X
申请日:2021-11-12
申请人: 国网重庆市电力公司电力科学研究院 , 国网重庆市电力公司 , 国家电网有限公司
IPC分类号: G06T7/00 , G06T7/11 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
摘要: 本发明公开了一种识别红外图像中指定设备的GIS套管的方法及存储介质,具体包括以下步骤:S101:预先对初始训练样本集进行图像预处理,对红外图谱进行标注,再对红外图谱通过旋转、翻转进行红外图谱总数扩增处理,得到训练样本集训练神经网络模型得到目标识别模型;S102:获取包含目标GIS套管的待处理红外图像;S103:将所述待处理红外图像输入至所述目标识别模型中,得到包含利用所述数据标注格式标注所述目标GIS套管掩码及其所属设备检测框的红外图像;本发明利用深度学习基于该训练样本集得到的目标识别模型可实时对红外图片中的GIS套管进行有效的标注,提高了GIS套管在红外图像中检测位置和真实目标GIS套管检测的准确率。
-
公开(公告)号:CN113989268A
公开(公告)日:2022-01-28
申请号:CN202111338584.X
申请日:2021-11-12
申请人: 国网重庆市电力公司电力科学研究院 , 国网重庆市电力公司 , 国家电网有限公司
摘要: 本发明公开了一种识别红外图像中指定设备的GIS套管的方法及存储介质,具体包括以下步骤:S101:预先对初始训练样本集进行图像预处理,对红外图谱进行标注,再对红外图谱通过旋转、翻转进行红外图谱总数扩增处理,得到训练样本集训练神经网络模型得到目标识别模型;S102:获取包含目标GIS套管的待处理红外图像;S103:将所述待处理红外图像输入至所述目标识别模型中,得到包含利用所述数据标注格式标注所述目标GIS套管掩码及其所属设备检测框的红外图像;本发明利用深度学习基于该训练样本集得到的目标识别模型可实时对红外图片中的GIS套管进行有效的标注,提高了GIS套管在红外图像中检测位置和真实目标GIS套管检测的准确率。
-
公开(公告)号:CN115905357A
公开(公告)日:2023-04-04
申请号:CN202211434073.2
申请日:2022-11-16
申请人: 国网重庆市电力公司电力科学研究院 , 国家电网有限公司
IPC分类号: G06F16/2458 , G06F16/215 , G06Q50/06
摘要: 本发明提供一种变压器重过载的数学模型统计方法,属于电网设备数据计算技术领域,解决了传统方法中对重过载运行的计算统计工作量大,效率不高的问题;包括为变压器构建数学模型,以每分钟为间隔,采集负载率值,标注至模型中;以坐标原点向右,取一定数量的连续数据点,作为初始子模型,采用最小二乘法进行曲线拟合,获得拟合子模型,计算得出负载平均值和最大值;将数学模型以一定数量的连续数据点为间隔,分解为多个计算子模型,得到多个数据组,每个数据组包括负载率平均值和最大值,最终得出变压器的持续时长和最高峰值时刻,运用指定条件查询后,得出统计结果;本发明基于统计学原理,实现了高精度、低运算量的变压器重过载统计过程。
-
公开(公告)号:CN109412161B
公开(公告)日:2022-09-09
申请号:CN201811554549.X
申请日:2018-12-18
申请人: 国网重庆市电力公司电力科学研究院 , 国家电网有限公司
发明人: 万凌云 , 廖庆龙 , 谢刚文 , 张盈 , 宋伟 , 张先树 , 吴高林 , 邓帮飞 , 张海兵 , 姚强 , 肖前波 , 周庆 , 钱基业 , 吴照国 , 岳鑫桂 , 高晋 , 郭思华 , 余娟 , 向明旭 , 杨燕 , 周宁 , 赵宇琪 , 曹云跃 , 宫林 , 彭姝迪 , 王光明 , 向洪 , 孟宪 , 夏磊 , 周小龙 , 李永福 , 陈伟 , 陈仁全
IPC分类号: H02J3/01
摘要: 本发明公开了一种电力系统概率潮流计算方法,首先获取源荷数据与对应电力系统拓扑结构数据作为潮流样本,并利用SDAE潮流模型对上述潮流样本进行计算得到对应的潮流结果,进而统计分析得到概率潮流计算结果。由于SDAE潮流模型为预先根据目标源荷数据与对应目标电力系统拓扑结构数据进行SDAE模型训练得到的SDAE潮流模型,而SDAE模型凭借深层堆栈结构及编码、解码过程能够有效提取潮流样本中高维非线性特征,进而得到对应的潮流结果,从而可以对概率潮流结果的计算精度、速度与成本进行全面的改善。本申请还提供了一种电力系统概率潮流计算系统,同样可以实现上述技术效果。
-
公开(公告)号:CN109412161A
公开(公告)日:2019-03-01
申请号:CN201811554549.X
申请日:2018-12-18
申请人: 国网重庆市电力公司电力科学研究院 , 国家电网有限公司
发明人: 万凌云 , 廖庆龙 , 谢刚文 , 张盈 , 宋伟 , 张先树 , 吴高林 , 邓帮飞 , 张海兵 , 姚强 , 肖前波 , 周庆 , 钱基业 , 吴照国 , 岳鑫桂 , 高晋 , 郭思华 , 余娟 , 向明旭 , 杨燕 , 周宁 , 赵宇琪 , 曹云跃 , 宫林 , 彭姝迪 , 王光明 , 向洪 , 孟宪 , 夏磊 , 周小龙 , 李永福 , 陈伟 , 陈仁全
IPC分类号: H02J3/01
摘要: 本发明公开了一种电力系统概率潮流计算方法,首先获取源荷数据与对应电力系统拓扑结构数据作为潮流样本,并利用SDAE潮流模型对上述潮流样本进行计算得到对应的潮流结果,进而统计分析得到概率潮流计算结果。由于SDAE潮流模型为预先根据目标源荷数据与对应目标电力系统拓扑结构数据进行SDAE模型训练得到的SDAE潮流模型,而SDAE模型凭借深层堆栈结构及编码、解码过程能够有效提取潮流样本中高维非线性特征,进而得到对应的潮流结果,从而可以对概率潮流结果的计算精度、速度与成本进行全面的改善。本申请还提供了一种电力系统概率潮流计算系统,同样可以实现上述技术效果。
-
公开(公告)号:CN106570516A
公开(公告)日:2017-04-19
申请号:CN201610804686.9
申请日:2016-09-06
申请人: 国网重庆市电力公司电力科学研究院 , 国家电网公司 , 国网重庆市电力公司 , 深圳市先进智能技术研究所
CPC分类号: G06K9/6273 , G06N3/0454 , G06N3/08
摘要: 本发明公开了一种利用卷积神经网络CNN的障碍物识别方法,首先建立卷积神经网络模型;选择分散数据样本;设置卷积神经网络的网络结构参数和训练参数;然后将分散数据样本输入到卷积神经网络模型中进行处理;最后输出卷积神经网络模型对分散数据样本的分类结果。本发明提供的深度学习是基于仿生眼系统进行人体作为障碍物的识别;提高识别的准确率。同时利用深度学习技术进行人体作为障碍物的识别;提供了在识别过程中配置接口的方法,加强了识别过程与仿生眼系统的通信过程。
-
公开(公告)号:CN108021345B
公开(公告)日:2021-05-11
申请号:CN201711432244.7
申请日:2017-12-26
申请人: 国网重庆市电力公司电力科学研究院 , 国家电网公司 , 重庆大学
IPC分类号: G06F3/14
摘要: 本发明公开了一种图像浏览方法、系统、设备及计算机存储介质,其中该方法包括:确定待浏览图像中的浏览区域,浏览区域为包含待浏览图像中的浏览对象的区域;划分每一个浏览区域为相应的浏览子区域,每一个浏览子区域均能被显示区域完整显示;依次推送每一个浏览子区域至显示区域,以便外界完整查看位于显示区域的浏览子区域。本发明公开的一种图像浏览方法实现了自动推送待浏览图像,与现有技术中人工移动待浏览图像相比,适用性更好。综上所述,本发明公开的一种图像浏览方法具有较好的适用性。本发明公开的一种图像浏览系统、设备及计算机存储介质也解决了相应技术问题。
-
-
-
-
-
-
-
-
-