-
公开(公告)号：CN113469178B
公开(公告)日：2024-03-01
申请号：CN202110755988.2
申请日：2021-07-05
申请人： 安徽南瑞继远电网技术有限公司 , 国网安徽省电力有限公司 , 南瑞集团有限公司
IPC分类号： G06V30/146 , G06V30/148 , G06V10/82 , G06N3/0464
摘要： 本发明公开了一种基于深度学习的电力表计识别方法，其步骤包括：1、采用深度学习目标检测网络YOLOv4来检测图片中电力表计的位置；2、使用深度学习实例分割网络Mask R‑CNN对表计目标区域做指针掩膜定位；3、使用线性回归算法对指针掩模进行线性拟合，计算出指针的斜率；4、最后基于表计类别信息和配置参数计算得到其数值。本发明方法精度高、速度快、鲁棒性强，相比传统技术大大减少了手工特征的设计，并且适用于多种电力场景。
-
公开(公告)号：CN113705923A
公开(公告)日：2021-11-26
申请号：CN202111041769.4
申请日：2021-09-07
申请人： 安徽南瑞继远电网技术有限公司 , 南瑞集团有限公司 , 国网安徽省电力有限公司
摘要： 本发明公开了一种基于智能算法的负荷预测方法，是针对提取出完整的变压器电力负荷数据，对于提取到的负荷数据，首先搭建基于渐消记忆指数加权法的噪声估值优化的容积卡尔曼滤波模型对负荷值进行预测，获取负荷预测结果和预测误差序列，对预测误差数据进行野值处理，采用GM‑BP模型对预测误差数据进行预测，用以修正基于渐消记忆指数加权法的噪声估值优化的容积卡尔曼滤波模型预测结果，得到最终的负荷预测结果。本发明改善传统负荷预测模型时效性和准确性不足的问题，从而能提高电网负荷预测的能力，为电力系统安全经济运行和实现电网科学管理及调度提供重要保障。
-
公开(公告)号：CN113469178A
公开(公告)日：2021-10-01
申请号：CN202110755988.2
申请日：2021-07-05
申请人： 安徽南瑞继远电网技术有限公司 , 国网安徽省电力有限公司 , 南瑞集团有限公司
摘要： 本发明公开了一种基于深度学习的电力表计识别方法，其步骤包括：1、采用深度学习目标检测网络YOLOv4来检测图片中电力表计的位置；2、使用深度学习实例分割网络Mask R‑CNN对表计目标区域做指针掩膜定位；3、使用线性回归算法对指针掩模进行线性拟合，计算出指针的斜率；4、最后基于表计类别信息和配置参数计算得到其数值。本发明方法精度高、速度快、鲁棒性强，相比传统技术大大减少了手工特征的设计，并且适用于多种电力场景。
-
公开(公告)号：CN115357746A
公开(公告)日：2022-11-18
申请号：CN202211148128.3
申请日：2022-09-20
申请人： 安徽南瑞继远电网技术有限公司 , 南瑞集团有限公司
摘要： 本发明涉及一种标签溯源的电力智能样本库管理系统，包括：样本采集模块，用于拍摄样本图片；样本图像识别模块，对采集的样本图片进行识别；样本标签规范标注模块，对采集的样本图片的识别目标进行标注，包括正确标注目标的位置和类别；样本溯源模块，用于对经过标注的样本图片进行筛选，对于问题样本图片进行现场溯源处理，对现场的问题设备进行调整修改；样本信息可视化展示模块；样本库，用于对采集的样本图片进行存储。本发明构建一套样本标签台账表，对非结构化样本数据的标签进行结构化表述，有助于在样本筛选后对问题样本进行溯源查询，并针对样本采集问题的原因进行查找分析，整改后提升样本采集效果。
-
公开(公告)号：CN114495983B
公开(公告)日：2024-10-29
申请号：CN202210158492.1
申请日：2022-02-21
申请人： 安徽南瑞继远电网技术有限公司 , 南瑞集团有限公司
摘要： 本发明公开了一种基于云边协同的设备故障声纹监测系统，通过建立设备声纹故障数据云端样本库、模板库；获取设备音频数据，并进行预处理操作，提取第一音频声纹特征；通过比较所述第一音频声纹特征对应的第一高维表示数据与正常声纹的高维表示数据确定声纹的异常；通过提取所述故障音频数据对应的声纹特征；将所述设备音频数据对应的声纹特征的特征向量与模板库中的声纹特征故障模板进行比对，确定对应的故障类型。本发明可以在前期标记样本库稀少的情况下，部署设备故障声纹监测深度学习算法并持续优化算法准确度，从而解决了故障数据采集的难度也提高了识别准确度；且基于边端故障识别分析模块只需分析上传的异常声纹，大大减少服务器开销。
-
公开(公告)号：CN115661337A
公开(公告)日：2023-01-31
申请号：CN202211164520.7
申请日：2022-09-23
申请人： 安徽南瑞继远电网技术有限公司 , 南瑞集团有限公司
摘要： 本发明涉及一种基于双目视觉的变电站作业人员三维重建的方法，包括：对每个单目相机分别进行单目标定，将获取的单目参数保存后对双目相机进行标定；实时采集图像，将目标坐标转换到相机坐标系中；进行立体匹配，计算视差值；计算深度信息，将深度信息组成的深度图融合经视差值计算后的RGB图生成单帧点云图，将生成的单帧点云图进行融合得到完整的三维点云，通过位姿变换构建实时三维图像。本发明将变电站与作业人员同时进行了三维重建，并以静态变电站三维坐标体系为基准，实现动态作业人员点云与静态变电站点云的匹配结合；本发明在三维重建的过程中得到了深度信息，在检测作业人员的同时能获得精确的距离计算，方便变电站内的作业安全管控。
-
公开(公告)号：CN115512207A
公开(公告)日：2022-12-23
申请号：CN202211360352.9
申请日：2022-11-01
申请人： 安徽南瑞继远电网技术有限公司 , 南瑞集团有限公司
摘要： 本发明提供了一种于多路特征融合及高阶损失感知采样的单阶段目标检测方法。通过获取待检测图像，并对待检测图像执行预处理；根据预先建立的目标检测网络模型对待检测图像执行检测，获取初步检测结果；目标检测网络模型基于多路特征金字塔网络执行多路特征融合；以及基于高阶损失感知采样机制进行训练；根据初步检测结果计算面积交并比以及非极大值抑制，得到最终的检测结果。相比于现有技术，通过利用提出的多路特征金字塔能够避免低级特征细节和纹理的丢失获取从而获得更加完整的目标特征信息；同时，利用提出的高阶损失感知采样机制能够针对于图像中的每个实例自适应的选出其对应的正样本用于训练，从而达到更好的目标检测效果。
-
公开(公告)号：CN114495983A
公开(公告)日：2022-05-13
申请号：CN202210158492.1
申请日：2022-02-21
申请人： 安徽南瑞继远电网技术有限公司 , 南瑞集团有限公司
摘要： 本发明公开了一种基于云边协同的设备故障声纹监测系统，通过建立设备声纹故障数据云端样本库、模板库；获取设备音频数据，并进行预处理操作，提取第一音频声纹特征；通过比较所述第一音频声纹特征对应的第一高维表示数据与正常声纹的高维表示数据确定声纹的异常；通过提取所述故障音频数据对应的声纹特征；将所述设备音频数据对应的声纹特征的特征向量与模板库中的声纹特征故障模板进行比对，确定对应的故障类型。本发明可以在前期标记样本库稀少的情况下，部署设备故障声纹监测深度学习算法并持续优化算法准确度，从而解决了故障数据采集的难度也提高了识别准确度；且基于边端故障识别分析模块只需分析上传的异常声纹，大大减少服务器开销。
-
公开(公告)号：CN115797855A
公开(公告)日：2023-03-14
申请号：CN202211167078.3
申请日：2022-09-23
申请人： 南瑞集团有限公司
IPC分类号： G06V20/52 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08
摘要： 本申请公开基于频域注意力机制的烟火图像剪枝蒸馏检测方法，涉及电力技术领域，本申请通过增加注意力机制能让模型对图像中输入的变动项更加敏感，频域注意力机制考虑不同的通道特征的频率，获得更多的特征信息，如图像中的烟和火变化剧烈，频域注意力机制则将图像中的频率变化考虑进去，让特征对图像的频率变化敏感，增强其检测精度；同时对模型进行剪枝和知识蒸馏，不仅对特征通道进行裁剪，并基于残差网络，对卷积的kernel长宽进行裁剪，并对裁剪后的网络通过未裁剪的网络模型对其知识蒸馏，使得模型进一步轻量化，提高了模型响应水平，同时保证精度维持在原有水平。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.06 秒)
