公开(公告)号：CN110766281B

公开(公告)日：2022-04-26

申请号：CN201910894102.5

申请日：2019-09-20

申请人： 国网宁夏电力有限公司电力科学研究院 ,  山东鲁软数字科技有限公司

发明人： 郭飞 ,  张立中 ,  沙卫国 ,  李梅 ,  何宁辉 ,  王波 ,  张振宇 ,  陈鹏 ,  王亮 ,  史渊源 ,  吴旻荣 ,  蔡冰 ,  詹国红 ,  李桂英 ,  刘世涛 ,  麦晓庆 ,  秦发宪 ,  王伟 ,  贾璐 ,  徐维佳 ,  张丽娟 ,  马伟 ,  万鹏 ,  公凡奎

IPC分类号： G06Q10/06 ,  G06Q50/06 ,  G06V20/00 ,  G06V10/25 ,  G06V10/26

摘要： 本发明公开了一种基于深度学习的输电导线风害预警方法及终端，该方法包括以下步骤：若当前风力级别超过第一阈值，启动摄像头采集图像；通过深度学习模型对所述采集图像和预存安全距离图像进行实例分割比对，确定输电导线的偏移幅度以及A、B、C三相序导线两两之间的距离与安全距离的比值；若所述偏移幅度不小于第二阈值或者任一距离比值不大于第三阈值，则发出预警提醒。本发明提供的基于深度学习的输电导线风害预警方法及终端，可以实现对于输电导线的风害预警，减少损失。

公开(公告)号：CN113657309A

公开(公告)日：2021-11-16

申请号：CN202110963241.6

申请日：2021-08-20

申请人： 山东鲁软数字科技有限公司

发明人： 张俊岭 ,  刘猛 ,  马超 ,  何成 ,  尹朋 ,  公凡奎 ,  牛爱梅 ,  刘祥振 ,  宋天航 ,  张云鹏 ,  陈军

IPC分类号： G06K9/00 ,  G06K9/34 ,  G06K9/46

摘要： 本发明公开了一种基于Adocf的穿越安全围栏违章行为检测方法，该方法包括以下步骤：对视频流图像进行解码，获取监控视频图像；将监控图像输入到Adocf网络中，检测安全围栏所在图像中的区域；将监控视频输入到Adocf网络中，判断监控视频中行人的动作是否属于跨越动作；对监控视频中出现的行人进行人体关键点实时监测，获取关键点的坐标信息；将行人跨越动作前后脚踝关键点的坐标信息与安全围栏最底部坐标信息进行比对，判断是否为跨越安全围栏。有益效果：通过2D进行安全围栏检测，获取图像中的安全围栏，3D进行穿越安全围栏动作检测，同时结合2D与3D判断交互进行跨越安全围栏违章行为检测，实现更精确高效的效果。

公开(公告)号：CN113673696B

公开(公告)日：2024-03-22

申请号：CN202110963263.2

申请日：2021-08-20

申请人： 山东鲁软数字科技有限公司

发明人： 公凡奎 ,  张俊岭 ,  尹朋 ,  周怡 ,  褚敬 ,  何成 ,  高明 ,  张波 ,  马超 ,  田亮 ,  李天舒

IPC分类号： G06N3/092 ,  G06N3/098 ,  G06N20/20 ,  G06F21/62 ,  H04L9/40 ,  G06Q50/06

摘要： 本发明公开了一种基于强化联邦学习的电力行业起重作业违章检测方法，该方法包括以下步骤：S1、使用联邦学习C，对A节点和B节点使用本地数据进行训练并得到模型；S2、将步骤S1中得到的模型输入强化学习模块，使用强化学习DQN进行模型融合，调整A节点和B节点模型的权值；S3、强化学习模块通过强化学习，生成强化融合模型；S4、联邦学习C中心节点使用强化融合模型采用加权平均来对A节点和B节点的模型进行模型融合；S5、将融合后的模型下发到A节点和B节点；S6、重复步骤S1到S5，直至模型训练完成。有益效果：使用强化学习保证联邦学习共同建模效果，选择优质节点共同建立模型，降低异构性问题的影响。

公开(公告)号：CN117709867A

公开(公告)日：2024-03-15

申请号：CN202311520067.3

申请日：2023-11-14

申请人： 山东鲁软数字科技有限公司

发明人： 刘肖东 ,  李明 ,  张俊岭 ,  刘猛 ,  刘延清 ,  牛爱梅 ,  公凡奎 ,  彭全利 ,  薛龙 ,  高峰 ,  耿立松

IPC分类号： G06Q10/10 ,  G06V30/148 ,  G06V30/41

摘要： 本发明提供一种基于图像识别的项目进度管控系统及方法，管理属于电力系统项目管理技术领域，所述系统包括：项目资料接收模块，用于加载项目执行部门准备上传的项目资料；图像识别模块，用于对加载的项目资料进行图像识别，并将识别的项目信息与已保存项目进行比对；项目资料归档模块，用于允许项目信息比对通过的项目资料上传，并保存到对应项目中；项目进度管理模块，用于将项目资料提供给上级电力部门进行进度。本发明通过图像识别方式对加载的项目资料的项目信息自动进行匹配验证，确保上传项目资料的准确性，减少了人工验证的时间，提高了项目进度管理的效率。

公开(公告)号：CN113673696A

公开(公告)日：2021-11-19

申请号：CN202110963263.2

申请日：2021-08-20

申请人： 山东鲁软数字科技有限公司

发明人： 公凡奎 ,  张俊岭 ,  尹朋 ,  周怡 ,  褚敬 ,  何成 ,  高明 ,  张波 ,  马超 ,  田亮 ,  李天舒

IPC分类号： G06N3/08 ,  G06N20/20 ,  G06F21/62 ,  H04L29/06 ,  G06Q50/06

摘要： 本发明公开了一种基于强化联邦学习的电力行业起重作业违章检测方法，该方法包括以下步骤：S1、使用联邦学习C，对A节点和B节点使用本地数据进行训练并得到模型；S2、将步骤S1中得到的模型输入强化学习模块，使用强化学习DQN进行模型融合，调整A节点和B节点模型的权值；S3、强化学习模块通过强化学习，生成强化融合模型；S4、联邦学习C中心节点使用强化融合模型采用加权平均来对A节点和B节点的模型进行模型融合；S5、将融合后的模型下发到A节点和B节点；S6、重复步骤S1到S5，直至模型训练完成。有益效果：使用强化学习保证联邦学习共同建模效果，选择优质节点共同建立模型，降低异构性问题的影响。