-
公开(公告)号：CN118115004A
公开(公告)日：2024-05-31
申请号：CN202410248781.X
申请日：2024-03-05
申请人： 广东电网有限责任公司广州供电局
IPC分类号： G06Q10/0637 , G06Q10/0639 , G06Q50/06
摘要： 本发明提供了一种基于电力大数据进行用电水平评估的方法，步骤S1，获取初始评估值，采集相应区域一段时间内的电力大数据，计算用电数据指标；步骤S2。计算各个指标变权，结合不同区域经济发展、区域类型在每个指标基础权重上进行变权；步骤S3，采用变权逼近理想解排序法对用电水平进行评估。通过本发明的方法能够实现对用电水平的合理的评估。
-
公开(公告)号：CN113177570A
公开(公告)日：2021-07-27
申请号：CN202011310687.0
申请日：2020-11-20
申请人： 广东电网有限责任公司广州供电局
摘要： 本发明公开了一种基于FasterRCNN级联的电塔螺栓异常检测方法，包括数据获取及标注；Faster RCNN网络训练；螺帽缺失检测，本发明适用于深度学习中目标检测技术领域，本发明借助二级网络对螺栓进行异常检测，提升了检测精度，高效地完成日常输电线路的巡检，大大提高了巡检效率。
-
公开(公告)号：CN113177571A
公开(公告)日：2021-07-27
申请号：CN202011312789.6
申请日：2020-11-20
申请人： 广东电网有限责任公司广州供电局
摘要： 本发明公开了一种模版驱动的输电塔螺栓定位和异常检测方法，包括数据采集；训练数据集标注；Mask RCNN网络训练；螺栓定位和异常检测，本发明适用于深度学习中目标检测技术领域，提出一种模版驱动的输电塔螺栓定位和异常检测方法，利用无人机对输电塔上关键部位的螺栓进行影像数据采集，采用深度卷积神经网络Mask RCNN对标注后的影像进行训练、测试，从而完成螺栓定位和异常检测，实现了输电线路的智能化巡检，提高了工作效率，降低了劳动强度，杜绝了危险隐患。
-
公开(公告)号：CN113177569A
公开(公告)日：2021-07-27
申请号：CN202011309110.8
申请日：2020-11-20
申请人： 广东电网有限责任公司广州供电局
摘要： 本发明公开了一种基于深度学习的螺栓缺失快速检测方法，包括：S1、数据采集及标注;S2、YOLOV4网络训练;S3、人工辅助检测，本发明适用于螺栓缺失快速检测过程，通过航拍采集若干螺栓样本，再通过labelme软件对样本中的螺栓进行标注，然后输入YOLOV4网络训练，提升了螺栓检测的巡检效率，还通过对训练结果进行测试，然后进行4000次迭代，采用mAP对测试结果评价精度进行评定，从而提升了螺栓检测的精度。
-
-
-
搜索结果
4 条记录 (耗时 0.039 秒)
