-
公开(公告)号：CN115809991A
公开(公告)日：2023-03-17
申请号：CN202211529257.7
申请日：2022-11-30
申请人： 智洋创新科技股份有限公司
IPC分类号： G06T7/00 , G06V10/82 , G06N3/08 , G06V10/774 , G06V10/762 , G06N3/0464
摘要： 一种箱式变电站异常检测方法及系统，属于计算机视觉的技术领域。本发明综合传统方法与深度学习方法，结合目标检测与显著区域检测进行异常区域的粗粒度定位，然后利用特征点匹配技术对潜在异常区域进行细粒度定位，最后结合显著区域图对潜在异常区域过滤确认，最终实现对异常区域的准确识别。本发明能够实现对箱式变电站状态的精准监测，大幅减少传统方法因环境变化带来的误报问题，可应用于电力巡检任务中，节省了电力巡检中的人力消耗，提高了巡检的效率。
-
公开(公告)号：CN116363573A
公开(公告)日：2023-06-30
申请号：CN202310080950.9
申请日：2023-01-31
申请人： 智洋创新科技股份有限公司
IPC分类号： G06V20/52 , G06V10/22 , G06V10/24 , G06V10/764 , G06V10/26 , G06V10/82 , G06T7/33 , G06V10/46 , H02J13/00
摘要： 本发明提出了一种变电站设备状态异常识别方法和系统，该方法包括在预置相机的点位画面中粘贴定位标签用于识别变电站设备，并框选出待识别目标；以及将该预置位图像按点位ID保存成预置位图像模板；确定定位标签区域之后计算巡检图像中定位标签的第二坐标位置与预置位图像模板中定位标签的第一坐标位置的偏移量；如果偏移量超出设定阈值重新设定预置点位；如果在可矫正范围内进行矫正使待识别目标位于框选区域内；按照框选坐标对巡检图像进行裁剪，裁剪后输入分类模型中以识别出待识别目标的当前状态。基于改方法，还提出了一种变电站设备状态异常识别系统。本发明搭建图像识别网络，通过对图像数据的归类学习，实现变电站设备的状态识别。
-
公开(公告)号：CN117372956A
公开(公告)日：2024-01-09
申请号：CN202311353328.7
申请日：2023-10-18
申请人： 智洋创新科技股份有限公司
IPC分类号： G06V20/52 , G06V20/62 , G06V20/70 , G06V10/25 , G06V10/762 , G06V10/764 , G06V10/80 , G06V10/82 , G06F16/583
摘要： 本发明属于目标检测的技术领域，更具体地，涉及一种变电站屏柜设备状态检测方法及装置。所述方法包括：获取变电站内屏柜二次设备图像以构建样本数据集，对样本数据集进行标注并将其划分为训练集和验证集；构建目标检测模型和图像分类模型，利用训练集分别对目标检测模型和图像分类模型进行训练；利用训练后的目标检测模型识别屏柜二次设备的状态，并利用训练后的图像分类模型检测目标检测模型是否存在目标漏检，同时结合OCR模型识别屏柜名称，以此为索引进行屏柜二次设备状态对比，并将最终对比的差异区域标注出来。本发明解决了智能巡检变电站屏柜过程中二次设备状态难以确认以及现有的巡检方式存在人员工作量大、巡视工作效率较低等问题。
-
公开(公告)号：CN116455070A
公开(公告)日：2023-07-18
申请号：CN202310386748.9
申请日：2023-04-07
申请人： 智洋创新科技股份有限公司
IPC分类号： H02J13/00 , G08B21/18 , G06V10/82 , G06V10/74 , G06N3/0455 , G06N3/0895
摘要： 本发明提出了一种变电站设备变位告警的方法和系统，该方法包括：构建变电站设备状态的模板图像和用于状态识别的巡检图像数据集；构建变电站设备状态识别模型，具体包括：采用自监督方式训练掩码自编码器，利用训练后掩码自编码器中的编码器Encoder替换YoloV5骨干网络得到改进后的YoloV5网络；通过设备状态识别模型分别对模板图像和巡检图像检测得到模板图像中变电站的第一状态和巡检图像中变电站的第二状态；判断第一状态和第二状态是否相同，如果不相同，则变电站设备变位进行告警。基于该方法，还提出了一种变电站设备变位告警的系统。本发明不但能准确识别设备状态，而且能比较前后设备状态的差异，对状态的变化告警。
-
公开(公告)号：CN118570725A
公开(公告)日：2024-08-30
申请号：CN202410648754.1
申请日：2024-05-23
申请人： 智洋创新科技股份有限公司
摘要： 本发明属于变电站智能检测技术领域，具体涉及隔离开关一键顺控视频双确认方法、装置、电子设备及存储介质。该方法包括：获取变电站隔离开关分合的视频样本构建图像帧数据集，并从中选取关键帧图像；利用图像帧数据集训练变化检测模型，得到变化检测目标模型；从待识别的隔离开关分合过程动作视频中提取结束帧图像，利用变化检测目标模型识别其中隔离开关的状态，若隔离开关分闸/合闸到位，则直接输出分闸/合闸正常；反之则提取过程帧图像，利用特征提取算法提取过程帧图像及关键帧图像的特征向量，利用相似性评价算法计算两个特征向量之间的相似度，以预测隔离开关的运动趋势。本发明解决了变电站隔离开关一键顺控中视频双确认的识别问题。
-
公开(公告)号：CN116342496A
公开(公告)日：2023-06-27
申请号：CN202310183224.X
申请日：2023-02-24
申请人： 智洋创新科技股份有限公司
摘要： 本发明提出了一种用于智能巡检的异常物体检测方法和系统，该方法包括获取同一场景下不同时间的图像对，并标注出图像对中的差异区域；构建数字孪生异常检测模型，利用标注后的图像训练数字孪生异常检测模型；通过误差反向传播调整数字孪生异常检测模型的权重；通过调整数字孪生异常检测模型使输入网络的图像对处在相同的视角下；然后利用调整后的数字孪生异常检测模型标记出图像对的最终差异区域，以及在标记出图像对的最终差异区域之后对输出的二值图进行形态学图像处理以减少检测模型的误报。基该方法，还提出了一种用于智能巡检的异常物体检测系统。本发明可解决智能巡检场景中依赖大量训练样本的问题，可应用于不限类别的异常物体检测。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.031 秒)
