公开(公告)号：CN119538146A

公开(公告)日：2025-02-28

申请号：CN202411591328.5

申请日：2024-11-08

Applicant: 江苏新绿能科技有限公司

Inventor： 曾晓红 ,  郭晓宇 ,  张龙 ,  李奇 ,  谢生波 ,  钟建 ,  王琦 ,  魏永胜 ,  贾硕存 ,  徐磊 ,  邹家明

IPC: G06F18/2433 ,  G06F18/15 ,  G06N3/0464 ,  G06Q10/20 ,  G01R31/08

Abstract: 本发明公开了一种基于事件驱动神经网络的接触网短时快速故障检测方法，旨在提高接触网故障检测的响应速度、精度和资源利用效率。该方法通过采集接触网系统的实时运行数据，包括电流、电压、位移、张力等动态参数，进行预处理后，利用事件驱动机制检测异常事件。当系统检测到接触网中的运行参数波动超过设定的阈值时，事件驱动神经网络被即时激活，对异常数据进行分析处理。该检测方法由事件检测模块和故障分类模块组成。事件检测模块负责监测接触网的关键运行参数，通过计算参数的变化量来识别潜在的故障或异常事件。一旦触发事件，故障分类模块将通过卷积神经网络(CNN)对故障特征进行提取，并对不同的故障类型进行精确分类和定位。模型采用深度学习技术，能够学习和区分接触网正常状态与故障状态下的特征差异，确保高精度的检测结果。

公开(公告)号：CN119444716A

公开(公告)日：2025-02-14

申请号：CN202411549566.X

申请日：2024-11-01

Applicant: 江苏新绿能科技有限公司

Inventor： 郭晓宇 ,  钟建 ,  谢生波 ,  曾晓红 ,  张龙 ,  赵志刚 ,  陈先浩 ,  缪长春 ,  接磊 ,  尚游 ,  徐旭东

IPC: G06T7/00 ,  G01N21/88 ,  G01N21/95 ,  G06V10/44 ,  G06V10/82 ,  G06T7/73 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/088

Abstract: 本发明公开了一种基于卷积自动编码器的接触网吊弦无监督缺陷检测方法，旨在解决传统人工巡检或基于简单图像处理的吊弦检测方法中存在的效率低、成本高、误检率和漏检率高的问题。该方法包括以下步骤：首先，采集接触网吊弦的图像数据，并对其进行预处理，预处理步骤包括图像灰度化、去噪及归一化处理，以消除外部因素的影响，增强图像质量。然后，将预处理后的图像输入卷积自动编码器模型，卷积自动编码器由编码器和解码器组成，编码器通过卷积和池化操作提取图像的局部特征并进行降维，生成潜在空间表示，解码器通过反卷积或上采样操作将潜在空间表示还原为与输入图像相似的输出图像。通过计算输入图像与重建图像之间的重建误差，识别出异常大的重建误差，以此判断吊弦是否存在缺陷。