-
公开(公告)号:CN112288682A
公开(公告)日:2021-01-29
申请号:CN202010611087.1
申请日:2020-06-29
申请人: 西安交通大学
摘要: 本发明针对固定场景下电力设备的缺陷定位,提出了一种有效的基于图像配准的电力设备缺陷定位方法,即利用直方图均衡法弱化光照变化对结果的影响;利用ORB特征点提取算法、BFMatcher匹配器、RANSAC特征点对筛选法完成样本图与测试图之间的配准,矫正旋转畸变;利用混合去噪的方法,完成缺陷的定位。本发明的正确率在80%以上,且所需的时间成本也小,对硬件的要求也不高,适合对实时性要求较高的任务,同时也可搭载于移动设备,如巡检机器人、无人机上,对采集的图片做初步判断。
-
公开(公告)号:CN111460168A
公开(公告)日:2020-07-28
申请号:CN202010228791.9
申请日:2020-03-27
申请人: 西安交通大学
IPC分类号: G06F16/36 , G06F16/2458 , G06F16/23 , G06F16/27
摘要: 本发明公开一种基于区块链分布式双重共识的知识图谱验证及更新方法,包括以下步骤:所有机器节点i进行本地新增知识挖掘,与原区块链的最新知识图谱进行匹配找出不同的知识形成知识清单;所有机器节点共享知识清单给其它机器节点,形成总任务表Si;主机器节点将本节点Sp内的实体关系对k按顺序广播给其它机器节点,用于验证主机器节点p的每个编号n对应的实体关系对k是否由机器节点i提供;当主机器节点p接收到f+1个Confirm消息之后,对达成共识的Sp内的实体关系对k发起本地验证;当主机器节点p接收到大于f+1个local-complete消息后,更新最新的知识图谱,并对实体关系对k的提供节点i进行虚拟货币奖励,同时将新增知识图谱与此交易写入区块链中。
-
公开(公告)号:CN105262441A
公开(公告)日:2016-01-20
申请号:CN201510567969.1
申请日:2015-09-08
申请人: 西安交通大学
IPC分类号: H02S50/10
摘要: 一种基于红外图像的光伏阵列故障等级划分方法,采集光伏阵列系统红外图像信息,包括多张光伏组件红外图像,每张图均分成多个图像单元后每个单元的R、G、B值,这些构成图像信息数据库张量,并根据获得的光伏组件温度信息对红外图像进行故障编码,采用Tensor-V混合偏最小二乘法,通过红外图像信息数据库张量来预测故障等级向量,从而建立一个张量-向量的故障等级划分模型,具有很强的预测能力,可实现对光伏组件红外图像快速有效的故障等级编码,提供给光伏电站运行维护的工作人员,及时对存在问题的光伏组件安排检修更换,从而实现了光伏组件持续最佳状态运行,保证了光伏电厂的经济效益。
-
公开(公告)号:CN111460168B
公开(公告)日:2021-06-22
申请号:CN202010228791.9
申请日:2020-03-27
申请人: 西安交通大学
IPC分类号: G06F16/36 , G06F16/2458 , G06F16/23 , G06F16/27
摘要: 本发明公开一种基于区块链分布式双重共识的知识图谱验证及更新方法,包括以下步骤:所有机器节点i进行本地新增知识挖掘,与原区块链的最新知识图谱进行匹配找出不同的知识形成知识清单;所有机器节点共享知识清单给其它机器节点,形成总任务表Si;主机器节点将本节点Sp内的实体关系对k按顺序广播给其它机器节点,用于验证主机器节点p的每个编号n对应的实体关系对k是否由机器节点i提供;当主机器节点p接收到f+1个Confirm消息之后,对达成共识的Sp内的实体关系对k发起本地验证;当主机器节点p接收到大于f+1个local‑complete消息后,更新最新的知识图谱,并对实体关系对k的提供节点i进行虚拟货币奖励,同时将新增知识图谱与此交易写入区块链中。
-
公开(公告)号:CN116822939A
公开(公告)日:2023-09-29
申请号:CN202310494913.2
申请日:2023-05-05
申请人: 国网甘肃省电力公司 , 西安交通大学 , 国网甘肃省电力公司电力科学研究院
IPC分类号: G06Q10/0635 , G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/08 , G06Q50/06
摘要: 本发明提供了一种基于三维空间关系的变电站带电区域风险辨识方法及系统,属于变电站现场作业安全风险识别技术领域。获取变电站带电区域及周围的图像信息;使用预先训练好的YOLO‑v5深度神经网络模型对变电站作业人员进行检测与定位,得到多分类风险辨识模型;使用预先训练好的多分类风险辨识模型对图像中作业人员与带电区域的三维空间关系进行风险辨识分类员。本发明在保证识别准确率的情况下实现速度最大化,求解速度快、求解质量高、消耗计算资源低,达到无人智能监控的目的。
-
公开(公告)号:CN105262441B
公开(公告)日:2017-04-12
申请号:CN201510567969.1
申请日:2015-09-08
申请人: 西安交通大学
IPC分类号: H02S50/10
摘要: 一种基于红外图像的光伏阵列故障等级划分方法,采集光伏阵列系统红外图像信息,包括多张光伏组件红外图像,每张图均分成多个图像单元后每个单元的R、G、B值,这些构成图像信息数据库张量,并根据获得的光伏组件温度信息对红外图像进行故障编码,采用Tensor‑V混合偏最小二乘法,通过红外图像信息数据库张量来预测故障等级向量,从而建立一个张量‑向量的故障等级划分模型,具有很强的预测能力,可实现对光伏组件红外图像快速有效的故障等级编码,提供给光伏电站运行维护的工作人员,及时对存在问题的光伏组件安排检修更换,从而实现了光伏组件持续最佳状态运行,保证了光伏电厂的经济效益。
-
-
-
-
-