利索-全球专利检索

  1. 登录
  2. 注册

搜索结果

6 条记录 (耗时 0.028 秒)

    运动导轨式输电线路绝缘子自动检测装置
    1.
    发明公开
    运动导轨式输电线路绝缘子自动检测装置 审中-实审

    公开(公告)号：CN112327109A

    公开(公告)日：2021-02-05

    申请号：CN202011108994.0

    申请日：2020-10-16

    申请人： 贵州电网有限责任公司

    发明人： 杨恒 ,  时磊 ,  周振锋

    IPC分类号： G01R31/12 ,  G01R1/04

    摘要： 本发明公开了一种运动导轨式输电线路绝缘子自动检测装置，包括安装底座，安装底座的顶部固定安装有主支撑杆，所述主支撑杆的顶部设置有活动槽，所述活动槽槽壁的底部与弹簧固定连接，所述弹簧的顶部与卡块固定连接，所述主支撑杆的顶部与套管固定连接，所述套套管接在滑轨的表面，所述滑轨的底部设置有卡槽，本发明通过将滑轨安装在套管的内部，在对绝缘子进行检测时，可以通过向左或者向右滑动滑轨，以改变左侧行走小车向左移动的距离，以达到可以检测不同长度的绝缘子的目的，使得整个检测装置的适用范围更广，实用性更强。

    一种基于深度神经网络的表格快速自动提取方法
    2.
    发明公开
    一种基于深度神经网络的表格快速自动提取方法 有权

    公开(公告)号：CN112883795A

    公开(公告)日：2021-06-01

    申请号：CN202110068949.5

    申请日：2021-01-19

    申请人： 贵州电网有限责任公司

    发明人： 李晓春 ,  彭赤 ,  徐梁刚 ,  时磊 ,  杨恒 ,  陈科羽 ,  赵建 ,  余江顺 ,  周振锋 ,  杨渊

    IPC分类号： G06K9/00 ,  G06K9/38 ,  G06N3/04 ,  G06N3/08

    摘要： 架空输电线路的设计资料通常以图片表格、PDF表格等形式出现，且不同设计单位提供的资料格式、表现形式均有所区别，表格资料不能被计算机直接读取，需要进行人工手动输入，工作量大、速度慢。针对此问题，本发明公开了一种基于深度神经网络的表格快速自动提取方法，包括：步骤S1：进行图像表格矫正预处理；步骤S2：进行图像表格框线提取，得到裁剪出来的单元格图片Q(i)；步骤S3：进行单元格文字定位；步骤S4：单元格文字识别；步骤S5：对所有单元格识别结果进行顺序合并，实现表格自动快速提取。该方法与现有的人工目视解译或者基于单字分割的表格提取方法相比，速度更快、自动化程度更高、识别更为准确和完整、泛化能力更强、效率更高，对于多源异构、复杂的图像表格数据依然可以保持较好的提取效果，便于验收项判定与验收工作管理。

    一种多模型电力线分割方法
    3.
    发明授权
    一种多模型电力线分割方法 有权 转让

    公开(公告)号：CN110533075B

    公开(公告)日：2023-08-08

    申请号：CN201910707232.3

    申请日：2019-08-01

    申请人： 贵州电网有限责任公司

    发明人： 时磊 ,  杨渊 ,  虢韬 ,  杨恒 ,  周振锋 ,  王伟 ,  杨刘贵 ,  吴绍华 ,  杨洋

    IPC分类号： G06F18/23213

    摘要： 本发明提供了一种多模型电力线分割方法，包括以下步骤：模型判断‑对模型A进行电力线分割‑对模型B进行电力线分割。本发明采用电力线点云局部统计的方式获得电力线数量，针对XOY面投影不重合模型，能获取完整的点云段，避免了电力线多处缺失；针对XOY面投影重合模型，采用了完整点云段高程排序的方式，对点云不缺失的段进行高程排序，然后对有缺失的段进行临近匹配，从而解决电力线点云多处缺失，对电力线分割带来的影响。

    一种基于深度神经网络的表格快速自动提取方法
    4.
    发明授权
    一种基于深度神经网络的表格快速自动提取方法 有权

    公开(公告)号：CN112883795B

    公开(公告)日：2023-01-31

    申请号：CN202110068949.5

    申请日：2021-01-19

    申请人： 贵州电网有限责任公司

    发明人： 李晓春 ,  彭赤 ,  徐梁刚 ,  时磊 ,  杨恒 ,  陈科羽 ,  赵建 ,  余江顺 ,  周振锋 ,  杨渊

    IPC分类号： G06V30/414 ,  G06V30/162 ,  G06N3/0464 ,  G06N3/044 ,  G06N3/08

    摘要： 架空输电线路的设计资料通常以图片表格、PDF表格等形式出现，且不同设计单位提供的资料格式、表现形式均有所区别，表格资料不能被计算机直接读取，需要进行人工手动输入，工作量大、速度慢。针对此问题，本发明公开了一种基于深度神经网络的表格快速自动提取方法，包括：步骤S1：进行图像表格矫正预处理；步骤S2：进行图像表格框线提取，得到裁剪出来的单元格图片Q(i)；步骤S3：进行单元格文字定位；步骤S4：单元格文字识别；步骤S5：对所有单元格识别结果进行顺序合并，实现表格自动快速提取。该方法与现有的人工目视解译或者基于单字分割的表格提取方法相比，速度更快、自动化程度更高、识别更为准确和完整、泛化能力更强、效率更高，对于多源异构、复杂的图像表格数据依然可以保持较好的提取效果，便于验收项判定与验收工作管理。