-
公开(公告)号：CN118017479A
公开(公告)日：2024-05-10
申请号：CN202410093735.7
申请日：2024-01-23
申请人： 贵州电网有限责任公司 , 浙江华云信息科技有限公司
发明人： 张忠静 , 刘磊 , 时雷春 , 吴方权 , 石云辉 , 潘柏良 , 李聪 , 陈斗沙 , 石堃林 , 刘应华 , 时重雯 , 张润 , 胡思远 , 申芳 , 杨靓华 , 王颖 , 黄黎琳 , 刘楠君
摘要： 本发明公开了一种技术线损率矫正的线损分析方法及系统，方法包括：采集电网所传输电能的电力参数；构建电网的拓扑结构，根据电网的拓扑结构对电网所传输电能进行特定分段；利用预先训练的电网线损模型，对于分段后的每一段电能进行技术线损率的实时监测和预测；根据技术线损率，对于发生线损的电能进行实时线损率矫正。利用本发明实施例，能够通过机器学习模型实现全面监测和预测电力系统中的线损率，提高电力传输效率，降低能源浪费，为电力系统的智能化运行和管理提供了有效的支持。
-
公开(公告)号：CN110674889B
公开(公告)日：2021-03-30
申请号：CN201910975693.9
申请日：2019-10-15
申请人： 贵州电网有限责任公司
摘要： 本发明公开了一种用于电表终端故障识别的图像训练方法，该方法包括步骤：搭建基于深度学习的网络架构，检测目标类别为5类；使用透视变换技术丰富样本；使用ISP技术调整图像的亮度、对比度和颜色，丰富样本；训练电表终端检测识别网络，用于识别电表终端和表盘四个角点所在区域；使用图像测量的算法，精确定位表盘区域的四个角点坐标；使用透视变换技术获取电表终端表盘区域的“正面”图像；将正面图像和对应的缺陷类别作为标记样本，再送入深度学习网络进行训练。本发明对缺陷样本经过透视变换到正面视角时，人工标记，对于同一类型的缺陷，标记区域限制长宽比后，可以提高缺陷标记的一致性，可以极大提高电表终端故障的识别准确率。
-
公开(公告)号：CN110738170B
公开(公告)日：2021-01-26
申请号：CN201910975688.8
申请日：2019-10-15
申请人： 贵州电网有限责任公司
摘要： 本发明公开了一种用于电表终端故障识别的图像识别方法，该方法包括步骤：搭建基于深度学习分类网络、电表终端检测网络、组态匹配和故障识别网络；深度学习分类网络输入为图像，输出为电表终端设备的型号；电表终端检测网络的输出为每个电表终端型号对应的一个特征；使用组态匹配检测方法获取每个电表终端面板信息特征；识别使用深度学习网络，将典型的“无故障”图片和“有故障”图片送进深度学习网络进行训练，识别时，将待识别的图片送入网络，网络会输出是否有故障的结果。本发明的识别方法最大程度的利用电表终端的先验知识，极大的提高了算法的识别成功率。并准确提供必要的故障信息，帮助现场运维工程师快速定位故障，提高效率。
-
公开(公告)号：CN110738170A
公开(公告)日：2020-01-31
申请号：CN201910975688.8
申请日：2019-10-15
申请人： 贵州电网有限责任公司
摘要： 本发明公开了一种用于电表终端故障识别的图像识别方法，该方法包括步骤：搭建基于深度学习分类网络、电表终端检测网络、组态匹配和故障识别网络；深度学习分类网络输入为图像，输出为电表终端设备的型号；电表终端检测网络的输出为每个电表终端型号对应的一个特征；使用组态匹配检测方法获取每个电表终端面板信息特征；识别使用深度学习网络，将典型的“无故障”图片和“有故障”图片送进深度学习网络进行训练，识别时，将待识别的图片送入网络，网络会输出是否有故障的结果。本发明的识别方法最大程度的利用电表终端的先验知识，极大的提高了算法的识别成功率。并准确提供必要的故障信息，帮助现场运维工程师快速定位故障，提高效率。
-
公开(公告)号：CN110674889A
公开(公告)日：2020-01-10
申请号：CN201910975693.9
申请日：2019-10-15
申请人： 贵州电网有限责任公司
摘要： 本发明公开了一种用于电表终端故障识别的图像训练方法，该方法包括步骤：搭建基于深度学习的网络架构，检测目标类别为5类；使用透视变换技术丰富样本；使用ISP技术调整图像的亮度、对比度和颜色，丰富样本；训练电表终端检测识别网络，用于识别电表终端和表盘四个角点所在区域；使用图像测量的算法，精确定位表盘区域的四个角点坐标；使用透视变换技术获取电表终端表盘区域的“正面”图像；将正面图像和对应的缺陷类别作为标记样本，再送入深度学习网络进行训练。本发明对缺陷样本经过透视变换到正面视角时，人工标记，对于同一类型的缺陷，标记区域限制长宽比后，可以提高缺陷标记的一致性，可以极大提高电表终端故障的识别准确率。
-
-
-
-
搜索结果
5 条记录 (耗时 0.075 秒)
