-
公开(公告)号：CN116385962A
公开(公告)日：2023-07-04
申请号：CN202310292036.0
申请日：2023-03-22
Applicant: 华能(广东)能源开发有限公司汕头电厂 , 北京华能新锐控制技术有限公司
IPC: G06V20/52 , H04N7/18 , G08B21/24 , G06V10/25 , G06V10/764 , G06V10/82 , G06V40/10 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及智能监控技术领域，其具体地公开了一种基于机器视觉的廊道内人员监控系统及其方法，其采用基于机器视觉的人工智能监控技术，以廊道内人员的监控图像作为输入数据来对于所述监控图像中的人员目标进行目标感兴趣区域的框定，并在进行图像高清处理后进一步进行显著目标检测编码，以提取出基于目标框定和高清化处理后的监控图像中关于工作人员是否佩戴安全帽的小尺寸隐含特征信息，并以此来进行所述工作人员是否佩戴安全帽的分类判断，通过这样的方式，能够对于廊道内工作人员是否佩戴安全帽进行准确地监控判断，以保证输煤系统的安全生产。
-
公开(公告)号：CN115479637A
公开(公告)日：2022-12-16
申请号：CN202211108485.7
申请日：2022-09-13
Applicant: 北京华能新锐控制技术有限公司
IPC: G01F1/00
Abstract: 本发明提供了一种物料传输的体积流量检测方法，可有效解决目前皮带上物料传输时，体积流量检测误差较大的问题，极大提高检测准确度；包括以下步骤：S1、在所述皮带上、下方均设置有激光扫描仪，并获取上、下方所述激光扫描仪分别相对于基准面的实时高度信息；S2、根据获取的实时高度信息，获得激光发射至所述皮带及其物料上的每个激光点的二维点云坐标数据；S3、遍历所有二维点云坐标数据以分别获取上、下方所述激光扫描仪发出的激光而形成的激光扫描轮廓线，以及所述激光扫描轮廓线与基准面围成的截面积；S4、根据不同所述激光扫描轮廓线与基准面围成的截面积，获得物料的截面积，从而获取所述皮带上物料输送的体积流量。
-
公开(公告)号：CN114120182A
公开(公告)日：2022-03-01
申请号：CN202111348181.3
申请日：2021-11-15
Applicant: 北京华能新锐控制技术有限公司
IPC: G06V20/40 , G06V10/141
Abstract: 本公开涉及一种非接触式皮带跑偏检测系统，包括：光源，所述光源配置为向输煤皮带发送线性结构光，所述线性结构光在所述输煤皮带上形成检测点；图像采集单元，所述图像采集单元配置为实时采集所述输煤皮带的视频流信息；特征提取单元，所述特征提取单元配置为针对所述视频流信息进行图像特征的提取，所述图像特征表征所述检测点；存储单元，所述存储单元配置为存储预设图形；图像比较单元，所述图像比较单元配置为将所述图像特征与所述预设图形进行比较，并根据比较结果确定所述输煤皮带是否发生跑偏。本发明提供的非接触式皮带跑偏检测系统，相比较于现有技术易于部署，且维护成本较低。
-
公开(公告)号：CN114119522A
公开(公告)日：2022-03-01
申请号：CN202111362991.4
申请日：2021-11-17
Applicant: 北京华能新锐控制技术有限公司
Abstract: 本公开涉及输煤皮带堵煤视觉检测方法，该方法包括：S1、获取输煤皮带上待检测区域的视频流；S2、基于T1时刻，捕捉视频流中的特定的特征点；S3、追踪所述特征点至T1时刻之后的T2时刻；S4、计算所述特征点在ΔT时间范围内在输煤皮带上的运动距离估算值，其中ΔT＝T2‑T1；S5、将所述实际运动距离与一预设值比较，根据比较结果确定是否发生堵煤。本发明提供的输煤皮带堵煤视觉检测方法，可通过摄像头采集输煤皮带工作时的视频流，而后基于特征点捕捉及追踪算法，估算特征点在皮带上的实际运动距离估算值，如果发生堵煤现象，则该实际运动距离估算值则必然明显小于理论值。该方法具有计算量小，相对可靠且可以明显降低人力投入的有益效果。
-
公开(公告)号：CN113960068A
公开(公告)日：2022-01-21
申请号：CN202111392653.5
申请日：2021-11-23
Applicant: 北京华能新锐控制技术有限公司
IPC: G01N21/95 , G06K9/62 , G06N3/04 , G06T5/50 , G06V10/40 , G06V10/50 , G06V10/75 , G06V10/764 , G06V10/82
Abstract: 本公开揭示了一种风电叶片损伤检测方法，包括：S1、针对风电机组叶片的区域设定M*N个数据采集区域，M和N为自然数；S2、依序采集所述数据采集区域的图像信息，图像信息至少包括有所述数据采集区域的序号信息；S3、针对不同的所述数据采集区域提取所述图像信息中的第一特征；S4、基于所述第一特征，基于特征匹配算法对多个所述数据采集区域的图像信息进行拼接，获得拼接图像帧；S5、针对所述拼接图像帧，进行图像识别，判断是否存在缺陷特征。本发明提供的风电叶片损伤检测方法，可通过针对风电机组叶片进行多次局部的数据采集，而后再拼接成整幅图像，对该整幅图像进行基于卷积神经网络算法模型的图像识别，即可确定出风电叶片上对应的损伤区域。
-
Patent Agency Ranking
公开(公告)号：CN113910257A
公开(公告)日：2022-01-11
申请号：CN202111223992.0
申请日：2021-10-18
Applicant: 北京华能新锐控制技术有限公司
Abstract: 本公开涉及悬挂式智能轨道机器人，包括：滑轨，所述滑轨构造有一内部滑腔，所述滑轨的一端设置有驱动电机，所述驱动电机的输出端设置有主动轮，所述滑轨的另一端设置有从动轮，所述主动轮与所述从动轮之间设置有皮带；滑动组件，其与所述滑轨滑动连接且至少部分地位于所述滑轨的内部滑腔；升降组件，其悬挂设置于所述滑动组件上；图像采集单元，其通过一悬架与所述升降组件连接，所述图像采集单元配置为随所述滑动组件移动并采集巡检线路上的图像信息。本发明提供的悬挂式智能轨道机器人，整体结构简单，易于部署，可适应于仅需要单一任务的巡检工作环境的部署。
-
公开(公告)号：CN113910195A
公开(公告)日：2022-01-11
申请号：CN202111194252.9
申请日：2021-10-13
Applicant: 北京华能新锐控制技术有限公司
Abstract: 本公开涉及一种多作业部轨道机器人，包括滑轨固定架和沿所述滑轨固定架设置的滑轨，所述滑轨与所述滑轨固定架等长，所述滑轨固定架的两端各设置有伺服电机和皮带惰轮，所述伺服电机的输出端通过一皮带传动连接所述皮带惰轮；所述滑轨上以预设间距滑动设置有一第一作业部和一第二作业部，所述第一作业部包括一滑动卡接在所述滑轨上的第一行走机构和连接在所述第一行走机构上的第一作业机构，所述第二作业部包括一滑动卡接在所述滑轨上的第二行走机构和连接在所述第二行走机构上的第二作业机构，所述第一行走机构和所述第二行走机构分别与所述皮带以预设间距固定连接。本发明提供的多作业部轨道机器人，可在一根轨道上以预设间距的布置多个作业部。
-
公开(公告)号：CN112763844A
公开(公告)日：2021-05-07
申请号：CN202011523210.0
申请日：2020-12-21
Applicant: 北京华能新锐控制技术有限公司 , 华能集团技术创新中心有限公司
IPC: G01R31/08
Abstract: 本发明实施例公开了一种风电场电力设备定位方法及装置，首先，基于LSTM方法建立故障定位单元。其次，将风电场内每个电力设备的设备信息以及对应的实时测量数据，发送至故障定位单元，实时测量数据至少包括实时电气数据和实时气象数据。然后，监测故障定位单元是否生成故障电力设备信息，若生成该信息，说明风电场内存在发生故障的电力设备。最后，利用故障电力设备信息，以及故障电力设备信息对应的实时测量数据更新故障定位单元。本发明实施例采用LSTM方法定位出现故障的电力设备，不仅能提升数据处理的速度，更能增加判定结果的准确度。同时，将电力设备所在位置的实时气象数据作为评判依据，可进一步保证最终分析结果的准确性。
-
公开(公告)号：CN112748663A
公开(公告)日：2021-05-04
申请号：CN202011523006.9
申请日：2020-12-21
Applicant: 华能新能源股份有限公司 , 北京华能新锐控制技术有限公司
IPC: G05B13/04
Abstract: 一种基于数据驱动输出反馈的风电转矩容错控制方法，应用于具有执行器故障的风电转矩控制系统，包括以下步骤，步骤1：建立具有执行器故障的风机转矩控制系统动力学模型；步骤2：利用系统输入输出数据设计残差发生器；步骤3：建立了故障检测机制进行容错控制；考虑了风电机组无模型时依据机组的历史数据进行子空间辨识，得到故障诊断所需要的残差生成器，使得该方法的适用范围更广；建立了故障前和执行器恒增益变化故障后的风电转矩控制系统的闭环控制模型，给出了执行器恒增益变化故障下的基于输出反馈最优控制的容错控制方法。
-
公开(公告)号：CN112581443A
公开(公告)日：2021-03-30
申请号：CN202011470894.2
申请日：2020-12-14
Applicant: 北京华能新锐控制技术有限公司
Abstract: 本公开提供一种风力发电机叶片表面损伤轻量化识别方法，包括：建立叶片损伤数据库用作检测模型的训练集图像和验证集图像；对所述叶片损伤数据库进行数据增强操作，以获得数据增强后的训练集图像；搭建轻量化的目标检测模型，所述目标检测模型采用MobileNet算法作为特征提取算法，以及采用YOLO‑V3算法作为单阶段目标检测算法；利用所述数据增强后的训练集图像，对所述目标检测模型进行训练，并利用所述验证集图像进行模型检测缺陷的精度测试，保存测试表现最好的模型参数，以得到训练好的目标检测模型；将所述训练好的目标检测模型导出部署在便携式计算设备中，并到风电场进行实时的叶片表面损伤检测。可以极大提高叶片表面损伤检测的实时性和快速性。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.083 seconds)
