-
公开(公告)号:CN119917874A
公开(公告)日:2025-05-02
申请号:CN202510406595.9
申请日:2025-04-02
Applicant: 国网智能科技股份有限公司
IPC: G06F18/22 , G06F30/27 , G06F119/04
Abstract: 本发明公开了基于四可融合终端的光伏逆变器状态识别系统及方法,涉及逆变器数据分析技术领域,包括逆变器状态识别模块、待参照数据采集模块、参照数据选择模块和状态预测与调整模块,通过逆变器状态识别模块对分布式光伏逆变器进行状态识别监测,在监测到逆变器状态异常时做预警处理,通过待参照数据采集模块采集待参照逆变器的历史运行数据并分别采集当前逆变器和待参照逆变器的承载负载信息以及历史优化信息,通过参照数据选择模块将待参照数据做模型化处理,依据模型匹配筛选出目标参照数据,通过状态预测与调整模块依据目标参照数据对当前逆变器进行状态预测与调整处理,有效提高了对分布式光伏逆变器进行使用寿命预测的准确度。
-
公开(公告)号:CN119190681A
公开(公告)日:2024-12-27
申请号:CN202411493390.0
申请日:2024-10-24
Applicant: 国网智能科技股份有限公司 , 国网山东省电力公司
Abstract: 本发明提供了一种多储位桁架式档案存取机器人、系统及方法,在存/取档案时,根据存/取任务,调整桁架和所述机器人本体的位置,使机器人本体到达目标区域,调整机器人本体的姿态,对目标档案进行夹持和放置,当存/取任务中目标档案是多个时,将先夹取的目标档案放置在档案暂存柜,或依次从档案暂存柜中夹取目标档案,且根据目标档案的厚度,选择或调整相应暂存位。本发明的档案暂存柜可随机器人移动,实现机器人在档案存取时实现多卷、不同厚度档案的缓存,且暂存位规格可调,提高档案的存取效率。
-
公开(公告)号:CN111768372B
公开(公告)日:2024-03-12
申请号:CN202010535334.4
申请日:2020-06-12
Applicant: 国网智能科技股份有限公司
IPC: G06T7/00 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/082 , G06N3/0464
Abstract: 本发明公开了一种GIS设备腔体内部异物检测方法及系统,包括:构建GIS设备腔体内部异物检测模型,建立GIS腔体异物样本库;基于GIS腔体异物样本库对所述检测模型进行训练,对训练好的检测模型进行压缩;获取GIS设备腔体内部图像信息,将所述信息实时输入到压缩后的检测模型,输出检测结果,实现对GIS设备腔体内部异物的实时识别。本发明基于通道剪枝的模型压缩算法,能够减少模型部署的规模,提高目标检测算法的实时性,实现智能算法在机器人前端部署。
-
公开(公告)号:CN113723536A
公开(公告)日:2021-11-30
申请号:CN202111026201.5
申请日:2021-09-02
Applicant: 国网智能科技股份有限公司
Inventor: 刘广秀 , 王万国 , 李振宇 , 许荣浩 , 王振利 , 徐康 , 刘晗 , 王勇 , 张斌 , 郭锐 , 孙志周 , 张旭 , 张志 , 张伟 , 王琦 , 郭修宵 , 刘丕玉
Abstract: 本发明提供了一种电力巡检目标识别方法及系统,获取电力巡检历史图像数据,形成训练样本集;选择深度学习模型对训练样本集进行目标识别训练,获取训练模型组;准备目标检测测试样本,根据电力巡检目标识别需求,选取模型中每类目标的置信度、模型代数进行模型选定目标函数,作为遗传算法适应度函数;运用每个检测模型进行测试样本测试,以模型与每类目标置信度作为变量,对适应度函数进行迭代求解,求取目标函数最大值,确定各训练模型组中的最优解;利用确定的所述最优解所对应的深度学习模型及其参数,作为业务场景实际应用的目标识别模型,利用该模型对电力巡检图像数据进行现场目标识别工作。
-
公开(公告)号:CN107584513B
公开(公告)日:2021-01-26
申请号:CN201710662404.0
申请日:2017-08-04
Applicant: 国网智能科技股份有限公司
Abstract: 本发明公开了一种移动机器人万向球式自适应柔性连接机构以及检测系统,连接机构包括第一连接端和第二连接端,第一连接端与第二连接端之间依次设置有万向旋转球、复位座和弹性元件,所述万向旋转球的一端连接第一连接端,另一端套设于第二连接端内部,且通过复位座与设置在第二连接端内部的弹性元件接触,使得第二连接端与第一连接端之间能够随着万向旋转球的运动,发生柔性角度调节。本发明在解决特高频检测的同时,也能适用于其他工业自动化场合下机械臂末端平面无法与操作平面平行的情况下需要自动找正的场合。
-
公开(公告)号:CN109559310B
公开(公告)日:2020-11-24
申请号:CN201811457825.0
申请日:2018-11-30
Applicant: 国网智能科技股份有限公司
Abstract: 本发明公开了一种基于显著性检测的巡检图像质量评价方法及系统,对于一幅待评测巡检图像,本发明通过一种基于全局和局部相结合的显著性检测算法对原始的巡检图像进行预处理,得到巡检图像的显著图。基于显著图采用基于边缘描述的算法计算得到刻画图像模糊度的两个指标,根据模糊度指标得出整幅图像的质量评分。另外,基于深度学习的卷积神经网络算法采用分块评测策略计算得到该图像另一个的质量评分结果。最后采用加权融合策略将两种算法的评测结果综合处理得出该图像质量的最终得分。
-
公开(公告)号:CN110688925A
公开(公告)日:2020-01-14
申请号:CN201910887482.X
申请日:2019-09-19
Applicant: 国网山东省电力公司电力科学研究院 , 国网智能科技股份有限公司
Abstract: 本公开提供了基于深度学习的级联目标识别方法及系统,获取巡检图像的待检测样本,对目标检测样本标记,并对样本数量进行扩充;融合图像增强数据的多特征进行多级深度学习检测算法,实现针对占比较大目标的显著设备检测,剔除复杂背景对检测算法的噪声干扰;融合图像增强数据的多特征进行多级深度学习算法检测,提高深度学习在小目标检测中的检测准确率,降低了图像质量对检测算法的影响。
-
公开(公告)号:CN117775414A
公开(公告)日:2024-03-29
申请号:CN202410053513.2
申请日:2024-01-12
Applicant: 国网智能科技股份有限公司
Abstract: 本发明提供了一种开箱封样一体化机器人及方法,包括:机器人本体,机器人本体包括控制器和机械臂,机器人本体的机械臂用于与托举夹具或卡扣夹具连接,控制器能够根据接收到的指令控制机械臂切换托举夹具和卡扣夹具动作,进行开箱和封箱操作;机器人本体上搭载有与控制器通信的视觉模块,控制器能够根据视觉模块采集的图像/或视频数据进行铭牌识别,遮盖敏感信息后控制对应铭牌打印装置打印铭牌;机器人本体的机械臂还用于与吸盘夹具连接,控制器能够根据接收到的指令控制机械臂带动吸盘夹具动作,将铭牌张贴到预设位置;本发明实现了电力物资的开箱、封样和装箱的一体化操作,保证了工作流程的连续性,避免了人工操作的损坏。
-
公开(公告)号:CN113688947B
公开(公告)日:2024-03-15
申请号:CN202111183265.6
申请日:2021-10-11
Applicant: 国网智能科技股份有限公司
IPC: G06V10/774 , G06V10/82 , G06V10/80 , G06V10/26 , G06V20/70 , G06V10/44 , G06V10/56 , G06V10/74 , G06N3/0464
Abstract: 本发明公开一种配电设备红外图像故障识别方法及系统,包括:获取配电网场景下的配电设备红外图像;根据配电设备红外图像的设备故障形式与其他电力场景设备故障形式的相似度,选取其他电力场景的设备故障历史图像作为扩充样本;对配电设备红外图像与扩充样本中的缺陷位置进行标注,并基于缺陷位置将其裁剪为包含缺陷位置的缺陷图像块和不包含缺陷位置的背景图像块,对任一背景图像块和任一缺陷图像块进行拼接后,得到图像训练集;基于图像训练集对分割模块采用多次上采样融合方法进行训练,对待识别的配电设备红外图像采用训练后的分割模型得到故障识别结果。实现对少样本数据的扩充,以及红外图像中电力设备的像素级识别。
-
公开(公告)号:CN112990310B
公开(公告)日:2023-09-05
申请号:CN202110271525.9
申请日:2021-03-12
Applicant: 国网智能科技股份有限公司
Inventor: 王万国 , 王振利 , 李建祥 , 许玮 , 慕世友 , 周大洲 , 王克南 , 许乃媛 , 王勇 , 刘晗 , 许荣浩 , 张旭 , 王琦 , 刘斌 , 郭修宵 , 郭锐 , 王海鹏 , 刘海波 , 张海龙 , 刘丕玉
Abstract: 本发明公开了一种服务于电力机器人的人工智能系统及方法,包括:嵌入式CPU模块,被配置为向数据处理模块发送数据调度指令;数据处理模块,被配置为基于接收到的数据调度指令,对接收到的数据进行智能化处理;所述数据处理模块包括:环境感知单元,被配置为基于多传感器融合信息,实现目标区域三维语义地图的智能构建和障碍物识别;路径规划单元,被配置为基于构建的三维语义地图,实现电力机器人路径规划;数据分析单元,被配置为基于获取的电力设备图像信息,实现目标设备的缺陷识别和位置检测。本发明基于轻量化的深度网络模型,实现了电力机器人感知、规划、作业、决策的智能化,有效提升了电力机器人的智能化作业水平。
-
-
-
-
-
-
-
-
-