-
公开(公告)号：CN119762749A
公开(公告)日：2025-04-04
申请号：CN202411754482.X
申请日：2024-12-02
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
IPC: G06V10/25 , G06V10/82 , G06N3/0455 , G06V10/52 , G06V10/776 , G06V10/77
Abstract: 本发明公开了一种基于改进DERT的输电巡检小样本检测方法，包括以下步骤：S1：采集输电线路巡检的原始图像，通过选择搜索算法根据原始图像生成候选区域，并根据候选区域的坐标信息从原始图像中提取出对应的候选区域作为训练样本；S2：建立改进DERT模型，利用选择搜索算法生成的候选区域对改进DERT模型进行训练并进行小样本微调训练，得到训练完成的改进DERT模型；S3：实时采集待检测的输电线路巡检图像，利用训练完成的改进DERT模型进行输电线路巡检目标检测。本发明解决了传统的巡检方法在面对海量的巡检图像和视频检测效率低下、无法精准检测的问题。
-
公开(公告)号：CN119693308A
公开(公告)日：2025-03-25
申请号：CN202411700908.3
申请日：2024-11-26
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 中国电力科学研究院有限公司
IPC: G06T7/00 , G01N21/88 , G06V10/82 , G06V10/762 , G06V10/774 , G06F18/23213 , G06F18/214 , G06N3/0464
Abstract: 本发明涉及一种改进YOLOv5s模型的轻量化变电缺陷识别检测方法及系统，具体步骤包括：获取待检测变电设备的图像，输入至训练好的变电缺陷识别模型进行缺陷识别；其中，改进的YOLOv5s模型具体为：构建包括深度可分离卷积和逆残差结构，并结合CBAM注意力机制的Bneck结构；使用Bneck结构替换C3结构中Bottleneck结构中的CBS卷积块，形成C3‑Bneck结构；在YOLOv5s模型的主干提取网络中，将所有C3结构替换为C3‑Bneck结构，并将单独的所有CBS卷积块替换为DWConv深度卷积块；采用K‑means++算法替换原YOLOv5s模型中的K‑means算法对先验框进行聚类。
-
公开(公告)号：CN119537832A
公开(公告)日：2025-02-28
申请号：CN202411533152.8
申请日：2024-10-30
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 国家电网有限公司
IPC: G06F18/20 , G01R31/12 , G01R19/00 , G06F18/213 , G06F18/25 , G06F18/214 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种电力变压器绝缘缺陷检测方法及系统，该方法包括：S1、获取变压器的电压波形、声纹和局放三种数据并进行数据处理；S2、构建绝缘缺陷检测网络模型；其中，多级缺陷特征提取分析网络对三种数据进行特征提取；低级同步特征提取分析网络对三种数据提取同步特征；高级特征缺陷判别输出网络对多级缺陷特征提取分析网络和低级同步特征提取分析网络提取的特征进行特征融合及缺陷特征判别，最后输出缺陷判别结果；通过步骤S1获取的数据对绝缘缺陷检测网络模型进行训练；S3、将待检测变压器的电压波形、声纹和局放三种数据输入训练好的绝缘缺陷检测网络模型，得到绝缘缺陷判别结果。该方法及系统可以提高变压器绝缘缺陷检测的准确性和可靠性。
-
公开(公告)号：CN119131549A
公开(公告)日：2024-12-13
申请号：CN202411161852.9
申请日：2024-08-23
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 国家电网有限公司
IPC: G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种可变深度电力设备轻量化识别方法，属于电力设备缺陷识别和计算机视觉领域。包括：构建一种多维度联合编码的图像复杂度表征方法，获得电力影像数据的特征图；构建一种可变深度电力设备轻量化识别方法，基于获得的电力影像数据的特征图，实现电力设备自适应识别。本发明能够根据图像复杂度自适应调整模型深度，有效降低计算推理时间。
-
公开(公告)号：CN119048742A
公开(公告)日：2024-11-29
申请号：CN202411186007.7
申请日：2024-08-27
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院 , 国家电网有限公司
Inventor： 姚文旭 , 林爽 , 钱健 , 马腾 , 杨彦 , 黄建业 , 周晨曦 , 李扬笛 , 熊嘉丽 , 谢炜 , 郑州 , 林晨翔 , 廖飞龙 , 武欣欣 , 刘冰倩 , 郑琦鸿 , 廖晔
IPC: G06V10/25 , G06T7/80 , G06V10/40 , G06V40/10 , G06V10/44 , G06V10/74 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及一种电力作业场景三维信息感知预警方法及系统，包括以下步骤：根据电力作业场景部署双目视觉装置；双目视觉装置的基线确定后，对双目视觉装置开展标定；通过双目视觉装置采集电力作业场景的左右图像，根据标定的数据对左右图像进行校正；将校正后的双目左右图像输入立体匹配网络，生成电力作业场景视差图；根据生成视差图，将视差图转化为三维点云，对带电设备进行标注并计算带电设备的三维坐标；使用YOLO算法对进入作业场景的作业人员进行目标识别，计算人员与带电设备的近电距离；根据带电设备的带电情况和近电距离设置不同等级的预警，当作业人员靠近带电设备，发出对应等级的近电预警信息。
-
Patent Agency Ranking
公开(公告)号：CN118857264A
公开(公告)日：2024-10-29
申请号：CN202410795344.X
申请日：2024-06-19
Applicant: 国家电网有限公司 , 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
Abstract: 本发明涉及一种基于多传感器融合的机器人定位方法及系统，包括：在机器人底部配置第一检测单元，机器人头部配置第二检测单元；所述第一检测单元包括激光雷达和惯性测量单元；所述第二检测单元包括UWB定位标签；基于激光雷达和惯性测量单元获取的传感器数据进行数据融合，得到第一位姿信息；基于UWB定位标签和惯性测量单元获取的传感器数据进行数据融合，得到第二位姿信息；对第一位姿信息和第二位姿信息进行数据融合，得到机器人位姿信息。
-
公开(公告)号：CN118609563A
公开(公告)日：2024-09-06
申请号：CN202410795339.9
申请日：2024-06-19
Applicant: 国家电网有限公司 , 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
IPC: G10L15/22 , G10L15/08 , G10L19/02 , G10L19/26 , G10L21/0232 , G10L25/18 , G10L25/24 , G10L25/87 , G10L25/90 , G10L17/04 , H04L9/32 , H04L9/40
Abstract: 本发明公开了一种基于动态密码声纹鉴权的机器人临时控制方法及系统，控制方法包括以下步骤：提取用户的第一声纹特征，构建声纹模型并保存；生成具有时效性的动态口令并通知用户；实时监听环境声音，检测到关键词时连续录音，生成音频文件；提取音频文件的第二声纹特征，将所述第二声纹特征与声纹模型进行比对；提取所述音频文件中的口令特征，与保存的口令比对；使用自然语言处理技术解析比对成功的音频文件，生成动作指令发送至执行终端；执行终端根据收到的动作指令执行相应的动作。本发明能够快速准确地从短时录音中提取声纹特征进行身份鉴别和时效授权，有效提高识别准确率，增强鲁棒性以及增加声纹特征的区分能力。
-
公开(公告)号：CN114200350B
公开(公告)日：2024-07-26
申请号：CN202111436133.X
申请日：2021-11-29
Applicant: 国网福建省电力有限公司电力科学研究院 , 华北电力大学 , 中国电力科学研究院有限公司 , 国网福建省电力有限公司检修分公司 , 福建水口发电集团有限公司 , 国网福建省电力有限公司
Inventor： 雷龙武 , 黄建业 , 杜厚贤 , 焦飞 , 刘冰倩 , 林爽 , 吴涵 , 杨彦 , 廖飞龙 , 郑州 , 秦炜淇 , 马国明 , 张猛 , 齐鹏 , 谈元鹏 , 张中浩 , 王昕 , 林忠立
Abstract: 本发明提出一种基于振动信息的三相电力变压器故障诊断与定位方法及装置，其使用分布式光纤振动传感器对振动进行采集，可同时测量上百个测点的振动信号，以便建立变压器三维故障定位体系。使用冷却系统振动信号进行变压器箱体的振动的去噪，使用测量时实际施加的电压电流值对振动信号进行修正，可实现绕组变形、绕组松动与铁芯松动故障的识别与定位，解决了传统少测点、无修正的检测方法检测准确率低、故障定位精度低、适用范围小的问题。能够实时监测变压器工作状态，可实现绕组变形、绕组松动与铁芯松动故障的识别与定位，具有传统诊断方法不具备的故障类型判别准确、故障定位精度高、适用范围广、在线监测等诸多优点。
-
公开(公告)号：CN117874612A
公开(公告)日：2024-04-12
申请号：CN202410011534.8
申请日：2024-01-03
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
IPC: G06F18/241 , G06N3/088
Abstract: 本发明提出一种基于人工智能的电力系统设备模型异常检测方法，通过无监督学习和神经网络模型相结合的方式，对传统的电力专用模型进行增强，通过狭义神经网络构建故障分类模型，能够实现对电力设备的准确故障分类诊断。最后，基于人工智能的故障检测方法能够实现在线故障诊断，及时预警和处理电力系统设备的故障问题。本发明运用了前沿的人工智能算法和技术，具有识别准确性高、故障诊断能力强的优点。可以应用于电力系统异常检测和在线故障诊断等领域，提高电力系统的安全稳定性和可靠性。
-
公开(公告)号：CN117746105A
公开(公告)日：2024-03-22
申请号：CN202311647870.3
申请日：2023-12-01
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
IPC: G06V10/764 , G06V10/74 , G06V10/56 , G06V10/30 , G06V10/82
Abstract: 本发明公开了一种电力设备标识的识别方法，涉及图像识别技术领域，步骤如下：图像采集：使用摄像设备对待识别的电力设备进行图像采集。图像预处理：对采集到的图像进行预处理，包括图像去噪、图像增强等操作，以提高后续识别的准确性。特征提取：从预处理后的图像中提取特征。特征匹配：通过匹配特征与已知的电力设备标识数据库进行比对，找到与之相匹配的标识。标识输出：将识别到的电力设备标识输出到相关的系统或设备中。本发明公开了，采用图像采集、预处理、特征提取、特征匹配和标识输出的电力设备标识识别方法能够实现自动化、准确性高、一致性好的标识识别，为电力设备管理和运维提供了有益的效果和增强。
-
-
-
-
-
-
-
-
-
Search Results
97
records
(took 0.044 seconds)
