-
公开(公告)号：CN109472229A
公开(公告)日：2019-03-15
申请号：CN201811275856.4
申请日：2018-10-30
Applicant: 福州大学
Abstract: 本发明提出一种基于深度学习的杆塔鸟巢检测方法，利用深度神经网络框架将航拍获得的杆塔鸟巢图像进行划分，先利用深度学习网络提取输电线路杆塔信息，再利用深度学习网络提取鸟巢的深度特征信息，利用所提取的特征信息进行深度预测，预测出航拍杆塔图像中每个划分区域的定位置信度，最后将划分区域合并成杆塔鸟巢目标检测矩形框。其中包括以Darknet为框架，使用yolo v2搭建深度学习网络模型，利用卷积神经网络进行目标矩形框的回归预测及置信度预测。在此基础上，还可以利用深度学习图像增强的方式，弥补深度学习网络数据量较少的缺点，并利用fine-tune使得新数据可以在旧模型上继续训练，增强模型的特征偏向性和泛化能力。
-
公开(公告)号：CN109345529A
公开(公告)日：2019-02-15
申请号：CN201811155376.4
申请日：2018-09-30
Applicant: 福州大学
Abstract: 本发明提出一种基于改进型二次目标检测网络线夹、均压环故障识别方法，包括以下步骤：步骤S1：制作线夹或均压环图像数据集，对图像数据样本做分类和清洗，并对样本做标注文件，作为初始化训练数据；步骤S2：针对不同检测数据集生成Anchor box；步骤S3：使用迁移学习将预训练好的模型初始化新的目标检测网络，将数据输入到模型中开始训练，待模型收敛后停止训练；步骤S4：固化模型，将模型中所含的训练变量剔除，保留用于检测的权值；步骤S5：数据经过固化后的模型生成一、二次检测图，针对线夹或均压环采用计算机视觉算法判断是否发生故障。本发明减小了模型参数的情况上能达到两个模型来实现二次检测的精确度，同时在检测速度有了很大的提升。
-
公开(公告)号：CN109344753A
公开(公告)日：2019-02-15
申请号：CN201811103955.4
申请日：2018-09-21
Applicant: 福州大学
Abstract: 本发明涉及一种基于深度学习的航拍图像输电线路细小金具识别方法。该方法包括以下步骤：对航拍图像进行防抖去噪处理，并建立细小金具识别图像库；通过旋转、扭曲等方法扩充图像库数据；建立与细小金具识别图像库对应的图像标签库；利用Faster R-CNN网络搭建细小金具识别模型，主要包括特征提取网络、区域建议网络和Fast R-CNN检测网络；利用图像库中的航拍图像训练该网络，最后根据训练时网络参数是否达到期望值固化深度神经网络模型，并将识别出的图像信息保存到服务器中，以便后期的细小金具故障检测使用。此外，本发明还包含了一种基于二值图的螺栓平帽故障检测方法。
-
-
公开(公告)号：CN105513844B
公开(公告)日：2018-04-13
申请号：CN201510966125.4
申请日：2015-12-22
Applicant: 福州大学
IPC: H01H3/28 , H01H3/46 , H01H33/666
Abstract: 本发明涉及一种基于故障电流能量与变化率的快速电磁拉力机构及其应用。包括主电路的电流激磁螺线管线圈、导磁体、连杆机构、轭铁，其特征在于：所述导磁体内置于所述电流激磁螺线管线圈内部中心偏上或偏下处，且该导磁体的一端与所述连杆机构的一端固接，所述轭铁包覆住所述电流激磁螺线管线圈。当故障电流能量或上升率足够大时，本发明利用主电路电流激磁螺线管线圈吸引导磁体产生的拉力将导磁体迅速朝向螺线管中心拉动，导磁体带动连杆机构动作，充分利用故障电流能量与变化率实现开闭的功能，而无需加额外控制系统，本发明可应用于各种具有开关触头系统的电器中。
-
Patent Agency Ranking
公开(公告)号：CN106300065B
公开(公告)日：2018-03-20
申请号：CN201610838646.6
申请日：2016-09-22
Applicant: 福州大学
Abstract: 本发明涉及一种基于无线取能操动机构的开关柜系统。包括设置于开关柜内且依次连接的无线取能隔离开关、无线取能断路器、无线取能快速接地开关，所述无线取能隔离开关还连接至开关柜进线，所述无线取能断路器还连接至开关柜出线，所述无线取能快速接地开关还连接至接地线；还包括一置于开关柜外且用于控制所述无线取能隔离开关、无线取能断路器、无线取能快速接地开关的无线电能发射装置。本发明可实现外部无线电源部分与开关柜内部带电电器的电气隔离，从而在简化开关柜检修操作的同时，降低了人员触电的可能性与危险程度，很好的避免了人员触电等安全事故的发生，使得开关柜系统运行更方便、更安全。
-
公开(公告)号：CN105425093B
公开(公告)日：2018-02-09
申请号：CN201510818065.1
申请日：2015-11-24
Applicant: 福州大学
IPC: G01R31/02
Abstract: 本发明涉及一种基于电压检测的短路故障早期辨识方法，对各个层级首、末端相电压、线电压进行固定采样频率的A/D采样；然后对首端电压信号进行数据处理，得到实时的电压相角，同时，对末端电压信号进行算法处理，提取末端电压信号特征量，进行实时在线短路故障早期检测；然后，通过短路故障早期检测，判断当前得到的末端电压特征量与故障电压初相角是否都满足短路判定条件；若是，则判断线路上发生了短路故障，立即发出触发信号；若都不是，则重新开始检测。本方法先对线路首、末端电压进行A/D采样，再利用末端电压信号奇异性特征进行短路故障早期检测与辨识，辨识后发出触发信号以便快速分断机构动作，由此实现短路故障电流的快速分断。
-
公开(公告)号：CN107404347A
公开(公告)日：2017-11-28
申请号：CN201710609307.5
申请日：2017-07-25
Applicant: 福州大学
Abstract: 本发明涉及一种基于NB-IoT的无人机远程监控系统及方法，该系统包括地面控制中心、无人机和远程设备；无人机包括无人机本体和第一NB-IoT终端模块，无人机本体与第一NB-IoT终端模块通过串口连接进行数据传输；远程设备包括用于与第一NB-IoT终端模块通信的第二NB-IoT终端模块、传感器和执行器。本发明通过无人机和NB-IoT技术的有机结合，实现对无人机状态的远程监控和对远程设备的监控。
-
公开(公告)号：CN106025930A
公开(公告)日：2016-10-12
申请号：CN201610611615.7
申请日：2016-07-30
Applicant: 福州大学
CPC classification number: H02G1/02 , B64C39/02 , B64C2201/12
Abstract: 本发明涉及一种无人机自主电网巡线系统，包括一个以上用于巡线的无人机、一个以上分别设置于电网杆塔上的停机坪以及用于控制分析的地面控制中心，所述停机坪包括一用于承载无人机的支撑面板、罩设于支撑面板上的防雨罩以及设置于支撑面板上的充电模块、环境监测模块和无线通信模块，所述充电模块、环境监测模块和无线通信模块与一设置于支撑面板上的控制单元电连；所述控制单元经无线通信模块与无人机和地面控制中心相互通信。本发明的有益效果在于：通过设置于电网杆塔上的停机坪为无人机巡线的续航提供了保障，节省无人机返航与停驻的成本。
-
公开(公告)号：CN105610147A
公开(公告)日：2016-05-25
申请号：CN201610171385.7
申请日：2016-03-24
Applicant: 福州大学
IPC: H02H9/08
CPC classification number: H02H9/08
Abstract: 本发明涉及一种基于三相级联H桥变流器的配电网接地故障消弧方法，采用三相级联H桥变流器代替消弧线圈，挂接在各相线和地之间，利用相电压为变流器直流侧电容供电，摒弃了升压变压器和接地变压器，解决了变流器直流侧取源难的问题。由变流器向配电网分相注入电流，补偿接地故障全电流为零或者抑制故障相电压为零，使得电弧自行熄灭，利用实时测量的零序电压计算参考补偿电流，省去了故障相识别环节。利用控制零序电压来调整注入补偿电流的电压消弧方法，简化了实现操作。考虑线路参数和负荷电流对消弧效果的影响并推导应用电压消弧方法后接地故障残流和故障后零序电压的关系，以零序电压作为电压和电流消弧方法的切换条件，提出自适应消弧方法。
-
-
-
-
-
-
-
-
-
Search Results
178
records
(took 0.056 seconds)
