-
公开(公告)号：CN118688585A
公开(公告)日：2024-09-24
申请号：CN202410698453.X
申请日：2024-05-31
Applicant: 三峡大学
IPC: G01R31/12 , G01R19/00 , G01R15/20 , G06V10/764 , G06V10/40 , G06V10/52 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/047
Abstract: 一种高精度串联故障电弧检测方法，包括以下步骤：步骤S1：进行串联故障电弧的实验，采集正常工况和发生串联故障电弧时的电流数据并建立数据库；步骤S2：将采集的电流时序信号分别转化为小波(WT)时频图、马尔可夫转移场(MTF)特征图、格拉姆角和场(GASF)特征图和格拉姆角差场(GADF)特征图；步骤S3：将WT时频图、MTF特征图、GASF特征图和GADF特征图进行拼接，得到特征图F；步骤S4：构建通过高效通道注意力改进的RepVGG网络模型；步骤S5：对步骤S4构建的通过高效通道注意力改进的RepVGG网络模型进行训练，并对模型进行结构重参数化；步骤S6：将测试样本输入到训练好的检测模型进行测试，完成故障电弧的识别检测。
-
公开(公告)号：CN118445716A
公开(公告)日：2024-08-06
申请号：CN202410515047.5
申请日：2024-04-26
Applicant: 三峡大学
IPC: G06F18/2431 , G06F18/213 , G06F18/15 , G06F18/25 , G06N3/0464 , G06N3/08 , G01R31/12
Abstract: 一种自动识别串联故障电弧的检测方法，包括以下步骤：步骤S1：进行故障电弧实验并采集电流数据；步骤S2：搭建用于对串联故障电弧进行检测的模型；步骤S3：对由步骤S2建立的模型进行参数的设定和调整，对模型进行训练和性能的评估与比较；步骤S4：实现对串联故障电弧的检测。本发明的目的是为了解决现有对故障电弧进行检测的技术存在的对故障电弧进行识别时无法对负载类型分类的技术问题，以及存在单个样本数据量大导致的计算量大和计算效率低的技术问题，而提出的一种自动识别串联故障电弧的检测技术。
-
公开(公告)号：CN119540069A
公开(公告)日：2025-02-28
申请号：CN202411511302.5
申请日：2024-10-28
Applicant: 三峡大学
IPC: G06T5/50 , G06T5/60 , G06N3/0464 , G06N3/096
Abstract: 基于多模态图像融合的SF6气体泄漏检测方法，包括以下步骤：获取SF6气体泄漏的电气设备在当前环境下可见光图像和对应的红外图像；将可见光图像和红外图像输入至图像融合模型，获得融合图像；将融合图像输入至SF6气体泄漏检测模型，获得SF6气体泄漏检测模型输出的实际SF6气体泄漏区域的预测框。该方法能够确保即使在微小泄漏情况下，也能获得相对精确的泄漏点位置信息。
-
公开(公告)号：CN119444665A
公开(公告)日：2025-02-14
申请号：CN202411344357.1
申请日：2024-09-25
Applicant: 三峡大学
IPC: G06T7/00 , G06T5/50 , G06T5/60 , G06T7/13 , G06T3/4038 , G06N3/0464 , G06N3/09
Abstract: 本发明提供一种基于图像融合的GIS设备气体泄漏检测方法及系统，涉及GIS气体泄漏检测的技术领域。本发明首先获取红外图像和可见光图像并进行图像预处理，再进行特征变换和图像配准，将配准后图像输入融合生成模型，进行图像融合，最后将融合后的图像输入泄漏检测模型，获得实际气体泄漏的预测框坐标信息；通过结合红外和可见光图像的信息，利用深度学习模型来实现GIS设备气体泄漏的检测，并利用了先进的图像处理和深度学习技术，以提高检测的准确性和效率。
-
-
-
Search Results
4
records
(took 0.014 seconds)
