-
公开(公告)号：CN117152685A
公开(公告)日：2023-12-01
申请号：CN202311132855.5
申请日：2023-09-04
Applicant: 东北电力大学
IPC: G06V20/52 , G06V40/20 , G06V40/10 , G06V10/82 , G06V10/44 , G06V10/62 , G06V10/764 , G06N3/0464 , G06N3/049 , G06N3/047
Abstract: 本发明提供了一种基于双流自适应时空图卷积的电力作业违章识别方法，包括以下步骤：S1、以电力作业人员的安全帽、安全带为特征，使用YOLOv5模型对电力作业人员进行识别。本发明在识别电力作业人员违章行为时，通过使用自适应图卷积，加强了人体非物理连接关节的关联性，有效提高了攀爬设备和跨越围栏等违章行为的识别精度，通过基于通道注意力机制的多尺度时间卷积模块，更加充分的提取吸烟和打电话等违章行为的时序特征，最后考虑到骨骼的方向和长度也包含丰富的行为信息，构建了基于双流自适应图卷积的电力作业人员违章行为识别模型，进一步提高了违章行为的识别精度，能够准确的识别电力作业现场作业人员的违章行为。
-
Patent Agency Ranking
公开(公告)号：CN119157540A
公开(公告)日：2024-12-20
申请号：CN202311748093.1
申请日：2023-12-19
Applicant: 东北电力大学
Abstract: 本发明公开了一种基于多生理信号的电力作业人员疲劳状态检测方法。属于电力防护技术领域，步骤包括，基于CNN网络模型脑电信号和眼电信号疲劳特征；将提取到的脑电信号和眼电信号的特征输入Transformer模型，对生理信号疲劳特征进行融合。本发明采用上述的一种基于多生理信号的电力作业人员疲劳状态检测方法，提高了特征提取的准确性和有效性，弥补传统深度学习在疲劳检测方面的不足。
-
公开(公告)号：CN117909786A
公开(公告)日：2024-04-19
申请号：CN202311781452.3
申请日：2023-12-22
Applicant: 东北电力大学
IPC: G06F18/24 , G06F18/214 , G06F18/25 , G06V10/26 , G06V10/40 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于EEG的左右手运动想象识别方法，属于脑电波技术领域。包括以下步骤：SwinTransformer；ScConv；SC‑SwinTransformerblocks。本发明采用上述的一种基于EEG的左右手运动想象识别方法，通过提取关键特征，显著提高了分类准确率，表现优于其他先进的深度学习模型。其他基于CNN的解决方案的研究相比，SC‑Swin的性能更高。利用通道组合方法重构脑电数据，使用3个通道(左右对称通道+中央线通道)通过小波变换转换为时频图作为网络的输入，大大减少了数据量的同时也避免了多通道数据输入相互干扰而导致的网络训练不稳定，使得模型更专注于时间特征和局部空间特征的学习。
-
公开(公告)号：CN117152795A
公开(公告)日：2023-12-01
申请号：CN202311139985.1
申请日：2023-09-05
Applicant: 东北电力大学
IPC: G06V40/10 , G06V10/82 , G06V10/80 , G06N3/045 , G06N3/0464
Abstract: 本发明提供了基于通道空间加权的轻量级高分辨率人体姿态估计方法，包括以下步骤：步骤一：构建Lite CSW‑HRNet网络结构，通过使用单个分辨率和所有分辨率的通道空间特征来计算权重，并同时达到交换信息的作用；步骤二：单分辨率权重计算，将两种权重计算模块并行连接，然后将权重图乘以输入特征图进行自适应特征细化。本发明与其他轻量级姿态估计网络相比，姿态估计精度更高，模型更轻量。在核心的单分辨率和跨分辨率权重计算过程中，分别沿通道和空间独立并行计算权重图，同时使用最大池化和平均池化充分保留了原有特征。在空间权重计算中，使用卷积来增加感受野以聚合更广的空间上下文信息。
-
公开(公告)号：CN116131318A
公开(公告)日：2023-05-16
申请号：CN202211474912.3
申请日：2022-11-23
Applicant: 国网吉林省电力有限公司电力科学研究院 , 国网吉林省电力有限公司 , 东北电力大学 , 吉林省电力科学研究院有限公司
Inventor： 李德鑫 , 王长江 , 庄冠群 , 王文静 , 高松 , 张海锋 , 王佳蕊 , 吕项羽 , 曲邵杰 , 李宝聚 , 宋晓喆 , 王伟 , 李成钢 , 张家郡 , 孟祥东 , 刘畅 , 张懿夫 , 冷俊
Abstract: 本发明公开了一种面向韧性提升主动配电网两阶段鲁棒优化控制方法及装置，方法包括：采用鲁棒优化处理风/光/荷不确定性，构建两阶段鲁棒优化调度模型；当极端灾害导致上级电网供电中断时，调整分布式电源输出量满足负荷需求。装置包括：处理器和存储器。提高主动配电网的韧性。本发明实现了系统韧性提升，降低了系统负荷削减量。本发明所提模型整合了其他形式能源和需求响应管理的能源系统的韧性，考虑了灾害前后的不确定性，可以保证系统故障后关键负荷的不间断供电，提高配电网韧性，并能得到“最恶劣”场景即不确定性最大的运行场景下系统总运行成本最小的运行方案。本发明通过调整不确定度使得配电网决策者选择最合理的控制运行方案。
-
公开(公告)号：CN117115033A
公开(公告)日：2023-11-24
申请号：CN202311127202.8
申请日：2023-09-01
Applicant: 东北电力大学
Abstract: 本发明提供了基于强光抑制的电力作业现场弱光图像增强方法，包括以下步骤：步骤一：基于滑动窗口对强光进行判断；步骤二：基于层分解网络的光效分解和基于核选择模块的Zero‑DCE弱光增强；步骤三：针对输入的弱光RGB图像，进行灰度变换后使用滑动窗口搜索图片并判断强光区域。本发明通过从电力作业实际应用的角度同时考虑了作业现场图像整体弱光和弱光中存在强光源两种情况，设计了一种基于滑动窗口的强光判断方法，使用滑动窗口分割图像，根据灰度子图与强光阈值的偏差的平均值和平均偏差进行亮度判断，寻找强光；通过对存在强光的RGB图像进行光效分解，剔除光效层，减少强光效对弱光图像增强的干扰。
-
-
-
-
-
Search Results
6
records
(took 0.024 seconds)
