公开(公告)号：CN1901338A

公开(公告)日：2007-01-24

申请号：CN200610017005.0

申请日：2006-07-03

Applicant: 东北电力大学

Inventor： 严干贵 ,  陈涛 ,  穆钢 ,  刘文华 ,  李军徽

IPC: H02M1/00 ,  H02M1/08 ,  H02M5/00 ,  H02M7/00

Abstract: 一种背靠背结构电压型变流装置的双脉冲宽度调制控制器，其特点是：它包括由两套结构相同的数字信号处理器电路、现场可编程门阵列电路，同步单元电路，模数A/D转换调理电路，过压、过流调理电路，串口通信电路，故障、状态指示电路和控制电源电路组成。数字信号处理器电路的数字信号处理器DSP用来模数转换、上层控制算法、底层控制中脉冲宽度调制脉冲生成及串口通信控制；数字信号处理器电路与现场可编程门阵列电路两个输入输出I/O口相连接，用来数字信号处理器电路和现场可编程门阵列电路之间工作状态通信；具有通用性强，硬件电路无需更改的前提下，只须通过编程即可适应于不同的应用场合；具有控制精度高，电路结构简单、集成度高等优点。

公开(公告)号：CN100405715C

公开(公告)日：2008-07-23

申请号：CN200610017005.0

申请日：2006-07-03

Applicant: 东北电力大学

Inventor： 严干贵 ,  穆钢 ,  陈涛 ,  刘文华 ,  李军徽 ,  黄亚峰 ,  戴武昌 ,  王健 ,  黎平

IPC: H02M1/00 ,  H02M1/08 ,  H02M5/00 ,  H02M7/00

Abstract: 一种背靠背结构电压型变流装置的双脉冲宽度调制控制器，其特点是：它包括由两套结构相同的数字信号处理器电路、现场可编程门阵列电路，同步单元电路，模数A/D转换调理电路，过压、过流调理电路，串口通信电路，故障、状态指示电路和控制电源电路组成。数字信号处理器电路的数字信号处理器DSP用来模数转换、上层控制算法、底层控制中脉冲宽度调制脉冲生成及串口通信控制；数字信号处理器电路与现场可编程门阵列电路两个输入输出I/O口相连接，用来数字信号处理器电路和现场可编程门阵列电路之间工作状态通信；具有通用性强，硬件电路无需更改的前提下，只须通过编程即可适应于不同的应用场合；具有控制精度高，电路结构简单、集成度高等优点。

公开(公告)号：CN119027981A

公开(公告)日：2024-11-26

申请号：CN202411168459.2

申请日：2024-08-23

Applicant: 国网黑龙江省电力有限公司哈尔滨供电公司 ,  东北电力大学 ,  国家电网有限公司

Inventor： 于洋 ,  王振浩 ,  徐新亮 ,  王翀 ,  唐晓博 ,  王立杰 ,  陈涛 ,  文鑫 ,  赵珩 ,  张海涛 ,  张鑫鹏 ,  刘晶淳 ,  李字霞 ,  王尉

IPC: G06V40/10 ,  G06V10/25 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G10L17/26 ,  G10L17/18

Abstract: 本发明涉及图像识别技术领域，具体涉及一种输电线路入侵鸟类图像声音联合识别方法。获取输电线路图像数据以及声音信号，通过边缘线的长度以及规则程度在图像数据中筛选出输电线路边缘。接着，在输电线路边缘上识别出边缘像素点密集的图像块作为疑似鸟类区域，这些疑似鸟类区域更可能代表鸟类停留的位置。考虑疑似鸟类区域的颜色集中度和位置靠近视觉中心的程度，以确定其鸟类特征显著值。为了更准确地捕捉鸟类特征，对图像进行多尺度处理，获取每个疑似鸟类区域的特征权重对目标检测算法进行优化后对实时图像数据进行目标检测。最后，将图像检测结果与声音信号相结合，利用声音特征进一步验证和确认鸟类种类，从而提高鸟类识别的全面性和准确性。

公开(公告)号：CN119027981B

公开(公告)日：2025-03-04

申请号：CN202411168459.2

申请日：2024-08-23

Applicant: 国网黑龙江省电力有限公司哈尔滨供电公司 ,  东北电力大学 ,  国家电网有限公司

Inventor： 于洋 ,  王振浩 ,  徐新亮 ,  王翀 ,  唐晓博 ,  王立杰 ,  陈涛 ,  文鑫 ,  赵珩 ,  张海涛 ,  张鑫鹏 ,  刘晶淳 ,  李字霞 ,  王尉

IPC: G06V40/10 ,  G06V10/25 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G10L17/26 ,  G10L17/18

Abstract: 本发明涉及图像识别技术领域，具体涉及一种输电线路入侵鸟类图像声音联合识别方法。获取输电线路图像数据以及声音信号，通过边缘线的长度以及规则程度在图像数据中筛选出输电线路边缘。接着，在输电线路边缘上识别出边缘像素点密集的图像块作为疑似鸟类区域，这些疑似鸟类区域更可能代表鸟类停留的位置。考虑疑似鸟类区域的颜色集中度和位置靠近视觉中心的程度，以确定其鸟类特征显著值。为了更准确地捕捉鸟类特征，对图像进行多尺度处理，获取每个疑似鸟类区域的特征权重对目标检测算法进行优化后对实时图像数据进行目标检测。最后，将图像检测结果与声音信号相结合，利用声音特征进一步验证和确认鸟类种类，从而提高鸟类识别的全面性和准确性。

公开(公告)号：CN119048907A

公开(公告)日：2024-11-29

申请号：CN202411165463.3

申请日：2024-08-23

Applicant: 国网黑龙江省电力有限公司哈尔滨供电公司 ,  东北电力大学 ,  国家电网有限公司

Inventor： 徐新亮 ,  唐晓博 ,  王立杰 ,  陈涛 ,  文鑫 ,  赵锐 ,  于洋 ,  赵珩 ,  李自霞 ,  王振浩 ,  王翀 ,  王尉

IPC: G06V20/10 ,  G06V20/60 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于GMM前景检测和神经网络的输电线路鸟类识别方法，首先建立基于GMM的前景检测模型，通过图像数据对背景及前景的像素点概率分布进行拟合，使GMM模型能够判别图像种的前景和背景。然后，将提取出的图像前景进行像素调整，使提取出的前景图像具有相同的像素大小，便于后续的CNN分类模型训练和分类，建立基于CNN的鸟类识别模型，将所用图像数据集分为训练集与测试集，训练集通过前向传播反向传播的方式，通过Adam方法优化模型参数得到训练后的基于CNN的鸟类识别模型可实现输入鸟类图像后的鸟种分类功能。