-
公开(公告)号：CN116994162A
公开(公告)日：2023-11-03
申请号：CN202310983509.1
申请日：2023-08-04
Applicant: 国网江苏省电力有限公司徐州供电分公司 , 中国矿业大学
IPC: G06V20/17 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/08
Abstract: 一种基于改进Yolo算法的无人机航拍绝缘子目标检测方法包括：(1)对需要应用的绝缘子场景进行无人机航拍，并将航拍视频抽帧为图像数据；(2)对图像数据进行标注，并将采集并标注好的数据按照比例划分为训练集和验证集；(3)对训练集数据通过Mosaic+Mixup方法混合增强；(4)使用Ghostnetv2网络替换Yolov7版本主干特征提取网络；(5)使用自制数据集对网络进行训练；(6)将训练好的模型文件以ONNX文件导出，并使用TensorRT部署生成Engine模型；(7)使用Engine模型部署并进行无人机检测。本发明基于YoloV7模型构建目标检测模型，该模型对于分辨率较高图像且目标面积较小的绝缘子以及被遮挡的绝缘子有更加优异的识别效果，识别准确率更高，识别位置更精确。
-
公开(公告)号：CN116563736A
公开(公告)日：2023-08-08
申请号：CN202310560548.0
申请日：2023-05-17
Applicant: 国网江苏省电力有限公司徐州供电分公司 , 中国矿业大学
IPC: G06V20/17 , G06V20/40 , G06V20/70 , G06V10/82 , G06V10/774 , G06V10/776 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 一种基于改进Yolov算法的无人机航拍绝缘子目标检测方法包括：(1)对需要应用的绝缘子场景进行无人机航拍，并将航拍视频抽帧为图像数据；(2)对图像数据进行标注，并将采集并标注好的数据按照比例划分为训练集和验证集；(3)对训练集数据通过Mosaic+Mixup方法混合增强；(4)使用Ghostnetv2网络替换Yolov7版本主干特征提取网络；(5)使用自制数据集对网络进行训练；(6)将训练好的模型文件以ONNX文件导出，并使用TensorRT部署生成Engine模型；(7)使用Engine模型部署并进行无人机检测。本发明基于YoloV7模型构建目标检测模型，该模型对于分辨率较高图像且目标面积较小的绝缘子以及被遮挡的绝缘子有更加优异的识别效果，识别准确率更高，识别位置更精确。
-
公开(公告)号：CN119936560A
公开(公告)日：2025-05-06
申请号：CN202510035353.3
申请日：2025-01-09
Applicant: 中国矿业大学
Abstract: 本发明公开了一种扩展双端的配电网单相稳定接地故障测距方法及系统，将配电网线路等效为π型等效电路，获取线路参数；配电网各区段首末端均安装量测点，用于采集区段首末两端零序电压、零序电流信号并判断是否发生单相稳定接地故障；若配电网发生单相稳定接地故障，则定位到故障区段，以故障区段为起始区段，分别向故障区段上、下游进行扩展；用扩展后的区段首末端测得的零序电压和零序电流表示出故障点的零序电压，联立得到距离方程并求解，得到故障点到故障区段首端的距离，构造最小二乘方程求解故障点位置。该方法具有很好的容错性，故障点位置定位可靠性高、定位精确度高，该系统简单易于实现。
-
公开(公告)号：CN116385912A
公开(公告)日：2023-07-04
申请号：CN202310396295.8
申请日：2023-04-14
Applicant: 国网江苏省电力有限公司徐州供电分公司 , 中国矿业大学
Abstract: 本发明公开了一种基于transformer的无人机航拍绝缘子目标检测方法及装置，所述检测方法包括：获取无人机航拍绝缘子的训练图像和测试图像，并标注出绝缘子在训练图像中的位置信息；构建特征提取网络；所述特征提取网络包括卷积神经网络、特征降维网络及位置编码器；构建Transformer网络，并提取待预测特征；所述Transformer网络包括Transformer编码器、Transformer解码器；构建预测网；所述预测网络包括50个前馈神经网；训练Transformer网络与预测网络；基于训练完成的Transformer网络与预测网络，预测测试图像的绝缘子位置。本发明通过提升Transformer网络在无人机航拍绝缘子目标检测的适用性，构建无人机航拍绝缘子自动检测方案。
-
-
-
Search Results
4
records
(took 0.018 seconds)
