-
公开(公告)号：CN114067307A
公开(公告)日：2022-02-18
申请号：CN202111414873.3
申请日：2021-11-25
Applicant: 国网智能科技股份有限公司
Abstract: 本发明属于电力技术领域，提供了一种变电站仪表刻度标定方法及系统。其中，该方法包括获取仪表数据图像；基于深度学习模型检测仪表数据图像中的仪表的类型、位置及刻度位置；将检测的仪表的类型、位置及刻度位置与对应变电站内预先导入的各个仪表的基本信息进行关联，生成模板配置信息；判断模板配置信息是否完全正确，若是，则完成变电站仪表刻度的自动标定；否则，删除错误信息并对应关联人工标注的正确信息。
-
公开(公告)号：CN109035275B
公开(公告)日：2021-11-30
申请号：CN201810660865.9
申请日：2018-06-25
Applicant: 国网智能科技股份有限公司
Abstract: 本发明公开了一种变电站室内设备声音状态识别方法及系统，将声音信号绝对值波形图转化为二维波形图，对二维波形图灰度化和二值化，计算水平投影，并进行边缘检测，分割直线提取，计算分割的面积比值，并将分割后的面积比例与设定的阈值比较，若其大于阈值，则对应的声音信号为异常，否则，则对应的声音信号为正常，本发明的正确率高，可以满足实时监控分析的要求。
-
公开(公告)号：CN107877518B
公开(公告)日：2020-04-28
申请号：CN201711204314.3
申请日：2017-11-27
Applicant: 国网智能科技股份有限公司 , 国网江西省电力有限公司 , 国网江西省电力有限公司检修分公司
Abstract: 本发明公开一种巡检机器人及其防坠落方法和装置，在巡检机器人的前方外表面设置双目相机，双目相机拍摄巡检机器人的前方地面，基于双目视觉技术，获取前方地面距离双目相机的实际距离，并通过与预设的距离阈值进行比较，以确定前方是否为危险区域，进而避免巡检机器人发生坠落，减少巡检机器人因跌落带来的损害，提高巡检机器人巡检过程中的安全性。
-
公开(公告)号：CN113435300B
公开(公告)日：2022-10-14
申请号：CN202110698635.3
申请日：2021-06-23
Applicant: 国网智能科技股份有限公司
Abstract: 本公开提出了基于机器学习的实时避雷器仪表检测识别方法及系统，包括：采用数据增强的方式扩充避雷器仪表样本图像库；对扩充的样本数据，采用深度学习神经网络模型进行训练获得训练权重文件；基于生成的训练权重文件定位避雷器表盘在图像中位置，采用图像处理技术确定表盘位置ROI；对生成的ROI采用方向图滤波获得表盘刻度，根据表盘刻度计算候补表针队列确定表针位置；根据表针位置获得最后的表计角度值，进一步获得刻度值，得到训练后的深度学习神经网络模型；输入待测图像，利用训练后的深度学习神经网络模型检测椭圆及刻度，最后检测指针位置给出仪表的读数。
-
公开(公告)号：CN114067304A
公开(公告)日：2022-02-18
申请号：CN202111364021.8
申请日：2021-11-17
Applicant: 国网智能科技股份有限公司
Abstract: 本公开提供了一种基于深度学习的数字式仪表智能识别方法及系统，包括获取待识别的数字式仪表图像，并确定数字式仪表图像中的数字区域图像；基于预先训练的数字区域定位模型对数字区域图像进行分割，获得单个数字图像；利用预先训练好的数字分类器对单个数字图像进行识别，获得单个数字识别结果；基于获得的单个数字识别结果及其在数字区域图像中的位置顺序获得最终的识别结果；所述方案有效解决了巡检机器人对变电站中多种类型数字式仪表的准确识别，提高了变电站内监测数据的巡检效率，保障了变电站的安全稳定运行。
-
Patent Agency Ranking
公开(公告)号：CN113436259A
公开(公告)日：2021-09-24
申请号：CN202110700043.0
申请日：2021-06-23
Applicant: 国网智能科技股份有限公司
Abstract: 本公开提出了基于深度学习的变电站设备实时定位方法及系统，包括：对采集的变电站设备图像进行处理并利用模型训练生成权重文件；加载模型训练生成权重文件，输入待检测图像进行预处理；利用模型参数对待检测图像进行目标定位识别；其中，模型训练生成权重文件时，使用深度学习卷积神经网络的方式定位变电站设备，把多个尺度下目标设备随机融合为一张大图，再对大图按照约定规则裁剪放大后进行训练，生成权重文件。有效规避光线、目标过小导致的设备定位失败的问题，提高了不同场景、不同角度、小目标等识别的鲁棒性。
-
公开(公告)号：CN109191419B
公开(公告)日：2021-06-29
申请号：CN201810660753.3
申请日：2018-06-25
Applicant: 国网智能科技股份有限公司
Inventor： 于晓斌 , 王兴光 , 吕士良 , 毛琨 , 董祥宁 , 于柠源 , 王安山 , 吕守国 , 傅崇光 , 李健 , 张传友 , 高发钦 , 邵光亭 , 王亚菲 , 崔笑笑 , 杨国庆
Abstract: 本发明公开了一种基于机器学习的实时压板检测及状态识别系统及方法，加载用于训练的压板检测和状态判断模型文件；对采集的压板实时检测图像进行预处理；利用深度卷积神经网络训练压板的检测，判断采集的检测图像内是否有压板，如果具有压板则进行压板的状态识别，否则继续接收检测图像，对检测结果进行分类输出；提取压板的轮廓特征与颜色特征，利用支持向量机构建特征分类器，利用分类后的特征向量和颜色标志，识别压板开关的开、关状态。
-
公开(公告)号：CN115830497B
公开(公告)日：2025-01-24
申请号：CN202211482277.3
申请日：2022-11-24
Applicant: 国网智能科技股份有限公司
Abstract: 本发明公开了一种变电站多路视频实时目标检测方法及系统，包括：获取待检测的变电站多路视频流数据；调用硬件环境参数接口，获取当前硬件环境参数，判断当前硬件环境；基于当前硬件环境，调用相关硬件环境下的接口函数，对获取的多路视频流数据进行解码；将解码后的多路视频流进行合并，然后输入至训练好的目标检测模型，输出每一路的目标检测结果。本发明可以同时适配不同的硬件环境或硬件设施，在GPU环境或CPU环境下皆可实现多路视频实时目标检测，无需改变算法模型。
-
公开(公告)号：CN119006990A
公开(公告)日：2024-11-22
申请号：CN202411138431.4
申请日：2024-08-19
Applicant: 国网智能科技股份有限公司
Abstract: 本发明提供了一种图像质量检测方法及系统，属于图像处理技术领域。所述的图像质量检测方法，包括：待检测的图像依次经过深度学习网络的主干网络、颈部网络和头部网络后，得到第一图像质量检测结果；颈部网络中通过特征金字塔网络进行特征提取，颈部网络中通过多尺度的注意力机制提取多尺度信息；本发明可以自动学习、提取和识别图像中的各种质量问题，对噪声的敏感度低，质量检测结果的可解释性强，提高了图像质量检测的精度。
-
公开(公告)号：CN117576671A
公开(公告)日：2024-02-20
申请号：CN202311622749.5
申请日：2023-11-29
Applicant: 国网智能科技股份有限公司
IPC: G06V20/60 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明属于人工智能领域，提供了一种无模板多类型油位计状态自动识别方法与装置。其中，无模板多类型油位计状态自动识别方法包括获取油位计图像；利用最优识别模型对油位计图像处理，自动识别出油位计状态；其中，所述最优识别模型通过多类型油位计样本集来训练原始识别模型得到；所述原始识别模型及最优识别模型均包括初步检测模块及若干并联的状态识别算法模块；所述状态识别算法模块与油位计类型一一对应关联匹配；所述初步检测模块，被配置为自动检测出油位计类型及表盘区域，根据油位计类型自动关联对应的状态识别算法模块；所述状态识别算法模块，被配置为对检测出的表盘区域信息进行处理，得到油位计状态。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.026 seconds)
