-
公开(公告)号：CN118154995B
公开(公告)日：2024-07-30
申请号：CN202410572033.7
申请日：2024-05-10
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明提供基于时频关联自适应学习模型的图像质量裂化评估方法，包括：构建不同类别的原始图像集；利用傅里叶变换获得频谱图像集；将频谱图像和原始差异类别图像输入到残差神经网络中学习频谱图像特征、原始图像特征；将时频关联的图像特征、原始图像特征融合；输入到动态调节参数BP神经网络；进行图像质量裂化评估分类。本发明解决了分析处理信息不全面，导致图像质量异常分类效果差的技术问题。
-
公开(公告)号：CN118155024A
公开(公告)日：2024-06-07
申请号：CN202410585235.5
申请日：2024-05-13
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
IPC: G06V10/774 , G06V10/30 , G06V10/34 , G06V10/72 , G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/0464
Abstract: 本发明提供大模型图像样本自动生成方法及系统，方法包括：采集电网设备的差异光谱图像数据，以作为原始数据，对原始数据进行形态学滤波操作、数据清洗操作以及数据整合操作，以得到模型训练输入数据；利用生成对抗网络GAN进行对抗操作，对模型训练输入图像数据进行训练，以进行样本生成以及样本评估操作，获取稀缺样本；将稀缺样本与实时采集图像混合，利用支持向量机进行标注处理，以构造适用泛化能力新数据集；利用迁移学习技术，在适用泛化能力新数据集上，对预训练ResNet模型进行训练、验证操作，以得到适用电网图像大模型。本发明解决了电网设备监测与诊断操作中存在样本稀缺，导致模型的监测诊断性能受有制约的技术问题。
-
公开(公告)号：CN118154447A
公开(公告)日：2024-06-07
申请号：CN202410578624.5
申请日：2024-05-11
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
Abstract: 本发明提供基于引导频率损失函数的图像恢复方法及系统，方法包括：构建第一质量图像数据集、第二质量图像数据集，划分得到训练集、验证集；将相邻两层高斯金字塔图像取出，以对第一质量图像数据集、第二质量图像数据集中的小尺寸图像进行上采样，得到不少于2种相同尺寸图像，做差得到一层输入拉普拉斯图像，将最小尺寸图像作为拉普拉斯金字塔最底层，构建图像拉普拉斯金字塔，根据沙博尼耶损失、拉普拉斯金字塔损失和迭代层次化高频分量损失确定引导频率损失，利用引导频率损失收敛模型；验证模型。本发明解决了图像恢复质量较差、系统鲁棒性较差的技术问题。
-
公开(公告)号：CN116468904A
公开(公告)日：2023-07-21
申请号：CN202310391789.7
申请日：2023-04-13
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
IPC: G06V10/44 , G06V10/774 , G06N3/0464 , G06N3/08 , G06V10/82 , G06Q10/20 , G06Q50/06
Abstract: 本发明公开了变电站隔离开关图像有效性评估模型，涉及图像视觉技术领域。包括如下步骤方法：S1：通过采集备对隔离开关图片进行数据采集；通过yolov5模型进行相关数据的预训练；S2：对所拍摄隔离开关进行识别；采用基于U2NET的语义分割的深度学习识别算法对隔离开关图片进行识别；S3：将隔离开关图片送入训练好的yolov5模型进行识别，推算出特征完备性模型和清晰度模型；S4：由推算出的特征完备性模型和清晰度模型得到完备性指标模型。该模型可以作为深度学习清晰度划分的依据并且为隔离开关图片识别、摄像机点位选择提供理论支撑。
-
公开(公告)号：CN109545259B
公开(公告)日：2021-11-16
申请号：CN201811434417.3
申请日：2018-11-28
Applicant: 安徽大学
IPC: G11C11/413
Abstract: 本发明公开了一种采用三个灵敏放大器抵抗位线泄漏电流的电路结构，包括：三个灵敏放大器构成的读取电路和由传输门组成的输出选择电路；其中：第一灵敏放大器的两个差分输入管各自连接一条位线；第二与第三灵敏放大器的一个差分输入管均接一个参考电压，另一个差分输入管各自连接一条不同的位线；三个灵敏放大器的输出端均连接输出选择电路。其通过三个灵敏放大器逻辑判断进行数据读取以抵抗位线泄漏电流，相比于传统方案而言，不仅可以承受更大的位线泄漏电流，还降低了读取数据所需时间。
-
Patent Agency Ranking
公开(公告)号：CN109545259A
公开(公告)日：2019-03-29
申请号：CN201811434417.3
申请日：2018-11-28
Applicant: 安徽大学
IPC: G11C11/413
Abstract: 本发明公开了一种采用三个灵敏放大器抵抗位线泄漏电流的电路结构，包括：三个灵敏放大器构成的读取电路和由传输门组成的输出选择电路；其中：第一灵敏放大器的两个差分输入管各自连接一条位线；第二与第三灵敏放大器的一个差分输入管均接一个参考电压，另一个差分输入管各自连接一条不同的位线；三个灵敏放大器的输出端均连接输出选择电路。其通过三个灵敏放大器逻辑判断进行数据读取以抵抗位线泄漏电流，相比于传统方案而言，不仅可以承受更大的位线泄漏电流，还降低了读取数据所需时间。
-
公开(公告)号：CN118279289B
公开(公告)日：2024-08-27
申请号：CN202410572037.5
申请日：2024-05-10
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/086
Abstract: 本发明提供一种电力设备视频图像缺陷识别方法及系统，方法包括：预训练初始残差神经网络，以得到适用缺陷分类残差神经网络；初始化问题潜在解粒子群位置、速度；计算每个问题潜在解粒子的适应值；利用粒子群优化算法持续迭代，寻获并更新得到局部更新最优解、全局更新最优解，以更新获取问题潜在解粒子的位置、速度；在满足粒子群优化算法的结束条件时结束持续迭代，根据更新获取的问题潜在解粒子的位置、速度，输出最佳位置参数，以利用适用缺陷分类残差神经网络，处理得到电力设备视频图像中的缺陷坐标位置。本发明解决了电力设备视频图像缺陷识别过程中的标记操作效率低、准确性低、检测模型的计算量大、网络结构复杂的技术问题。
-
公开(公告)号：CN118154995A
公开(公告)日：2024-06-07
申请号：CN202410572033.7
申请日：2024-05-10
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明提供基于时频关联自适应学习模型的图像质量裂化评估方法，包括：构建不同类别的原始图像集；利用傅里叶变换获得频谱图像集；将频谱图像和原始差异类别图像输入到残差神经网络中学习频谱图像特征、原始图像特征；将时频关联的图像特征、原始图像特征融合；输入到动态调节参数BP神经网络；进行图像质量裂化评估分类。本发明解决了分析处理信息不全面，导致图像质量异常分类效果差的技术问题。
-
公开(公告)号：CN116229064A
公开(公告)日：2023-06-06
申请号：CN202310057013.1
申请日：2023-01-14
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
Abstract: 本发明属于变电站远程巡视的技术领域，公开了压力表图像像素清晰度评估方法，包括如下步骤：S1、通过采集设备对SF6压力表进行图像数据采集；S2、对步骤S1中的图像数据进行清晰度指标部署；S3、计算SF6压力表在图像中占据的像素点个数和最小像元密度量以评估图像的清晰度。本发明解决了智能电网存在表计图像的清晰度不足的问题，可实现变电站的实时在线监测。
-
公开(公告)号：CN116052173A
公开(公告)日：2023-05-02
申请号：CN202310031759.5
申请日：2023-01-10
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
Abstract: 本发明公开了可辨识的油位计图片像素清晰度判定方法，涉及图像视觉技术领域，其技术方案要点是：S1：通过采集设备对油位计图片进行数据采集；S2：对所拍摄油位计进行识别；采用基于U2NET的语义分割的深度学习识别算法对所拍摄油位计进行识别；S3：统计油位计图片的像素点个数，推算出图像像素与成像清晰度之间的关系；S4：推算出焦距与被拍摄油位计距离的关系。通过关系式有效便捷的计算相应指标，并以此作为深度学习清晰度划分的依据。对摄像头预设点位进行清晰度评估，确保摄像头安装后，能够对被监测油位计进行有效识别。减少工作人员负担，推动智能电网的实施，保障了用户和电力公司双方的切身利益。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.027 seconds)
