-
公开(公告)号：CN117308969B
公开(公告)日：2024-05-14
申请号：CN202311259360.9
申请日：2023-09-27
Applicant: 广东电网有限责任公司汕尾供电局
IPC: G01C21/24 , G06Q10/047 , G07C1/20 , G06T17/00
Abstract: 本发明公开了一种启发式快速探索随机树的电力杆塔三维航线规划方法，涉及电力杆塔巡检技术领域，步骤如下：S1、通过无人机获取电力杆塔三维点云，进行三维建模；S2、提前获取电力杆塔关键部件的空间位置，作为无人机在航线途中需要悬停拍照的中间目标点，构成航线规划约束点；S3、采用基于RRT的启发式三维航线规划算法，规划无人机巡检电力杆塔的三维航线，本发明采用上述步骤的一种启发式快速探索随机树的电力杆塔三维航线规划方法，集成启发式搜索策略进行代价函数设计，加速算法收敛，确保航线最优，同Goal‑Bias RRT算法与改进的RRT*算法相比，本方法针对电力杆塔所规划的无碰撞三维航线，具有稳定可靠的最短路径长度，能够满足智能监测的应用需求。
-
公开(公告)号：CN116797949B
公开(公告)日：2024-03-05
申请号：CN202310741335.8
申请日：2023-06-21
Applicant: 广东电网有限责任公司汕尾供电局 , 武汉大学
IPC: G06V20/17 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N5/025 , G06V10/766
Abstract: 本发明公开了一种基于卷积神经网络的电力杆塔验收状态感知方法，属于电力杆塔构件状态识别领域，包括以下步骤：S1：得到用于模型训练的数据集；S2：构建电力杆塔多验收构件卷积神经网络识别模型；S3：通过步骤S1制备的用于模型训练的数据集对构建的电力杆塔多验收构件卷积神经网络识别模型进行训练直至收敛；S4：通过无人机进行多源图像采集并依次进行预处理和多源图像匹配后输入至收敛后的电力杆塔多验收构件卷积神经网络识别模型进行部件种类和运行状态识别，并输出结果。本发明采用上述基于卷积神经网络的电力杆塔验收状态感知方法，解决了数据集的类不平衡问题，实现了多种构件同步识别，提高了电力杆塔的验收效率和识别精度。
-
公开(公告)号：CN117213446A
公开(公告)日：2023-12-12
申请号：CN202311247557.0
申请日：2023-09-26
Applicant: 广东电网有限责任公司汕尾供电局
IPC: G01C9/00 , G06V10/77 , G06V10/762 , G06V10/50
Abstract: 本发明公开了一种基于激光点云的电力杆塔倾斜角度计算方法，涉及电力杆塔测量技术领域，步骤如下：S1、基于无人机激光雷达系统获取电力杆塔点云数据，进行点云滤波与杆塔重定向处理；S2、采用分层密度统计法对杆塔点云进行分割，得到杆塔塔身点云；S3、利用方向特征算子、城市聚类算法及RANSAC拟合技术，获取由4个主材方向线所构成的塔身结构线；S4、生成电力杆塔中轴方向线，计算电力杆塔倾斜角度。本发明采用上述步骤的一种基于激光点云的电力杆塔倾斜角度计算方法，能够机动灵活的解决输电线路电力杆塔倾斜度计算的应用需求。
-
公开(公告)号：CN117080921A
公开(公告)日：2023-11-17
申请号：CN202310914405.5
申请日：2023-07-25
Applicant: 广东电网有限责任公司汕尾供电局
Abstract: 本发明涉及变电站建筑技术领域，尤其涉及一种低碳光伏能源回收系统的变电站建筑，所述低碳光伏能源回收系统的变电站建筑包括变电箱本体、安装板、转动架、光伏板、调节装置和表面清理装置，所述变电箱本体的顶部等距固定安装有安装板，本发明通过变电箱本体中的控制器控制调节装置运作，进而带动转动架上的光伏板转动，进而调节光伏板与不同地区的光照角度，通过控制器控制调节装置和表面清理装置的配合运作，可对光伏板进行清理，在光伏板进行光伏发电时，可将产生的电能用于变电箱本体的使用，降低变电箱本体的能耗，实现电能自用自足，同时，通过将光伏板产生的电能结合城市共享电源等方式实现共享。
-
公开(公告)号：CN116797949A
公开(公告)日：2023-09-22
申请号：CN202310741335.8
申请日：2023-06-21
Applicant: 广东电网有限责任公司汕尾供电局 , 武汉大学
IPC: G06V20/17 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N5/025 , G06V10/766
Abstract: 本发明公开了一种基于卷积神经网络的电力杆塔验收状态感知方法，属于电力杆塔构件状态识别领域，包括以下步骤：S1：得到用于模型训练的数据集；S2：构建电力杆塔多验收构件卷积神经网络识别模型；S3：通过步骤S1制备的用于模型训练的数据集对构建的电力杆塔多验收构件卷积神经网络识别模型进行训练直至收敛；S4：通过无人机进行多源图像采集并依次进行预处理和多源图像匹配后输入至收敛后的电力杆塔多验收构件卷积神经网络识别模型进行部件种类和运行状态识别，并输出结果。本发明采用上述基于卷积神经网络的电力杆塔验收状态感知方法，解决了数据集的类不平衡问题，实现了多种构件同步识别，提高了电力杆塔的验收效率和识别精度。
-
Patent Agency Ranking
公开(公告)号：CN117213446B
公开(公告)日：2024-05-14
申请号：CN202311247557.0
申请日：2023-09-26
Applicant: 广东电网有限责任公司汕尾供电局
IPC: G01C9/00 , G06V10/77 , G06V10/762 , G06V10/50
Abstract: 本发明公开了一种基于激光点云的电力杆塔倾斜角度计算方法，涉及电力杆塔测量技术领域，步骤如下：S1、基于无人机激光雷达系统获取电力杆塔点云数据，进行点云滤波与杆塔重定向处理；S2、采用分层密度统计法对杆塔点云进行分割，得到杆塔塔身点云；S3、利用方向特征算子、城市聚类算法及RANSAC拟合技术，获取由4个主材方向线所构成的塔身结构线；S4、生成电力杆塔中轴方向线，计算电力杆塔倾斜角度。本发明采用上述步骤的一种基于激光点云的电力杆塔倾斜角度计算方法，能够机动灵活的解决输电线路电力杆塔倾斜度计算的应用需求。
-
公开(公告)号：CN116862152B
公开(公告)日：2024-03-05
申请号：CN202310725591.8
申请日：2023-06-19
Applicant: 广东电网有限责任公司汕尾供电局 , 武汉大学
IPC: G06Q10/0631 , G06Q10/04
Abstract: 本发明公开了一种基于负载均衡的电力杆塔验收无人机任务分配方法，属于电力杆塔无人机验收技术领域，具体步骤为：步骤S1：获取飞行数据、无人机参数数据以及任务数据并上传至服务器；步骤S2：根据步骤S1获取的数据通过无人机负载占用率和电量联合优化模型确定任务卸载方案；步骤S3：根据任务卸载方案通过无人机能耗模型得到最优任务分配方案。采用上述一种基于负载均衡的电力杆塔验收无人机任务分配方法，实现了多个无人机和云平台的负载均衡，在最小能耗下进行多无人机航线规划和搭载任
-
公开(公告)号：CN116778362B
公开(公告)日：2024-03-05
申请号：CN202310741356.X
申请日：2023-06-21
Applicant: 广东电网有限责任公司汕尾供电局 , 武汉大学
IPC: G06V20/17 , G06V10/774 , G06F16/36 , G06N5/025 , G06V10/22 , G06V10/25 , G06V10/764 , G06V10/766 , G06V10/40 , G06N3/0464 , G06V10/82 , G06N3/084
Abstract: 本发明公开了基于领域知识与深度学习的电力杆塔验收构件识别方法，属于电力杆塔验收构件识别领域，包括以下步骤：S1：构建数据集；S2：数据集预处理，并将预处理后的数据集分为训练集和测试集；S3：构建包含验收构件相互位置信息的知识图谱；S4：构建改进的融合知识图谱的RCNN模型，并将训练集输入改进的融合知识图谱的RCNN模型中训练模型；S5：将测试集输入到训练完毕的改进的融合知识图谱的RCNN模型，识别并定位出电力杆塔验收构件。本发明采用上述基于领域知识与深度学习的电力杆塔验收构件识别方法，利用知识图谱来表示电力杆塔验收构件之间的语义关系，并结合RCNN网络对图像进(56)对比文件Runhai Jiao 等.A Deep Learning Modelfor Small-size Defective ComponentsDetection in Power TransmissionTower.IEEE TRANSACTIONS ON POWERDELIVERY.2022,第37卷(第4期),2551-2561.周权 等.基于改进Faster R-CNN 的二维图纸中 建筑构件识别方法.土木工程与管理学报.2021,第38卷(第5期),110-117页.
-
公开(公告)号：CN117308969A
公开(公告)日：2023-12-29
申请号：CN202311259360.9
申请日：2023-09-27
Applicant: 广东电网有限责任公司汕尾供电局
IPC: G01C21/24 , G06Q10/047 , G07C1/20 , G06T17/00
Abstract: 本发明公开了一种启发式快速探索随机树的电力杆塔三维航线规划方法，涉及电力杆塔巡检技术领域，步骤如下：S1、通过无人机获取电力杆塔三维点云，进行三维建模；S2、提前获取电力杆塔关键部件的空间位置，作为无人机在航线途中需要悬停拍照的中间目标点，构成航线规划约束点；S3、采用基于RRT的启发式三维航线规划算法，规划无人机巡检电力杆塔的三维航线，本发明采用上述步骤的一种启发式快速探索随机树的电力杆塔三维航线规划方法，集成启发式搜索策略进行代价函数设计，加速算法收敛，确保航线最优，同Goal‑Bias RRT算法与改进的RRT*算法相比，本方法针对电力杆塔所规划的无碰撞三维航线，具有稳定可靠的最短路径长度，能够满足智能监测的应用需求。
-
公开(公告)号：CN116862152A
公开(公告)日：2023-10-10
申请号：CN202310725591.8
申请日：2023-06-19
Applicant: 广东电网有限责任公司汕尾供电局 , 武汉大学
IPC: G06Q10/0631 , G06Q10/04
Abstract: 本发明公开了一种基于负载均衡的电力杆塔验收无人机任务分配方法，属于电力杆塔无人机验收技术领域，具体步骤为：步骤S1：获取飞行数据、无人机参数数据以及任务数据并上传至服务器；步骤S2：根据步骤S1获取的数据通过无人机负载占用率和电量联合优化模型确定任务卸载方案；步骤S3：根据任务卸载方案通过无人机能耗模型得到最优任务分配方案。采用上述一种基于负载均衡的电力杆塔验收无人机任务分配方法，实现了多个无人机和云平台的负载均衡，在最小能耗下进行多无人机航线规划和搭载任务负载，提高了电力杆塔的验收效率。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.029 seconds)
