-
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：CN117117683A
公开(公告)日：2023-11-24
申请号：CN202310914406.X
申请日：2023-07-25
Applicant: 广东电网有限责任公司汕尾供电局
Abstract: 本发明涉及变电站技术领域，尤其涉及一种通过可动式表皮进行自监测维护的变电站建筑，所述通过可动式表皮进行自监测维护的变电站建筑包括配电房本体、固定板、红外温度检测器、移动装置、散热风扇、散热转动机构、通风孔和通风机构，所述配电房本体的内壁对称固定安装有固定板，本发明通过移动装置的运作移动红外温度检测器，通过红外温度检测器对配电房本体内部的仪器进行整体的测温，通过散热转动机构的运作带动散热风扇对发热装置进行从上往下的吹动散热，与此同时，将带动通风机构的运作，控制通风孔的打开，实现对配电房本体内部热量的散出，对配电房本体进行自监测维护，可以有效地响应设备发热量的变化，提升设备效能，降低工作区能耗。
-
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：CN116483007A
公开(公告)日：2023-07-25
申请号：CN202310452541.7
申请日：2023-04-24
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司汕尾供电局
IPC: G05B19/042 , A62B35/00
Abstract: 本发明公开了一种安全带控制方法、装置、电子设备和存储介质，通过获取运动传感器采集的运动数据以及挂钩和腰带的高度，根据腰带的高度和运动数据确定作业人员的登塔状态，基于登塔状态、挂钩和腰带的高度控制挂钩的闭锁状态，基于高度信息与登塔状态判断是否存在异常作业情况。根据腰带的高度和运动数据可以实时判断作业人员的登塔状态，符合安全带控制所要保障的实时性，避免对作业人员的塔上作业造成不便；另一方面，根据登塔状态、挂钩和腰带高度来控制挂钩的闭锁状态，可以在与作业人员登塔时的动作吻合的基础上，保障作业人员的安全，同时结合语音提示来对异常作业情况进行提醒，防止作业人员出现不规范的行为，进一步保障安全性。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.032 seconds)
