公开(公告)号：CN117237909A

公开(公告)日：2023-12-15

申请号：CN202310966210.5

申请日：2023-08-02

Applicant: 三峡大学

Inventor： 叶永盛 ,  刘强 ,  褚家伟 ,  徐燕龙 ,  谭国光 ,  黎丽丽

IPC: G06V20/58 ,  G06V10/764 ,  G06V10/82 ,  G06V10/25 ,  G06V10/762 ,  G06V10/44 ,  G06V10/80 ,  G06V40/16 ,  G06V40/20 ,  G07C9/00 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 一种基于自适应改进YOLOv7网络载体巡检车的检测方法，包括以下步骤：1）利用构建智能平台与人机交互，摄像头输入端连接开发版输出端，云端服务器连接手机APP，检测云端服务器信号并记录数据；2）操作人员采用人脸解锁巡检车，系统采集并记录数据；3）巡检车启动跟随模式，其距离获取装置设置于车体前方，用于感知距离和方位；4）训练改进后的YOLOv7模型，使用该模型识别违规操作与产品，输出通过显示器与手机APP显示；5）通过识别结果，对劣质产品完成自主分类，并自主导航制打包点，由专员进行打包工作，巡逻车完成分配的任务后，自动巡航到指定的停车点。根据本发明，通过将跟踪技术与图像识别技术相结合，有效降低工厂运营复杂程度与工人巡查时间，高效纠正员工错误行为。

公开(公告)号：CN117197530A

公开(公告)日：2023-12-08

申请号：CN202310951129.X

申请日：2023-07-31

Applicant: 三峡大学

Inventor： 叶永盛 ,  褚家伟 ,  刘强 ,  谭国光 ,  黎丽丽 ,  文斌

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06T3/40 ,  G06N3/08

Abstract: 本申请提供一种基于改进YOLOv8模型及余弦退火学习率衰减法的绝缘子缺陷识别方法，本发明涉及到电力系统巡检领域，提出了一种基于改进YOLOv8模型及余弦退火学习率衰减法的绝缘子缺陷识别方法。该方法包括:通过无人机采集到输电线路绝缘子图像，使用labelimg对采集到的不同材质的正常绝缘子和缺陷绝缘子图像进行标注，得到绝缘子的标注框，按照一定比例对已标注的绝缘子图像进行划分训练集；将所得训练集放入改进YOLOv8模型中构建出绝缘子缺陷识别模型；结合绝缘子缺陷识别模型，对获取的绝缘子图像进行识别。

公开(公告)号：CN118799622B

公开(公告)日：2025-05-02

申请号：CN202410770897.X

申请日：2024-06-14

Applicant: 长江宜昌航道局 ,  三峡大学

Inventor： 江媛媛 ,  褚家伟 ,  谭国光 ,  杨会波 ,  刘雨辰 ,  刘留 ,  叶永盛

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/24 ,  G06V20/70 ,  G06V20/54 ,  G06V10/82

Abstract: 一种基于改进YOLOv8s算法的航道船舶及航标检测方法，包括以下步骤：步骤S1：对捕捉到的目标航道的船舶及航标数据集进行筛选整理；步骤S2：经过翻转、裁剪、亮度调整、模糊处理等图像预处理步骤，得到完整数据集；步骤S3：使用Labelimg对数据集进行标注，并按一定的比例划分为训练集、验证集、测试集；步骤S4：构建GCE‑YOLOv8s网络；步骤S5：将所获得的数据集放入GCE‑YOLOv8s模型中，结合GCE‑YOLOv8s模型对获取的船舶及航标图像进行识别，并使用召回率、平均精度均值、以及每秒传输帧数作为评价指标；步骤S6、使用已训练好的模型对待检测图像进行图像预测，精确识别。

公开(公告)号：CN119109020A

公开(公告)日：2024-12-10

申请号：CN202411123247.2

申请日：2024-08-15

Applicant: 三峡大学

Inventor： 叶永盛 ,  李阳 ,  徐燕龙 ,  褚家伟 ,  陈曦 ,  黎丽丽 ,  文斌

IPC: H02J3/00 ,  G06F18/23213 ,  G06F18/22 ,  G06F18/10 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/006 ,  G06N3/08

Abstract: 基于模态聚合和最优集成的短期电力负荷预测方法和系统，具体包括：步骤S1：获取电力系统中的电力负荷数据；步骤S2：基于ICEEMDAN对负荷序列进行初步分解；步骤S3：采用排列熵量化子序列的复杂度，通过K‑medoids聚类对熵值相似性高子序列重构，得到聚合模态分量；步骤S4：对聚合模态分量中的高频噪声分量采用Savitzky‑Golay滤波器进一步降噪；步骤S5：采用BiGRU作为预测器，分别对聚合模态分量进行训练和预测；步骤S6：以预测精度和稳定性为目标，构建权重优化模型；步骤S7：采用NSDBO求解优化模型，获取Pareto前沿；步骤S8：以TOPSIS作为决策方法，计算各个Pareto最优解的相对贴近度，确定最佳权重方案；步骤S9：基于决策方案将聚合模态预测序列加权叠加，得到最终的短期电力负荷预测结果。

公开(公告)号：CN119027367A

公开(公告)日：2024-11-26

申请号：CN202410915314.8

申请日：2024-07-09

Applicant: 三峡大学

Inventor： 叶永盛 ,  谭国光 ,  褚家伟 ,  文斌 ,  杨超 ,  陈曦 ,  黎丽丽

IPC: G06T7/00 ,  G06V10/764 ,  G06V20/17 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/774

Abstract: 一种基于LightWeight‑YOLOv8n的高压输电线路绝缘子缺陷检测方法，包括以下步骤：S1、利用无人机的高清摄像头对收集到的高压输电绝缘子数据集进行采集和整理；S2、对整理好的数据集进行图像预处理操作，扩充数据集；S3、调用Labelme，对图像逐一标注，打好标签，同时按照一定比例对最终数据集进行划分，得到高压输电线路绝缘子数据集；S4、配置算法基础环境，开始训练前设置5类在线图像增强项目，以确保数据集的多样性与泛化能力；S5、将MoblieNetV3主干网络、SimAM注意力机制和WIoU v3边框损失函数、SlideLoss分类损失函数结合于YOLOv8n的基线模型中，重构为LightWeight‑YOLOv8n模型；本发明所要解决的技术问题是提供一种基于LightWeight‑YOLOv8n的高压输电线路绝缘子缺陷检测方法，将其嵌入至巡检无人机上，以提升检测精度和速度。

公开(公告)号：CN118247205A

公开(公告)日：2024-06-25

申请号：CN202311751863.8

申请日：2023-12-19

Applicant: 国网湖北省电力有限公司黄冈供电公司 ,  三峡大学

Inventor： 李进扬 ,  陈家文 ,  操燕春 ,  李新民 ,  贺俊雄 ,  王锦 ,  夏家力 ,  曾祥文 ,  叶永盛 ,  褚家伟

IPC: G06T7/00 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06T7/62

Abstract: 一种基于改进YOLOv8的配网绝缘子缺陷检测方法，该发明主要对配网绝缘子及其缺陷进行精确且快速识别。该方法包括以下步骤：将收集到的配网绝缘子数据集进行整理；使用labelimg工具对数据集进行标注，同时按照一定比例对整理好数据集进行划分；将SCConv卷积、DCNv3卷积、CA注意力机制、EIoU损失函数结合于原YOLOv8模型中，构建Efficient‑YOLOv8模型；将所得数据集放入本发明所构建的Efficient‑YOLOv8模型中，结合模型对获取的绝缘子图像进行识别；使用已训练好的模型对待检测图像进行快速精确识别。本发明通过将Efficient‑YOLOv8模型部署在无人机上，对配网绝缘子及其缺陷进行实时检测，提高其准确性和速度。

公开(公告)号：CN116862860A

公开(公告)日：2023-10-10

申请号：CN202310812599.8

申请日：2023-07-04

Applicant: 中国机械总院集团江苏分院有限公司 ,  三峡大学

Inventor： 张振 ,  徐燕龙 ,  黎丽丽 ,  刘强 ,  褚家伟 ,  叶永盛 ,  杨皓清

IPC: G06T7/00 ,  G06V10/774 ,  G06V10/82 ,  G06V10/776 ,  G06V10/72 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于Yolov4的冲压智能检测及静态生产数据采集联网方法，它包括以下步骤：步骤S1：利用高清摄像机获取冲压前后的模具图像与冲压件的图像，构建冲压模具与冲压件图像数据集；步骤S2：对冲压模具与冲压件图像数据集进行预处理，并划分为训练集和验证集；步骤S3：通过训练集构建基于Yolov4的冲压检测模型并通过验证集验证该模型实用性；步骤S4：将采集到的数据上传到数据处理中心，实现在线监测和设备联网。

公开(公告)号：CN119540711A

公开(公告)日：2025-02-28

申请号：CN202411461900.6

申请日：2024-10-18

Applicant: 三峡大学

Inventor： 叶永盛 ,  谭国光 ,  刘留 ,  刘强 ,  文斌 ,  黎丽丽 ,  褚家伟

IPC: G06V10/82 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/082

Abstract: 一种基于Efficient‑YOLOv10s的PLC工艺缺陷端到端检测方法，包括以下步骤：步骤S1：使用高清摄像头捕捉PLC实验室的PLC工艺缺陷数据集图像，结合开源数据集进行整合，并对图像进行筛选整理；步骤S2：获得若干张PLC工艺缺陷数据集图片；步骤S3：使用Labelimg对数据集进行标注，标注为xml格式，并转化为txt文件，并按一定的比例划分为训练集、验证集、测试集；步骤S4：构建并获取Efficient‑YOLOv10s网络模型，Efficient‑YOLOv10s网络模型包括主干网络、颈部网络、头部网络；步骤S5：将所得数据集放入Efficient‑YOLOv10s模型中，结合Efficient‑YOLOv10s网络模型对获取的PLC工艺缺陷检测图像进行识别，并使用精度召回率，平均精度均值和每秒传输帧数作为评价指标；步骤S6：使用已训练好的模型对检测图像进行图像预测，精确识别。

公开(公告)号：CN119109021A

公开(公告)日：2024-12-10

申请号：CN202411123255.7

申请日：2024-08-15

Applicant: 三峡大学

Inventor： 叶永盛 ,  李阳 ,  程杉 ,  褚家伟 ,  杨超 ,  黎丽丽 ,  刘留

IPC: H02J3/00 ,  G06F18/213 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/049 ,  G06F16/29 ,  G06N3/08

Abstract: 一种考虑误差补偿和模态分解的短期负荷预测方法，它包括以下步骤：步骤S1：获取电力系统负荷数据和特征数据；步骤S2：基于ICEEMDAN对电力系统负荷数据进行初步分解，得到本征模态函数；步骤S3：以本征模态函数和特征数据为输入，训练第一网络模型TCN‑GRU，实现初步短期负荷初始预测；步骤S4：以初步短期负荷预测结果和目标负荷进行对比，构建误差序列，采用AVMD降低误差序列的不可预测性，得到变分模态函数；步骤S5：以变分模态函数为输入，训练第二网络模型TCN‑GRU，修正初步短期负荷初始预测结果，得到最终短期负荷预测结果。本发明解决了现有技术中单一预测模型精度不足和未充分利用误差序列在提升负荷预测精度方面的作用等问题。

公开(公告)号：CN119006427A

公开(公告)日：2024-11-22

申请号：CN202411152989.8

申请日：2024-08-21

Applicant: 三峡大学

Inventor： 叶永盛 ,  褚家伟 ,  徐燕龙 ,  李阳 ,  谭国光 ,  黎丽丽 ,  文斌

IPC: G06T7/00 ,  G06V10/22 ,  G06V10/44 ,  G06V10/774 ,  G06V10/776 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于轻量化改进的L‑YOLOv8s绝缘子缺陷检测方法。该方法包括以下步骤：通过无人机对输电线路绝缘子缺陷图像进行采集；使用Labelimg对采集到的图像进行标注得到绝缘子缺陷数据集，并对其进行划分；通过将MobileNetV3、ECANet注意力机制、Slim‑Neck结构、WioUv3损失函数加入YOLOv8s模型中，得到L‑YOLOv8s模型；将整理好的数据集放入L‑YOLOv8s模型中进行训练，得到训练完成的模型；最后将待检测图像放入模型中进行定位与检测。本发明参数量低且检测速度快，可以嵌入巡检无人机中，能够满足输电线路绝缘子实时检测的要求，提高绝缘子缺陷检测的准确率和速度。