-
公开(公告)号：CN115797806A
公开(公告)日：2023-03-14
申请号：CN202211475454.5
申请日：2022-11-23
Applicant: 华北电力大学(保定) , 南开大学
IPC: G06V20/17 , G06V10/40 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/08
Abstract: 本发明适用于输电线路巡检技术领域，提供了一种输电线路多金具检测方法及装置，该方法包括：获取航拍图像数据集；根据航拍图像数据集，构建金具平均相对距离先验矩阵；对航拍图像数据集中的金具图像进行粗检测，获得粗检测结果；根据粗检测结果和金具平均距离先验矩阵，通过聚类算法获得金具密集分布的结构场景子区域；对结构场景子区域进行精检测，获得精检测结果；将粗检测结果与精检测结果进行结合，获得最终的多金具检测结果。本发明能够合理利用高分辨率金具图像中所包含的信息，避免处理过程中的小目标信息丢失，并有效解决了金具聚合结构中的密集遮挡问题。
-
公开(公告)号：CN115438698A
公开(公告)日：2022-12-06
申请号：CN202211065821.4
申请日：2022-09-01
Applicant: 国家电投集团电站运营技术(北京)有限公司 , 华北电力大学(保定)
Abstract: 本发明公开了一种基于图像处理的电力设备声音识别方法及系统，涉及声音识别分类技术领域，本方法包括：获取原始声音信号；根据原始声音信号进行短时傅里叶变换，得到频谱图；采用尺度不变特征变换方法对频谱图进行特征提取，得到特征向量；利用设备识别模型对特征向量进行识别，得到原始声音信号对应的设备名称；设备名称包括：磨煤机、引风机、供油泵、凝结水泵、连接轴和循环水泵；设备识别模型是基于支持向量机构建的。本发明加入了STFT+SIFT+SVM图像特征识别方法，将声音信号处理转为图像处理，将声音数据全部应用，避免了因声音数据利用不完整、特征表达不细致而导致的识别不准确，提高了电力设备声音识别分类的准确性。
-
公开(公告)号：CN115272777A
公开(公告)日：2022-11-01
申请号：CN202211169230.1
申请日：2022-09-26
Applicant: 山东大学 , 智洋创新科技股份有限公司 , 国网浙江省电力有限公司温州供电公司 , 浙江大华技术股份有限公司 , 华北电力大学(保定) , 山东省计算中心(国家超级计算济南中心)
IPC: G06V10/764 , G06V10/772 , G06V10/774 , G06V10/82 , G06N3/08
Abstract: 本发明涉及输电线路巡检技术领域，具体涉及一种面向输电场景的半监督图像解析方法，包括以下步骤：S1：数据预处理：人工标注部分输电线路场景的分类数据集和目标检测数据集；S2:数据集的增广和模型优化训练：使用动态参数混合数据增广框架对有标注数据集进行数据增广和模型优化训练，将参数化后的混合数据增广策略融入到判别模型中；S3:半监督训练方法改良：基于S2中经过动态参数混合数据增广优化的模型，使用基于队列优化的鲁棒半监督训练方法，以最优队列的标签筛选策略替换传统的固定高阈值策略，来筛选高置信度伪标签以计算无监督损失；S4:获取S3中预训练好的模型参数，在输电线路图像解析的下游任务中测试效果。
-
公开(公告)号：CN115223155A
公开(公告)日：2022-10-21
申请号：CN202210881433.7
申请日：2022-07-26
Applicant: 华北电力大学(保定)
Abstract: 本发明涉及一种逆光条件下的绝缘子识别系统及方法，所述识别系统包括：第一单模态特征金字塔解码器、第二单模态特征金字塔解码器、特征融合模块和交互式增强解码器。本发明考虑到可见光成像在逆光条件下纹理特征少的缺点，利用红外图像来补充RGB图像的信息，分别利用第一单模态特征金字塔解码器、第二单模态特征金字塔解码器对绝缘子的RGB图像和红外图像进行特征提取，之后利用特征融合模块中进行特征的融合，以加强特征的信息，之后将融合后的特征送入到交互式解码器中进行图像的恢复与检测。本发明可实现逆光条件下绝缘子的有效识别。
-
公开(公告)号：CN115223049A
公开(公告)日：2022-10-21
申请号：CN202211140194.6
申请日：2022-09-20
Applicant: 山东大学 , 国网浙江省电力有限公司温州供电公司 , 华北电力大学(保定) , 智洋创新科技股份有限公司 , 南瑞集团有限公司 , 山东省计算中心(国家超级计算济南中心)
IPC: G06V20/10 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/08
Abstract: 本发明属于压缩技术领域，具体提供了一种面向电力场景边缘计算大模型压缩的知识蒸馏与量化技术。其包括以下步骤:电力场景任务抽象；双层知识蒸馏网络单元构建；教师模型修饰处理；主从教师监督框架：基于教师‑学生蒸馏网络，使用多个数据集训练不同的教师模型，包括与目标任务类似的场景数据集和实际落地场景的数据集，将这些数据集进行划分，训练多个教师模型，按照数据集与落地场景相似度分配指导权重，分为主教师模型和若干个从教师模型，从而对学生模型进行不同层面的知识引导，提高学生模型在复杂场景下的泛化能力；学生模型压缩感知训练。
-
Patent Agency Ranking
公开(公告)号：CN115170816A
公开(公告)日：2022-10-11
申请号：CN202210847879.8
申请日：2022-07-19
Applicant: 华北电力大学(保定)
Abstract: 本发明涉及一种多尺度特征提取系统，所述多尺度特征提取系统包括：多层特征提取模块、多层上特征融合模块和多层下特征融合模块；所述多层特征提取模块包括N个依次连接的第一卷积层；所述多层上特征融合模块包括N‑2个依次连接的上采样层；所述多层下特征融合模块包括N‑2个依次连接的降采样层；第N个第一卷积层通过第二卷积层与第1个上采样层连接，第N‑2个上采样层与第1个降采样层连接；每个所述上采样层的输出端及每个所述降采样层的输出端均设置有残差模块。本发明实现了对多尺度特征的提取与融合，克服现有的基于风机桨叶的图像尺度进行检测的方法，对于小尺度缺陷无法实现准确的检测和定位，进而难以全面地进行风机桨叶的缺陷识别的技术缺陷。
-
公开(公告)号：CN113469995B
公开(公告)日：2022-09-06
申请号：CN202110807447.X
申请日：2021-07-16
Applicant: 华北电力大学(保定)
IPC: G06T7/00 , G06T7/13 , G06T7/194 , G06V10/762
Abstract: 本发明涉及一种变电站设备热故障诊断方法及系统。该方法包括：对红外图像进行预处理；根据预处理后的红外图像确定对应的温度矩阵；采用K均值聚类算法对预处理后的红外图像进行变电设备目标与背景的粗分割；将Prewitt算子检测目标边缘得到的差分信息与Chan‑Vese模型进行结合，确定改进后的Chan‑Vese模型；将粗分割后的红外图像作为上述模型的初始分割条件，利用上述模型对粗分割后的红外图像进行变电设备目标与背景的细分割，确定待诊断的目标位置；根据目标位置与温度矩阵，确定目标位置的温度；根据目标位置的温度对变电站设备热故障进行诊断。本发明能够提高变电站设备热故障诊断的准确性。
-
公开(公告)号：CN114532224A
公开(公告)日：2022-05-27
申请号：CN202210175481.4
申请日：2022-02-25
Applicant: 华北电力大学(保定)
Abstract: 本发明涉及一种蝴蝶兰种苗切割方法和装置，属于种苗切割技术领域，利用ShuffleNetv2‑YOLOv5目标识别网络对蝴蝶兰种苗的根部和茎部进行识别，提取根部检测框图像并确定根部连通域图像的连通域拟合直线和根部检测框的外接圆，将连通域拟合直线与外接圆的两个交点中与茎部检测框的距离最近的交点确定为切割点，同时计算切割角度，通过手眼标定的方式获得机器人基坐标系下的切割点坐标和切割角度，从而切割机器人对蝴蝶兰种苗进行切割，提高了蝴蝶兰种苗切割效率。本发明还设计了弹性切割末端，切割机器人利用弹性切割末端能够在完成切割工作的同时降低对种苗结构的破坏，解决了人工切割对无菌环境带来的污染问题。
-
公开(公告)号：CN114493975A
公开(公告)日：2022-05-13
申请号：CN202210143675.6
申请日：2022-02-17
Applicant: 华北电力大学(保定)
Abstract: 本发明涉及一种种苗旋转框目标检测方法及系统，本发明的方法基于YOLOv5提出一种基于解耦结构的用于种苗旋转框目标检测的改进YOLOv5模型。在骨干网络中引入可变形卷积来解决被检测目标(种苗)边缘不规则问题，提升检测精度，然后在YOLOv5中设置解耦头部网络，将原有的检测任务解耦为多个子任务，对每个子任务进行单独设计来学习对应任务的最优特征，最后整合所有检测结果，得到最终的旋转检测框。本发明的方法基于改进YOLOv5模型实现了种苗的精确识别。
-
公开(公告)号：CN112861670A
公开(公告)日：2021-05-28
申请号：CN202110107618.8
申请日：2021-01-27
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种输电线路金具检测方法及系统。该方法包括：获取金具数据集，根据输电线路航拍图像，采用Faster R‑CNN算法得到视觉特征；根据输电线路航拍图像和视觉特征，采用多层感知机算法进行学习，得到学习后的共现图邻接矩阵；根据学习后的共现图邻接矩阵对视觉特征进行信息传播，得到增强特征；将视觉特征和增强特征级联，得到融合特征，并对融合特征进行全连接处理，得到金具类型和金具位置。采用本发明的方法及系统，能够降低传统深度学习模型对数据集中各个金具的样本数量要求，缓解输电线路航拍数据的样本不平衡与长尾分布问题，提高输电线路金具检测效果。
-
-
-
-
-
-
-
-
-
Search Results
141
records
(took 0.044 seconds)
