-
公开(公告)号：CN113433424A
公开(公告)日：2021-09-24
申请号：CN202110901524.8
申请日：2021-08-06
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司肇庆供电局
Abstract: 本申请公开了一种基于局部放电的配网线路树木坠落检测方法及系统，通过对被树木包围的输电线路获取周围包含有局部放电信号和干扰信号的目标信号，对目标信号进行梯度化，以增强局部放电信号的幅值与干扰信号的幅值之间的差异化，再利用z‑score标准分数和簇聚类法对目标信号中的干扰信号进行剔除，在利用簇聚类法将剔除干扰信号的第二修正信号中的信号幅值样本划分为若干个簇，依据每个簇到聚类中心的长度来确定是簇中否存在非零局部放电，也即确定输电线路存在非零局部放电，非零局部放电说明有树木坠落至输电线路产生了非零局部放电，从而解决了难以检测到配网线路树木坠落而产生的高阻抗故障的技术问题。
-
公开(公告)号：CN112564952A
公开(公告)日：2021-03-26
申请号：CN202011360960.0
申请日：2020-11-27
Applicant: 广东电网有限责任公司肇庆供电局
Abstract: 本发明提供了一种配网线路智能巡检系统，通过设置监控模块、缺陷智能识别模块、抢修资源智能调配模块、任务调度管理模块，以及巡检成果管理及可视化模块可以实时通过监控设备获取巡检人员信息、机巡设备信息、以及设备状态信息，判断巡检设备是否发生故障，并根据预设的故障识别模型对发生的故障进行识别，并对发生的故障生成抢修资源调配单，并自动生成对应的故障抢修任务和巡检任务，下发至对应的用户端，使运维人员可以尽快获知故障和巡检信息，尽快对故障和巡检任务进行处理，提高对配电线路故障检测效率，提高供电可靠性。
-
公开(公告)号：CN112556719A
公开(公告)日：2021-03-26
申请号：CN202011365143.4
申请日：2020-11-27
Applicant: 广东电网有限责任公司肇庆供电局
Abstract: 本发明涉及一种基于CNN‑EKF的视觉惯性里程计实现方法，先通过卷积神经网络对图像信息进行特征提取，将神经网络输出的相对位姿与惯性传感器的位姿采用基于拓展卡尔曼算法进行融合，最终得到估计出的相对位姿后转换为原始的轨迹。在保障视觉惯性里程计系统的功能前提下，充分发挥深度学习算法的良好优势，并结合多传感器信息，通过卡尔曼滤波算法将神经网络的位姿信息和惯性传感器的位姿信息进行融合，弥补惯性传感器在采集图像信息和惯性位姿信息中存在的不足，进而提升视觉里程计系统鲁棒性和泛化能力。
-
公开(公告)号：CN112561129A
公开(公告)日：2021-03-26
申请号：CN202011360970.4
申请日：2020-11-27
Applicant: 广东电网有限责任公司肇庆供电局
Abstract: 本发明提供的一种基于配电线路故障信息的抢修物资调配方法，不但可以有效的降低配电线路故障时所需抢修响应时间，通过采用改进K‑means均值聚类融合故障信息对以往配电线路故障进行聚类，面对故障信息时可以迅速作出判别，判断故障类型和呈现所需的抢修人员和物资等；处于故障类型级别大情况下，还可以克服现有粒子群算法存在的权重容易陷入局部最优解问题，提高算法的训练速度，快速求解并提供最优物资调配策略。对于提高区域配电线路故障抢修效率、优化抢修物资调配结构和提高区域供电可靠性具有重要意义。
-
公开(公告)号：CN112419411B
公开(公告)日：2024-03-26
申请号：CN202011365131.1
申请日：2020-11-27
Applicant: 广东电网有限责任公司肇庆供电局
Abstract: 本发明涉及一种基于卷积神经网络和光流特征视觉里程计的实现方法，有如下步骤，图像序列中的相邻两帧输入基于PWC‑net的光流特征提取网络，由光流特征提取网络进行光流特征图提取；通过卷积神经网络对获得的光流特征图进行进一步特征提取，建立光流特征图与地面真值图像之间的映射关系，从而估计相邻帧图像之间的相对位姿；对步骤二中的相对位姿变换为绝对位姿，恢复出原始的运动轨迹。本发明中先进行光流特征图的提取，再通过卷积神经网络对光流特征图进一步进行特征提取，使得加快对图像计算光流图的速度，进而提高整体的运行速度。
-
Patent Agency Ranking
公开(公告)号：CN112419411A
公开(公告)日：2021-02-26
申请号：CN202011365131.1
申请日：2020-11-27
Applicant: 广东电网有限责任公司肇庆供电局
Abstract: 本发明涉及一种基于卷积神经网络和光流特征视觉里程计的实现方法，有如下步骤，图像序列中的相邻两帧输入基于PWC‑net的光流特征提取网络，由光流特征提取网络进行光流特征图提取；通过卷积神经网络对获得的光流特征图进行进一步特征提取，建立光流特征图与地面真值图像之间的映射关系，从而估计相邻帧图像之间的相对位姿；对步骤二中的相对位姿变换为绝对位姿，恢复出原始的运动轨迹。本发明中先进行光流特征图的提取，再通过卷积神经网络对光流特征图进一步进行特征提取，使得加快对图像计算光流图的速度，进而提高整体的运行速度。
-
公开(公告)号：CN112381324A
公开(公告)日：2021-02-19
申请号：CN202011365154.2
申请日：2020-11-27
Applicant: 广东电网有限责任公司肇庆供电局
Abstract: 本发明公开一种基于GIS信息的网格化巡检资源优化系统，通过设置GIS信息模块、网格化管理模块、巡检路线管理模块、任务调度管理模块，资源调配模块，以及资源可视化模块；可以将配网线路区域进行网格化划分，结合GIS系统数据生成所述配网线路区域的GIS地图以及多个GIS子地图；将所述巡检任务划分为各个所述网格区域的子巡检任务；结合所述网格区域的GIS子地图，为各个所述网格区域匹配对应其子巡检任务的巡检资源；并在所述配网线路区域的GIS地图上显示对应的巡检资源。本发明方便巡检人员快速高效地对整个配网线路区域和局部地区的巡检资源进行查看和调度，可以高效地对巡检资源进行调度和管理，从而提高巡检任务的效率。
-
公开(公告)号：CN112396593B
公开(公告)日：2023-01-24
申请号：CN202011360902.8
申请日：2020-11-27
Applicant: 广东电网有限责任公司肇庆供电局
IPC: G06T7/00 , G06T7/269 , G06F16/532 , G06F16/583 , G06V20/10 , G06V10/40 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04
Abstract: 本发明涉及一种基于关键帧选择和局部特征的闭环检测方法，采用稀疏光流追踪算法KLT选取图像关键帧，在图像特征描述时将局部特征描述符LDB与卷积神经网络提取的全局特征进行结合。通过KLT稀疏光流追踪选择关键帧，无需考虑移动机器人的运动速度，同时能较好的处理转角处的图像，被选取的关键帧更具有代表性。同时，进行关键帧的选取，可以减少匹配过程中的运算速度，提高整个方法的检测速度。
-
公开(公告)号：CN112561129B
公开(公告)日：2022-09-02
申请号：CN202011360970.4
申请日：2020-11-27
Applicant: 广东电网有限责任公司肇庆供电局
Abstract: 本发明提供的一种基于配电线路故障信息的抢修物资调配方法，不但可以有效的降低配电线路故障时所需抢修响应时间，通过采用改进K‑means均值聚类融合故障信息对以往配电线路故障进行聚类，面对故障信息时可以迅速作出判别，判断故障类型和呈现所需的抢修人员和物资等；处于故障类型级别大情况下，还可以克服现有粒子群算法存在的权重容易陷入局部最优解问题，提高算法的训练速度，快速求解并提供最优物资调配策略。对于提高区域配电线路故障抢修效率、优化抢修物资调配结构和提高区域供电可靠性具有重要意义。
-
公开(公告)号：CN112556719B
公开(公告)日：2022-01-21
申请号：CN202011365143.4
申请日：2020-11-27
Applicant: 广东电网有限责任公司肇庆供电局
Abstract: 本发明涉及一种基于CNN‑EKF的视觉惯性里程计实现方法，先通过卷积神经网络对图像信息进行特征提取，将神经网络输出的相对位姿与惯性传感器的位姿采用基于拓展卡尔曼算法进行融合，最终得到估计出的相对位姿后转换为原始的轨迹。在保障视觉惯性里程计系统的功能前提下，充分发挥深度学习算法的良好优势，并结合多传感器信息，通过卡尔曼滤波算法将神经网络的位姿信息和惯性传感器的位姿信息进行融合，弥补惯性传感器在采集图像信息和惯性位姿信息中存在的不足，进而提升视觉里程计系统鲁棒性和泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.078 seconds)
