-
公开(公告)号：CN104021394B
公开(公告)日：2017-12-01
申请号：CN201410244819.2
申请日：2014-06-05
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了基于Adaboost算法的绝缘子图像识别方法,本发明采用了扩大检测窗口的方法在检测的最初，检测窗口和样本大小一致，然后按照一定的尺度参数进行移动，遍历整个图像，标出可能的目标区域。遍历完以后按照指定的放大的倍数参数放大检测窗口，然后再进行一次图像遍历；这样不停的放大检测窗口对检测图像进行遍历，直到检测窗口超过原图像的一半以后停止遍历；本发明的优点是有效地提升了绝缘子的识别效果,为后续的故障检测工作提供了良好的铺垫，并大大地提高了目标的检测速度。
-
公开(公告)号：CN104696169B
公开(公告)日：2017-07-07
申请号：CN201510118742.9
申请日：2015-03-18
Applicant: 大唐(赤峰)新能源有限公司 , 华北电力大学(保定)
IPC: F03D17/00
Abstract: 本发明涉及风机设备检测技术领域，具体涉及一种能识别桨叶表面故障的风机设备。本发明提供的一种能识别桨叶表面故障的风机设备，包括设置在立柱顶部的机舱，所述机舱的前端设有风机桨叶，所述机舱上顶面的后端设有摄像装置，所述摄像装置与数据采集控制装置连接，所述数据采集控制装置与故障识别装置连接，所述机舱上设有接收与发送装置，所述接收与发送装置与中控设备连接。本发明能依靠此设备对风机桨叶进行不间断的检查，有效避免现有维修方式中的漏洞，减少维修期间出现的问题，同时也降低人工检测的难度，避免现有技术的不完善。
-
公开(公告)号：CN104730082A
公开(公告)日：2015-06-24
申请号：CN201510158196.1
申请日：2015-04-03
Applicant: 华北电力大学(保定)
IPC: G01N21/88
Abstract: 本发明公开了一种锅炉水冷壁故障检测方法，包括以下步骤：(1)遥控无人飞行机进入锅炉炉膛；(2)无人飞行机进行录像；(3)录像转化为图像；(4)与数据库图像比对、分析；(5)重点拍摄、传送及提醒；(6)人工核查。本发明与现有技术相比的优点是：本发明的方法免去人工进入炉膛检测的高危险、保证了工作人员的安全，检测人员只需要在控制室就能把握掌控整个炉膛内的情况。同时，由于检测时不用冷却通风、搭建平台、安装照明、增加补氧等措施，大大的减少了锅炉停运的时间，提高了锅炉的运行时间，增加了经济效益。
-
公开(公告)号：CN103390304A
公开(公告)日：2013-11-13
申请号：CN201310297820.7
申请日：2013-07-16
Applicant: 华北电力大学(保定)
IPC: G07C9/00
Abstract: 本发明涉及一种云架构的公共自行车交通系统，包括：二代居民身份证、自行车锁柱、带锁车装置的自行车以及云架构网络系统，所述云架构网络系统连接自行车锁柱，所述自行车锁柱采用现场总线一机多桩连接，所述智能停车锁设有智能停车锁识别芯片，所述带锁车装置的自行车设有自行车锁车装置，所述自行车锁车装置设有锁车装置识别芯片，所述带锁车装置的自行车和自行车锁柱连接。本发明的有益效果在于：1、缓解城市交通压力；2、缓解道路交通拥堵，解决出行“最后1公里”难题。一机多桩，减少建设的成本；3、解决准入门槛较高、身份认证不便的问题；4、增加系统可靠性及伸缩弹性，且统一的网络服务可以提供全天不间断服务；5、支持泛在接入。
-
公开(公告)号：CN112037215B
公开(公告)日：2024-05-28
申请号：CN202010938100.4
申请日：2020-09-09
Applicant: 华北电力大学(保定)
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F16/33 , G06F16/35 , G06F40/289 , G06F40/30 , G01N21/88
Abstract: 本发明涉及一种基于零样本学习的绝缘子缺陷检测方法及系统。该方法包括：获取绝缘子每种缺陷类别对应的文本数据；根据每种缺陷类别对应的文本数据，获取每种缺陷类别的语义特征向量；获取待检测绝缘子的图像；根据所述待检测绝缘子的图像，采用卷积神经网络提取所述待检测绝缘子的图像特征向量；确定所述图像特征向量与每种缺陷类别的语义特征向量之间的距离；基于所述图像特征向量与每种缺陷类别的语义特征向量之间的距离，采用最近邻分类器确定所述待检测绝缘子的缺陷类别；所述待检测绝缘子的缺陷类别为与所述图像特征向量距离最短的语义特征向量对应的缺陷类别。本发明可以提高绝缘子缺陷检测的准确度及鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN116246060A
公开(公告)日：2023-06-09
申请号：CN202310243650.8
申请日：2023-03-15
Applicant: 华北电力大学(保定)
IPC: G06V10/25 , G06V10/774 , G06V10/82 , G01R31/08 , G01N21/88
Abstract: 本发明提供了一种基于上下文推理的输电线路螺栓缺陷检测方法，包括：获取待测的输电线路螺栓数据集；将所述输电线路螺栓数据集输入至训练好的螺栓检测网络中，得到检测结果；所述螺栓检测网络包括YOLOv5检测网络和上下文推理模块。本发明解决了现有技术中由于输电线路螺栓缺陷图像本身具有特殊且复杂的场景，图像占比较小，在特征提取过程中特征信息容易丢失的而造成误检漏检的问题。
-
公开(公告)号：CN112052712B
公开(公告)日：2023-02-03
申请号：CN201911081060.X
申请日：2019-11-07
Applicant: 国家电力投资集团有限公司 , 石家庄良村热电有限公司 , 国家电投集团东方新能源股份有限公司 , 华北电力大学(保定)
Abstract: 本发明提出了一种电力设备状态监测与故障识别方法及系统。本发明的方法，基于噪声抵消法对声源信号进行采集，降低对环境的敏感度，能够提高声音信号处理的精度。通过判断现场信号的每一点频谱值是否均在正常样本信号的每一点的类中心频谱值的置信度内，对电力设备进行预监测，对电力设备的现场信号进行筛选，筛选出需要进行故障识别的少量现场故障信号，有利于实现实时监测，提高算法处理速度，提高了电力设备故障检测的安全性、效率及准确性，并无需一一对应的设置传感器，降低了电力设备故障检测的成本。
-
公开(公告)号：CN115272981A
公开(公告)日：2022-11-01
申请号：CN202211169176.0
申请日：2022-09-26
Applicant: 山东大学 , 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 , 国网浙江省电力有限公司温州供电公司 , 山东省计算中心(国家超级计算济南中心)
IPC: G06V20/52 , G06N3/04 , G06N3/08 , G06N5/02 , G06N5/04 , G06V10/774 , G06V10/778 , G06V10/82 , G07C1/20
Abstract: 本发明涉及输电线路巡检技术领域，具体涉及一种云边共学习输电巡检方法与系统，包括云计算中心与边缘计算终端共同完成图像分析；云计算中心和边缘计算终端分别部署对应的图像处理模型；在边缘计算终端进行一次推理后过滤掉大部分不包含有效目标的图像，仅对少部分包含有效目标的图像进行收集与回流，满足了对推理时效性的要求，并显著降低了数据传输成本；回流至云计算中心的图像在此进行二次推理，通过大模型预训练和基于知识蒸馏的模型压缩技术，同时确保了云端与边端对图像处理的精度要求；回流至云端的数据将还作为增量数据集，定期在云端对模型进行增量训练，以提高模型的精度；云端模型也将定期压缩同步至边端，保证云边模型效能一致。
-
公开(公告)号：CN115035099A
公开(公告)日：2022-09-09
申请号：CN202210806100.8
申请日：2022-07-08
Applicant: 华北电力大学(保定)
IPC: G06T7/00 , G06T7/11 , G06N3/04 , G06F17/18 , G06V10/74 , G06V10/762 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明提出了一种变电站设备缺陷检测方法及系统，属于电力系统自动化检测技术领域，利用目标设备图像提取网络先从红外图像中进行目标设备图像的提取，然后对单个目标设备进行缺陷分析，将对变电站设备红外图像的缺陷检测的问题转化为一个两级检测问题，即先进行目标检测，再进行缺陷检测的过程，解决了难以直接从具有冗余背景和密集目标的红外图像中检查变电站设备的问题，同时对变电站设备图像进行超像素划分，能够提供更多细节，而且以超像素为处理单位，减少了计算成本，降低了复杂性，提高了变电站设备缺陷检测的效率。
-
公开(公告)号：CN114694128A
公开(公告)日：2022-07-01
申请号：CN202210360712.9
申请日：2022-04-07
Applicant: 华北电力大学(保定)
IPC: G06V20/60 , G06V10/22 , G06V10/40 , G06V10/764 , G06V10/82 , G06V10/74 , G06N3/04 , G06N3/08 , G06K9/62
Abstract: 本发明提供一种基于抽象度量学习的指针式仪表检测方法及系统，属于机器视觉检测领域，指针式仪表检测方法包括：获取待检测仪表图像；根据待检测仪表图像，基于仪表检测模型，确定待检测仪表图像中的仪表类别和仪表位置；所述仪表检测模型为预先采用训练样本集，基于度量学习方法，对FasterR‑CNN网络进行训练得到的；训练样本集包括真实样本图像集、人工样本图像集以及真实样本图像集和人工样本图像集中的仪表标记；仪表标记包括类别标记和位置标记。通过相似度度量学习的方式，结合真实样本图像和人工样本图像对深度神经网络训练，大大减少了深度网络所依赖的样本数量，实现了在少样本情况下对指针式仪表的高精度检测。
-
-
-
-
-
-
-
-
-
Search Results
141
records
(took 0.036 seconds)
