-
公开(公告)号：CN107378955A
公开(公告)日：2017-11-24
申请号：CN201710800831.0
申请日：2017-09-07
Applicant: 云南电网有限责任公司普洱供电局 , 云南电网有限责任公司电力科学研究院
Abstract: 一种基于多传感器信息融合的配网检修机器人操作臂自主作业方法，包括：(1)配网检修机器人配备三自由度机械臂，(2)融合传感器信息，(3)采集机器人操作臂的定位信息；(4)探测障碍物以及和三相线的距离；(5)多传感器信息融合，进行学习样本的采集，6)采用BP神经网络算法，得到其误差小于某一个可以接收的值，将这一训练好的网络移植到ARM处理器中，进行实际的工作。本发明的有益效果是：采用BP神经网络算法进行多传感器信息融合，研究操作臂自主作业方法，实现配网检修机器人操作臂的准确定位和规范操作，突破验电、装设接地线等配网作业机器人智能化关键技术研究，提高配网检修作业中验电和装设接地线的工作效率，降低劳动强度。
-
公开(公告)号：CN207150028U
公开(公告)日：2018-03-27
申请号：CN201721141794.9
申请日：2017-09-07
Applicant: 云南电网有限责任公司普洱供电局 , 云南电网有限责任公司电力科学研究院
Abstract: 一种机器人验电及装设接地线作业模块化工具包，由模块化工具安装平台、装卡单元、四组作业工具构成；所述的模块化工具安装平台的一端固连于机器人移动本体，所述的装卡单元紧固安装在模块化工具安装平台上，所述的四组作业工具安插在装卡单元上，四组作业工具包括一组改进型验电器及三组改进型接地线。本实用新型将机器人验电及装设接地线作业过程中的验电器及接地线通过改进、设计集中在一个模块，具有一机多用，结构简单，体积小，有效缩短作业时间，提高工作效率等优点。
-
公开(公告)号：CN119738766A
公开(公告)日：2025-04-01
申请号：CN202411831615.9
申请日：2024-12-12
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G01R35/02 , G01R15/18 , G01D21/02 , G06F18/15 , G06F18/213 , G06F18/2433 , G06N3/006
Abstract: 一种互感器故障检测方法、互感器故障检测装置、介质及设备，涉及电力设备领域；能够提高互感器故障的检测精度。该互感器故障检测方法包括：获取存在故障的互感器的历史运行数据，从所述历史运行数据中提取待选特征；生成参数种群，所述参数种群中包括多个个体，每个个体包括自然梯度提升模型的超参数；采用优化算法对所述参数种群进行优化，得到优化后的种群；基于所述待选特征、所述参数种群中的超参数以及优化后的种群中的超参数对所述自然梯度提升模型进行训练，得到多个训练后的自然梯度提升模型；从所述多个训练后的自然梯度提升模型中确定目标模型，基于所述目标模型确定待测互感器的故障检测结果。
-
公开(公告)号：CN119648762A
公开(公告)日：2025-03-18
申请号：CN202411717339.3
申请日：2024-11-27
Applicant: 云南电网有限责任公司电力科学研究院
Inventor： 于虹
Abstract: 本申请实施例公开了一种无人机巡航拍摄图像的融合方法及相关设备，充分利用了红外图像和可见光图像的局部和全局特征，使提取的特征更具代表性和区分性，并基于局部特征全局特征进行匹配获得仿射变换矩阵，能够在早期快速筛选出高质量的匹配对，减少了不必要的计算量，利用仿射变换矩阵对红外图像进行重采样，获得优化的红外图像，将优化的红外图像和目标可见光图像进行融合，有效减少了错误匹配，提高了特征匹配的准确性。
-
公开(公告)号：CN119648722A
公开(公告)日：2025-03-18
申请号：CN202411717344.4
申请日：2024-11-27
Applicant: 云南电网有限责任公司电力科学研究院
Inventor： 于虹
Abstract: 本发明实施例公开了一种无人机多模态图像处理方法、装置、设备和存储介质，其中该方法包括：针对不同传感器获取的无人机的多模态图像数据，进行几何校正和辐射校正；对所述预处理后的多模态图像分别进行特征提取，获得不同模态图像提取的特征；通过特征匹配算法将所述不同模态图像提取的特征进行匹配；将匹配后的特征进行融合，生成融合后的特征向量；分别对所述不同模态图像进行目标识别和分类处理，将所述不同模态图像的识别结果进行融合决策，获得目标物体类别和属性信息；基于融合后的图像数据，使用基于区域生长的图像分割算法对目标物体进行分割，获得分割出的目标物体，可以提高无人机图像数据处理的准确性和丰富度。
-
Patent Agency Ranking
公开(公告)号：CN119515862A
公开(公告)日：2025-02-25
申请号：CN202411717342.5
申请日：2024-11-27
Applicant: 云南电网有限责任公司电力科学研究院
Inventor： 于虹
Abstract: 本发明实施例公开了输电线路故障部件的检测方法及装置、设备及存储介质，方法包括：采集目标输电线路的多光谱图像序列、地理信息和气象信息；对多光谱图像序列进行图像分析，得到目标输电线路存在的动态区域图像；根据地理信息和气象信息对动态区域图像进行降噪分析，得到目标输电线路中的部件异常区域图像；采集部件异常区域图像中的异常特征，并将异常特征输入模式识别算法中得到识别结果。通过采集输电线路的多光谱图像序列来捕捉不同波段的信息，使得在光照条件不佳的情况下，也能有效地获取图像数据；其次，结合气象信息和地理信息对动态区域图像去噪，可以减小地理和气象因素对检测结果的干扰，使得检测结果更加精准。
-
公开(公告)号：CN119437405A
公开(公告)日：2025-02-14
申请号：CN202411754297.0
申请日：2024-12-02
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G01H17/00
Abstract: 本发明实施例公开了一种电网设备现场改造后的加速度测试方法，其中该方法包括：在对设备进行减隔震措施加装前后，采用加速度传感器对所述设备进行原位动力测试，监测所述设备基频变化，以及减隔震措施加装后所述设备自身特性的改变；将IBIS‑FS系统布置于所述设备的侧向，进行面内振动测量，获得面内振动测量数据；将所述IBIS‑FS系统布置于所述设备的横向，进行面外振动测量，获得面外振动测量数据，可以更迅速且准确地对电气设备抗震加固的改装情况进行全面的加速度测试和改造后位移，从而能够即时获取改装效果的反馈，避免因设备移动可能带来的安全风险与额外成本，缩短测试周期。
-
公开(公告)号：CN115034230B
公开(公告)日：2024-07-23
申请号：CN202210830961.X
申请日：2022-07-15
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06F40/30 , G06F40/216 , G06F40/211 , G06F16/31 , G06F18/22
Abstract: 本发明实施例公开了一种语义级多模态多粒度文档重复度评估方法和系统，方法包括：对待检测文档中的每个组成部分进行向量的转化，得到每个组成部分的分布式向量表示，组成部分是指第一组成单元或者第二组成单元，将每个分布式向量表示与所对应的多个参考向量进行相似度比较，得到每个组成部分的多个初始重复率；确定每个第一组成单元的第一重复率；基于多个第二初始重复率和与每个第二初始重复率对应的至少一个第一初始重复率，得到每个第二组成单元的多个待筛选第二重复率；从每个第二组成单元的多个待筛选第二重复率中，得到每个第二组成单元的第二重复率；将第一总重复率和第二总重复率进行加权求和，得到待检测文档的重复度评估结果。
-
公开(公告)号：CN117452441A
公开(公告)日：2024-01-26
申请号：CN202311575957.4
申请日：2023-11-23
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G01S19/21
Abstract: 本申请实施例公开了一种干扰抑制方法方法、计算机设备和计算机可读存储介质。其中，方法包括如下步骤：构建包括多个物理阵元的互质阵列，获取互质阵列接收信号得到的第一信号信息；将互质阵列转化为包括多个虚拟阵元的虚拟阵列；合并互质阵列和虚拟阵列得到差分共阵，根据第一信号信息确定差分共阵接收的第二信号信息；根据物理阵元和虚拟阵元确定差值阵元，以构建虚拟均匀直线阵列；根据虚拟均匀直线阵列所接收的信号构建完备优化问题并求解，以得到第三信号信息，第三信号信息表征虚拟均匀直线阵列所接收的信号；根据第三信号信息计算增广加权向量，增广加权向量用于抑制信号干扰。因此，本申请能够实现高鲁棒性的干扰抑制。
-
公开(公告)号：CN117351380A
公开(公告)日：2024-01-05
申请号：CN202311433508.6
申请日：2023-10-31
Applicant: 云南电网有限责任公司电力科学研究院
Inventor： 于虹
IPC: G06V20/17 , G06V10/82 , G06V10/774 , G06V10/764 , G06V10/40
Abstract: 本发明涉及一种输电线路部件检测模型构建方法、装置及存储介质，应用于输电线路检测技术领域，包括：通过在现有的Faster R‑CNN网络的基础上，引入了多注意力模块以及引入转换特征再现(TFR)模块，多注意力模块分别通过通道和空间注意力抑制非支持类、增强支持类，引导模型自主的选择更具判别力的特征向量；转换特征再现(TFR)模块通过对少样本类别的支持集和查询集的RoI特征进行特征重组，扩充支持集数量，进而最大限度的减少模型对于少量样本类别的灾难性遗忘；同时设计余弦边界交叉熵损失函数，引入余弦余量惩罚，增加了混淆类之间额外的角余量，以拉大类之间的类间边界从而减少类间混淆，使得拟合的数据分布对少量类别示例的描述更准确。
-
-
-
-
-
-
-
-
-
Search Results
447
records
(took 0.077 seconds)
