一种面向输电线无人机巡检的网络拥塞控制方法及系统

    公开(公告)号:CN114422444B

    公开(公告)日:2023-12-19

    申请号:CN202210093915.6

    申请日:2022-01-26

    Abstract: 本发明涉及一种面向输电线无人机巡检的网络拥塞控制方法及系统,属于无人机电力系统输电线路巡检领域,构建无人机自组织网络架构,从源节点向目的节点发送信息过程中判断中间节点有没有发生拥塞,当发生拥塞时根据优先级算法确定数据传输优先级进行顺序传输,并向邻居节点广播反压信号以降低邻居节点的信息传输速率实现拥塞控制,根据各节点当前的拥塞率,需要传输数据的节点通过AODV路由协议重新选择传输路径避免了拥塞,即整个过程包括网络构建、数据传输、拥塞控制、拥塞避免,对数据传输过程中产生的拥塞进行有效的检测、控制与避免,使网络顺利完成数据传输过程,保证稳定可靠的信息交互,减少通信的延迟,保证信息交互的实时性。(56)对比文件JinYing Yu等.Noninvasive industrialpower load monitoring based oncollaboration of edge device and edgedata center《. 2020 IEEE InternationalConference on Edge Computing (EDGE)》.2020,全文.

    基于无人机联邦学习的输电线路典型目标检测方法及系统

    公开(公告)号:CN114429594A

    公开(公告)日:2022-05-03

    申请号:CN202210092987.9

    申请日:2022-01-26

    Abstract: 本发明涉及一种基于无人机联邦学习的输电线路典型目标检测方法及系统。该方法包括:根据输电线路典型目标先验数据库,采用YOLOv3目标检测算法确定输电线路典型目标检测模型;将无人机网络划分为多个联邦学习单元;获取无人机网络拍摄的输电线路典型目标的图片以及对应的标签,确定训练数据库;根据训练数据库和输电线路典型目标检测模型,基于Horovod架构和FATE联邦学习架构训练每一联邦学习单元,并根据训练后的联邦学习单元确定训练后的无人机网络;利用训练后的无人机网络确定输电线路典型目标的图片中典型目标。本发明能够避免通信链路拥塞,提高检测效率。

    基于无人机联邦学习的输电线路典型目标检测方法及系统

    公开(公告)号:CN114429594B

    公开(公告)日:2024-12-13

    申请号:CN202210092987.9

    申请日:2022-01-26

    Abstract: 本发明涉及一种基于无人机联邦学习的输电线路典型目标检测方法及系统。该方法包括:根据输电线路典型目标先验数据库,采用YOLOv3目标检测算法确定输电线路典型目标检测模型;将无人机网络划分为多个联邦学习单元;获取无人机网络拍摄的输电线路典型目标的图片以及对应的标签,确定训练数据库;根据训练数据库和输电线路典型目标检测模型,基于Horovod架构和FATE联邦学习架构训练每一联邦学习单元,并根据训练后的联邦学习单元确定训练后的无人机网络;利用训练后的无人机网络确定输电线路典型目标的图片中典型目标。本发明能够避免通信链路拥塞,提高检测效率。

    一种面向输电线无人机巡检的网络拥塞控制方法及系统

    公开(公告)号:CN114422444A

    公开(公告)日:2022-04-29

    申请号:CN202210093915.6

    申请日:2022-01-26

    Abstract: 本发明涉及一种面向输电线无人机巡检的网络拥塞控制方法及系统,属于无人机电力系统输电线路巡检领域,构建无人机自组织网络架构,从源节点向目的节点发送信息过程中判断中间节点有没有发生拥塞,当发生拥塞时根据优先级算法确定数据传输优先级进行顺序传输,并向邻居节点广播反压信号以降低邻居节点的信息传输速率实现拥塞控制,根据各节点当前的拥塞率,需要传输数据的节点通过AODV路由协议重新选择传输路径避免了拥塞,即整个过程包括网络构建、数据传输、拥塞控制、拥塞避免,对数据传输过程中产生的拥塞进行有效的检测、控制与避免,使网络顺利完成数据传输过程,保证稳定可靠的信息交互,减少通信的延迟,保证信息交互的实时性。

Patent Agency Ranking