公开(公告)号：CN117056724A

公开(公告)日：2023-11-14

申请号：CN202311019585.7

申请日：2023-08-14

Applicant: 华北电力大学(保定)

Inventor： 赵文清 ,  刘亮 ,  胡嘉伟

IPC: G06F18/214 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/042

Abstract: 本发明公开了一种基于场景解析的跨媒体数据集构建方法及系统，属于变压器渗漏油检测技术领域，包括：获取用于变压器渗漏油检测的跨媒体先验知识；构建变压器渗漏油场景，将跨媒体先验知识与变压器渗漏油场景进行语义融合；对进行语义融合后的变压器渗漏油场景进行解析，生成变压器巡检图像以及对应的文本描述信息，通过与人工标注的变压器巡检数据相互结合后，生成跨媒体数据集；本发明实现变压器巡检跨媒体数据集的高效构建，显著增强复杂场景下数据集的完备性，规避单一媒体数据带来的数据偏见缺点，提升变压器渗漏油检测的准确性和鲁棒性。

公开(公告)号：CN112686182A

公开(公告)日：2021-04-20

申请号：CN202110004670.0

申请日：2021-01-04

Applicant: 华北电力大学(保定) ,  科畅电气有限公司

Inventor： 谢军 ,  王志江 ,  王凯庆 ,  刘畅 ,  刘亮 ,  李颂

IPC: G06K9/00 ,  G06F17/14

Abstract: 本发明适用于局部放电检测技术领域，提供了一种局部放电模式识别方法及终端设备，上述方法包括：获取待检测局部放电信号；对待检测局部放电信号进行EMD分解，得到多阶本征模态函数分量；按照阶数从小到大的顺序，选取多阶本征模态函数分量中的前第一预设数量阶的本征模态函数分量，并对前第一预设数量阶的本征模态函数分量进行重构，得到待检测局部放电信号的特征向量；将待检测局部放电信号的特征向量输入预先训练完成的放电模式识别神经网络模型中，识别得到待检测局部放电信号的放电模式。本发明采用EMD分解及重构进行特征向量的提取，提取的特征向量可充分反应局部放电模式与放电信号之间的关系，不受人为因素影响，识别准确率高。

公开(公告)号：CN112686182B

公开(公告)日：2023-12-26

申请号：CN202110004670.0

申请日：2021-01-04

Applicant: 华北电力大学(保定) ,  科畅电气有限公司

Inventor： 谢军 ,  王志江 ,  王凯庆 ,  刘畅 ,  刘亮 ,  李颂

IPC: G06F18/10 ,  G06F18/213 ,  G06F18/24 ,  G06F17/14

Abstract: 本发明适用于局部放电检测技术领域，提供了一种局部放电模式识别方法及终端设备，上述方法包括：获取待检测局部放电信号；对待检测局部放电信号进行EMD分解，得到多阶本征模态函数分量；按照阶数从小到大的顺序，选取多阶本征模态函数分量中的前第一预设数量阶的本征模态函数分量，并对前第一预设数量阶的本征模态函数分量进行重构，得到待检测局部放电信号的特征向量；将待检测局部放电信号的特征向量输入预先训练完成的放电模式识别神经网络模型中，识别得到待检测局部放电信号的放电模式。本发明采用EMD分解及重构进行特征向量的提取，提取的特征向量可充分反应局部放电模式与放电信号之间的关系，不受人为因素影响，识别准确率高。

公开(公告)号：CN116740484A

公开(公告)日：2023-09-12

申请号：CN202310508889.3

申请日：2023-05-08

Applicant: 华北电力大学(保定)

Inventor： 赵文清 ,  刘亮

IPC: G06V10/774 ,  G06V10/82 ,  G06N3/084 ,  G06N3/0464

Abstract: 本发明公开了一种基于规约知识的变压器关键部件有效样本扩充方法，包括以下步骤：A、构建变压器关键部件的图像数据集；B、将图像数据集输入语义增强网络ISDA进行图像数据扩增；C、创建基于导向反向传播的图像补偿网络，对经过步骤B扩增后的图像数据进行补偿；D、将经过步骤C补偿后的图像数据集与真实巡检图像数据集进行混合，得到混合图像数据集，完成有效样本扩充。本发明能够改进现有技术的不足，有效增加变压器部件图像样本的丰富性和多样性，从样本层次上满足检测算法的需求。

公开(公告)号：CN116630949A

公开(公告)日：2023-08-22

申请号：CN202310631139.5

申请日：2023-05-31

Applicant: 华北电力大学(保定)

Inventor： 赵文清 ,  刘亮 ,  许丽娇 ,  陈昊

IPC: G06V20/60 ,  G06V10/774 ,  G06V10/82 ,  G06V10/778 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明公开了一种基于图像重建的变压器渗漏油检测方法，包括重建变压器关键部件、重建误差计算、变压器渗漏油检步骤。本发明基于多层级条件对抗生成网络的图像生成：利用多层级图像生成框架来解决具有不同纹理特征的变压器关键部件的重建问题，并利用图像降噪的生成策略来使图像生成过程更加稳定。它利用预训练的轻量级特征提取网络来提取其最深三个尺度的特征进行重建误差的计算，利用轻量级注意力机制同时调节图像重建层级和特征维度的重建误差计算，从而实现从浅层和深层之间的有机融合，优化关键部件纹理特征的检测性能。