公开(公告)号：CN117079078A

公开(公告)日：2023-11-17

申请号：CN202311105621.1

申请日：2023-08-30

Applicant: 华北电力大学(保定)

Inventor： 赵振兵 ,  刘斌 ,  张珂 ,  李刚 ,  苏攀 ,  赵文清

IPC: G06V10/774 ,  G06V10/776 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提供了一种变电设备缺陷图像数据扩充与数据清洗方法，包括：利用预设数据集对风格迁移网络进行训练，得到训练好的网络权重参数；遍历原始变电设备缺陷图像和弱光场景图像，并利用加载所述网络权重参数的所述风格迁移网络，根据所述原始变电设备缺陷图像和弱光场景图像对缺陷图像数据进行扩充，得到低光照变电设备缺陷图像数据，并验证风格迁移效果；滤除所述低光照变电设备缺陷图像数据中的低质量生成图像，并依托对抗验证方法利用分类模型筛选出与真实图像集合样本分布近似的生成图像，得到最终扩充的低光照变电设备缺陷图像集合。本发明有助于解决深度学习模型在弱光场景泛化性弱的问题。

公开(公告)号：CN115937514A

公开(公告)日：2023-04-07

申请号：CN202211378158.3

申请日：2022-11-04

Applicant: 华北电力大学(保定)

Inventor： 赵振兵 ,  冯烁 ,  翟永杰 ,  赵文清

IPC: G06V10/26 ,  G06V10/46 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N5/04 ,  G06N3/084

Abstract: 本发明提供了一种基于特征推理的变电设备红外图像实例分割方法，包括：制作设备整体与其视觉显著特征的数据集，构建双分支分割器，通过设备整体与其视觉显著特征的数据集对双分支分割器进行训练，将测试图像输入训练完成后的双分支分割器中进行分割，得到初步分割结果，对初步分割结果进行筛选，筛选完成后，对保留下来的合理结果进行矫正，得到最终结果。本发明提供的基于特征推理的变电设备红外图像实例分割方法，解决了外观相似的设备同时分割精度低的问题，减少漏检情况并提升了分割准确率。

公开(公告)号：CN114493935A

公开(公告)日：2022-05-13

申请号：CN202011175289.2

申请日：2020-10-24

Applicant: 华北电力大学(保定)

Inventor： 王继发 ,  赵文清 ,  艾书剑

IPC: G06Q50/18 ,  G10L15/26 ,  G06N3/04 ,  G06F40/30 ,  G06F40/194 ,  G06F16/332

Abstract: 本发明公开了一种基于语音输入识别的民法典法律咨询系统，步骤1、将官方发布的民法典文件作为系统数据处理源，将法典作为数据集进行训练，运用随机森林算法和主成分分析算法构建法典决策树存入数据仓库；步骤2、输入数据采集与预处理；步骤3：构建深度双向语音模型(bidirectional LSTM)；步骤4：语义相似度分析和结果输出步骤5：人员匹配选择，构建人员信息库，设计人员信息匹配程序。相对于传统咨询方式，本发明有效地将人工智能与法律咨询结合起来，将在线咨询和实时线下匹配有机结合，提高了民众学法用法意识，加大了法律宣传效果，弥补了现有法律咨询不便利的弊端。

公开(公告)号：CN111898575A

公开(公告)日：2020-11-06

申请号：CN202010783039.0

申请日：2020-08-06

Applicant: 华北电力大学(保定)

Inventor： 赵振兵 ,  段记坤 ,  孔英会 ,  赵文清 ,  翟永杰

IPC: G06K9/00 ,  G06K9/32 ,  G06T7/00 ,  G06T7/73 ,  G06N3/04 ,  F16B37/00

Abstract: 本发明公开了一种基于Faster R-CNN检测器的栓母对自动组合方法，包括以下步骤：使用Faster R-CNN检测器输出并保存螺栓、螺母类别和目标框坐标；基于目标框坐标，分别获得螺栓、螺母四个顶点坐标；根据自动组合规则，组合为栓母对，并计算栓母对区域四个顶点坐标；计算栓母对区域目标框，并对栓母对区域进行数据化处理。本发明提供的基于Faster R-CNN检测器的栓母对自动组合方法，充分考虑螺栓和螺母关系，提出使用Faster R-CNN检测并输出螺栓和螺母目标框坐标，结合螺栓和螺母的坐标有规则自动组合栓母对，高效完成栓母对的自动组合，弥补手动裁剪和非自动组合栓母对的不足。

公开(公告)号：CN118691995A

公开(公告)日：2024-09-24

申请号：CN202410892133.8

申请日：2024-07-04

Applicant: 华北电力大学(保定)

Inventor： 赵文清 ,  蔡建颖

IPC: G06V20/17 ,  G06V10/44 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明提供了一种基于阶梯式特征融合的输电线路外力破坏检测方法，该方法包括：获取输电线路数据集，基于输电线路数据集构建输电线路外部破坏数据集，构建输电线路外力破坏检测模型，基于输电线路外部破坏数据集对输电线路外力破坏检测模型进行训练，基于训练后的输电线路外力破坏检测模型进行输电线路外力破坏检测。本发明能够实现输电线路外力破坏的检测，且提高了检测的精度。

公开(公告)号：CN117830264A

公开(公告)日：2024-04-05

申请号：CN202410005422.1

申请日：2024-01-03

Applicant: 华北电力大学(保定)

Inventor： 赵文清 ,  李梦伟 ,  孙月 ,  丁映雪

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种基于多分支的变压器图像质量评价方法及系统，属于变压器图像质量评价领域，包括：采集变压器失真图像，通过主分支网络，获取四层失真特征图进行多尺度精细特征提取，获取细粒度特征图，并通过逐层特征整合对相邻层的特征进行融合，生成主分支特征图；将变压器失真图像，通过作为次分支网络的超像素分割模型进行图像分割，得到局部视觉特征图，作为次分支特征图；将主分支特征图和次分支特征图进行多分支信息融合，再使用多个全连接层预测质量分数，生成图像质量评价结果；本发明可对采集的变压器图像进行质量评估，从而提升变压器渗漏油诊断的准确度。

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。

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)

Inventor： 赵振兵 ,  王帆帆 ,  翟永杰 ,  赵文清 ,  张珂

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：CN103808509A

公开(公告)日：2014-05-21

申请号：CN201410056641.9

申请日：2014-02-19

Applicant: 华北电力大学(保定)

Inventor： 赵文清 ,  蔡蕊

IPC: G01M13/02

Abstract: 本发明公开了一种基于人工智能算法的风机齿轮箱故障诊断方法。本发明通过研究风机齿轮箱的结构特点和故障类型，采用人工蜂群算法对LSSVM进行参数优化，并将之应用到风机齿轮箱故障诊断中。本发明方法采用的人工蜂群算法优化LSSVM可以很好地完成风机齿轮箱的故障诊断，识别率高，可靠性好。

公开(公告)号：CN119205691A

公开(公告)日：2024-12-27

申请号：CN202411327123.6

申请日：2024-09-23

Applicant: 华北电力大学(保定)

Inventor： 赵文清 ,  胡嘉伟

IPC: G06T7/00 ,  G06V10/40 ,  G06V10/80 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明属于变压器渗漏油检测技术领域，提供了一种降低阴影干扰的变压器渗漏油检测方法，包括：待检测变压器图像收集及预处理、原始特征图获取、双边渗漏油特征提取模块特征提取、第四特征、第三特征以及第二特征获取、多尺度递进渗漏油提取模块特征提取、变压器检测区域特征图卷积以及多阶段特征融合模块融合。本发明通过双边渗漏油特征提取模块，解决了现有方法对渗漏油和阴影区域区分效果较差的缺陷；通过多尺度递进渗漏油提取模块，解决了现有方法对变压器不规则区域检测效果较差的问题；通过多阶段特征融合模块，解决了现有方法只保留高阶特征而忽略低阶特征的缺陷。