-
公开(公告)号：CN118823487A
公开(公告)日：2024-10-22
申请号：CN202411303708.4
申请日：2024-09-19
Applicant: 南昌工程学院
IPC: G06V10/764 , G06V10/774 , G06V10/77 , G06F17/18 , G06N3/09
Abstract: 本发明公开了一种基于动态对抗监督策略的电压互感器目标检测方法及系统，方法包括：获取基础数据集，并根据所述基础数据集对预设的监督网络进行迭代训练，得到监督模型；采用预设的划分规则将所述基础数据集划分为动态数据集，并根据预设的对抗扰动策略对所述动态数据集进行更新，得到目标动态数据集；根据所述目标动态数据集对预设的受监督网络进行迭代训练，并在每次迭代训练过程中，根据预设的对抗监督学习策略对所述受监督网络的模型参数进行更新，得到最终的目标检测模型。可以有效提升网络模型的鲁棒性和稳定性，进而提高电压互感器目标检测的准确度。
-
公开(公告)号：CN118334323B
公开(公告)日：2024-08-20
申请号：CN202410764478.5
申请日：2024-06-14
Applicant: 南昌工程学院
Abstract: 本发明公开了一种基于紫外图像的绝缘子检测方法及系统，方法包括：构建目标检测网络，所述目标检测网络包括特征提取网络、特征金字塔网络以及输出网络；根据预设的通道联合层剪枝策略对所述目标检测网络进行裁剪，得到最终的绝缘子检测模型，所述通道联合层剪枝策略包括层剪枝子策略以及核裁剪子策略；将包含绝缘子的紫外图像输入至所述绝缘子检测模型中，所述绝缘子检测模型输出与所述紫外图像相对应的分割图像。通过轻量化池化金字塔结构来加快网络模型收敛丰富特征图表达能力，同时使用轻量化注意力机制增加对关键特征的权重，以达到提升绝缘子检测模型分割精度。
-
公开(公告)号：CN118036701A
公开(公告)日：2024-05-14
申请号：CN202410424172.5
申请日：2024-04-10
Applicant: 南昌工程学院
IPC: G06N3/09 , G06N3/0475 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084 , G06V10/82 , G06V10/778
Abstract: 本发明公开了一种基于紫外图像的绝缘子电晕放电数据增强方法及系统，包括：获取绝缘子电晕放电的紫外图像，根据labelme工具对所述紫外图像中的绝缘子及放电区域采用多边形框进行标注，得到标注后的目标紫外图像；将所述目标紫外图像输入至预先构建的生成对抗网络模型中，所述对抗网络模型输出与所述目标紫外图像对应的虚拟紫外图像。对生成对抗网络损失函数进行优化，在生成对抗损失函数中加入了强学习区域损失实现局部监督学习，使得网络模型在小数据集上训练也能得到不错的效果，通过调节损失函数中强学习权值可控制监督学习参与权重来优化生成对抗网络模型性能。
-
公开(公告)号：CN114553036A
公开(公告)日：2022-05-27
申请号：CN202210053920.4
申请日：2022-01-18
Applicant: 南昌工程学院
Abstract: 本发明公开一种基于α'β'坐标系的多电平变换器共模电压最小SVM方法，包括对三个相电压参考信号采样，计算得到α'β'坐标系上的参考矢量，并对参考矢量的分量进行取整，确定距离参考矢量最近的四个空间矢量组成单位正方形；确定α'β'坐标系中的空间矢量与变换器三相输出电平a、b、c之间的映射关系；判断参考矢量所在的扇区三角形类型，确定合成参考矢量的三个空间矢量，并根据秒伏平衡原理计算合成参考矢量的三个空间矢量的作用时间；分别计算合成参考矢量的空间矢量相对应的最小共模电压开关状态；根据五段算法确定开关状态的切换路径，完成空间矢量调制。避免了传统空间矢量调制过程中利用2/3转换计算开关状态运算复杂的问题。
-
公开(公告)号：CN119540702B
公开(公告)日：2025-05-13
申请号：CN202510073715.8
申请日：2025-01-17
Applicant: 南昌工程学院
Inventor： 曾兵 , 巫平强 , 谢云敏 , 李得志 , 万好 , 刘邦 , 曾赟 , 华威 , 周志豪 , 陈显彪 , 陈宇聪 , 饶繁星 , 杨小品 , 张文华 , 彭聪 , 金子涵 , 周娱璐 , 易可欣 , 陈昱璋
IPC: G06V10/80 , G06V10/82 , G06V10/42 , G06V10/44 , G06V10/54 , G06N3/0455 , G06N3/0464 , G06T5/50 , G06T5/60
Abstract: 本发明公开了一种输变电设备巡检红外与可见光图像融合方法，S1：获取电力设备的红外图像与可见光图像，构建电力设备的图像数据集，并划分为训练集与测试集；S2：构建红外与可见光图像融合网络模型EIVFusion；S3：利用训练集中电力设备的红外图像与可见光图像对红外与可见光图像融合网络模型EIVFusion进行训练，得到训练好的红外与可见光图像融合网络模型EIVFusion；S4：将测试集中电力设备的红外图像与可见光图像输入训练好的红外与可见光图像融合网络模型EIVFusion中得到融合图像。本发明能够将可见光图像以及红外图像中的特征很好地提取出来并融合在一起，可实现输变电设备巡检红外图像与可见光图像的高性能融合。
-
Patent Agency Ranking
公开(公告)号：CN119151925B
公开(公告)日：2025-02-11
申请号：CN202411639967.4
申请日：2024-11-18
Applicant: 南昌工程学院
Abstract: 本发明公开了一种输电线路绝缘子实时健康检测方法及系统，涉及绝缘子检测技术领域，通过对图像进行预处理，然后将预处理后的图像输入到预训练的YOLO‑F模型中，YOLO‑F模型通过主干网络提取特征，并利用特征融合网络进行多尺度特征融合，将主干网络提取特征和融合特征传入自由检测头进行分析，自由检测头分析主干网络提取特征和融合特征，分析结果通过非极大值抑制算法进一步处理，最终得到绝缘子健康检测结果，依据绝缘子健康检测结果生成相应的管理建议。检测系统通过YOLO‑F模型准确地捕捉物体的真实形状和位置，在处理不同角度下绝缘子的检测时，通过直接回归边界框和旋转量，更好地拟合物体的实际轮廓，提高检测的精度。
-
公开(公告)号：CN119151925A
公开(公告)日：2024-12-17
申请号：CN202411639967.4
申请日：2024-11-18
Applicant: 南昌工程学院
Abstract: 本发明公开了一种输电线路绝缘子实时健康检测方法及系统，涉及绝缘子检测技术领域，通过对图像进行预处理，然后将预处理后的图像输入到预训练的YOLO‑F模型中，YOLO‑F模型通过主干网络提取特征，并利用特征融合网络进行多尺度特征融合，将主干网络提取特征和融合特征传入自由检测头进行分析，自由检测头分析主干网络提取特征和融合特征，分析结果通过非极大值抑制算法进一步处理，最终得到绝缘子健康检测结果，依据绝缘子健康检测结果生成相应的管理建议。检测系统通过YOLO‑F模型准确地捕捉物体的真实形状和位置，在处理不同角度下绝缘子的检测时，通过直接回归边界框和旋转量，更好地拟合物体的实际轮廓，提高检测的精度。
-
公开(公告)号：CN118823487B
公开(公告)日：2024-12-10
申请号：CN202411303708.4
申请日：2024-09-19
Applicant: 南昌工程学院
IPC: G06F17/18 , G06V10/764
Abstract: 本发明公开了一种基于动态对抗监督策略的电压互感器目标检测方法及系统，方法包括：获取基础数据集，并根据所述基础数据集对预设的监督网络进行迭代训练，得到监督模型；采用预设的划分规则将所述基础数据集划分为动态数据集，并根据预设的对抗扰动策略对所述动态数据集进行更新，得到目标动态数据集；根据所述目标动态数据集对预设的受监督网络进行迭代训练，并在每次迭代训练过程中，根据预设的对抗监督学习策略对所述受监督网络的模型参数进行更新，得到最终的目标检测模型。可以有效提升网络模型的鲁棒性和稳定性，进而提高电压互感器目标检测的准确度。
-
公开(公告)号：CN119540566B
公开(公告)日：2025-05-16
申请号：CN202510073511.4
申请日：2025-01-17
Applicant: 南昌工程学院
Inventor： 曾兵 , 曾赟 , 谢云敏 , 华威 , 刘邦 , 廖展鹏 , 巫平强 , 陈宇聪 , 李得志 , 万好 , 饶繁星 , 陈显彪 , 张文华 , 杨小品 , 彭聪 , 易可欣 , 周娱璐 , 金子涵 , 陈昱璋
IPC: G06V10/30 , G06V10/80 , G06V10/82 , G06V10/52 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种输电线路巡检图像去噪方法及系统，包括以下步骤：S1：获取绝缘子原始图像，对原始图像添加噪声，构建绝缘子噪声图像数据集；S2：基于SADNet去噪网络模型进行改进，引入Mix模块、CSM模块和CCAM模块，构建SADNet‑S去噪网络模型；S3：利用绝缘子噪声图像数据集对SADNet‑S去噪网络模型进行训练，获得最优训练权重；S4：将最优训练权重载入SADNet‑S去噪网络模型，将待测绝缘子噪声图像输入SADNet‑S去噪网络模型得到去噪后的绝缘子图像。本发明提出基于多尺度特征提取，动态自适应过滤和注意力机制改进的SADNet‑S去噪网络模型，通过采用SADNet‑S去噪网络模型，充分发挥其强大的泛化性和鲁棒性，以实现高效的图像去噪并显著提升目标检测精度。
-
公开(公告)号：CN119941515A
公开(公告)日：2025-05-06
申请号：CN202510430024.9
申请日：2025-04-08
Applicant: 南昌工程学院
Inventor： 曾兵 , 刘邦 , 巫平强 , 曾赟 , 李得志 , 付佳晨 , 金子涵 , 胡昱帆 , 李垣澄 , 邓锦柏 , 蒲世朋 , 章彧 , 刘剑冰 , 章顺华 , 夏非 , 谢云敏 , 张文华 , 杨小品
IPC: G06T3/4053 , G06T3/4046 , G06N3/0464
Abstract: 本发明公开了一种输电线路巡检图像超分辨率重建方法及系统，方法包括：获取至少一个输电线路巡检图像，并对输电线路巡检图像进行撒哈拉模糊处理，得到至少一个目标巡检图像；基于回旋形状卷积构建超分辨率重建网络，并将目标巡检图像作为训练集输入至超分辨率重建网络中进行训练，得到目标超分辨率重建模型；将获取的实时输电线路巡检图像输入至目标超分辨率重建模型中，目标超分辨率重建模型输出得到重建图像。能够将低质量、模糊的图像提升为高分辨率图像，从而增强图像细节的清晰度，使得目标检测技术能够更加精准地识别和分析绝缘子放电发热的状态。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.032 seconds)
