-
公开(公告)号:CN111831430A
公开(公告)日:2020-10-27
申请号:CN202010542392.X
申请日:2020-06-15
Applicant: 国网上海市电力公司 , 国网上海能源互联网研究院有限公司
Abstract: 本发明涉及一种基于边缘计算的电力设备缺陷识别系统,包括:图像传感器,用于在现场采集电力设备的图像;边缘计算设备,设有基于图像的电力设备缺陷识别算法,通过该算法对图像传感器采集的电力设备图像进行缺陷识别;云中心,采集所有边缘计算设备的缺陷识别信息,并将缺陷信息显示在人机界面上,边缘计算设备分别与图像传感器和云中心进行通信;基于图像的电力设备缺陷识别算法内嵌在边缘计算设备中,用于对图像传感器采集的图像进行处理和分析,最终获得缺陷识别结果。与现有技术相比,本发明具有实现更快的电力设备缺陷反馈、系统更加稳定、识别准确率高、处理速度快等优点。
-
公开(公告)号:CN110113198A
公开(公告)日:2019-08-09
申请号:CN201910350126.4
申请日:2019-04-28
Applicant: 国网上海市电力公司
Abstract: 本发明涉及一种用于变电站的二维码通信方法,包括:(1)开始报警采集任务,进入报警队列,判断报警队列是否为空;(2)判断心跳周期是否到达,若心跳周期到达,则生成心跳二维码字符串,然后生成告警二维码;(3)判断密匙更换周期是否到达,若密匙更换周期到达,则生成密匙二维码字符串并插入报警队列队首,然后返回步骤(1),否则,生成告警二维码字符串后执行步骤(4);(4)将生成的二维码字符串转码为UTF-8格式,再将转码后的信息加密并生成二维码,并将生成的二维码推送至告警显示框进行二维码扫描任务,然后执行步骤(5);(5)判断是否要结束报警采集任务。与现有技术相比,本发明具有成本低、安全性高等优点。
-
公开(公告)号:CN111401289B
公开(公告)日:2024-01-23
申请号:CN202010214107.1
申请日:2020-03-24
Applicant: 国网上海市电力公司 , 上海炯捷电气科技有限公司
IPC: G06V20/60 , G06V10/25 , G06V10/26 , G06V10/82 , G06V10/766 , G06V30/19 , G06V30/146 , G06V30/148 , G06T7/90
Abstract: 本发明涉及一种变压器部件的智能识别方法和装置,所述变压器部件包括套管,所述方法包括以下步骤:S1:获取变压器图像,并载入预训练后的第一模型中,识别所述变压器图像中的各个变压器部件,并获取变压器图像中各变压器部件的区域;S2:基于步骤S1中获取的各变压器部件的区域,切割出所述变压器部件中套管的区域;S3:将所述套管的区域图像载入预训练后的第二模型中,识别出套管的颜色和字符信息,从而确定套管的相别。与现有技术相比,本发明能进一步识别出套管的相别,具有识别精度高,且(56)对比文件CN 104008544 A,2014.08.27CN 109919106 A,2019.06.21CN 110070082 A,2019.07.30CN 110895697 A,2020.03.20CN 110569693 A,2019.12.13WO 2018099194 A1,2018.06.07US 5862774 A,1999.01.26US 2019318845 A1,2019.10.17张郁.石家庄配电站房智能机器人巡检系统研究《.中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》.2020,第2020年卷(第1期),C042-1755.周可慧 等.基于改进CNN的电力设备红外图像分类模型构建研究《.红外技术》.2019,第41卷(第11期),1033-1038.Kai Hu 等.Retinal vessel segmentationof color fundus images using multiscaleconvolutional neural network with animproved cross-entropy loss function.《Neurocomputing》.2018,第309卷179-191.
-
公开(公告)号:CN111401289A
公开(公告)日:2020-07-10
申请号:CN202010214107.1
申请日:2020-03-24
Applicant: 国网上海市电力公司 , 上海炯捷电气科技有限公司
Abstract: 本发明涉及一种变压器部件的智能识别方法和装置,所述变压器部件包括套管,所述方法包括以下步骤:S1:获取变压器图像,并载入预训练后的第一模型中,识别所述变压器图像中的各个变压器部件,并获取变压器图像中各变压器部件的区域;S2:基于步骤S1中获取的各变压器部件的区域,切割出所述变压器部件中套管的区域;S3:将所述套管的区域图像载入预训练后的第二模型中,识别出套管的颜色和字符信息,从而确定套管的相别。与现有技术相比,本发明能进一步识别出套管的相别,具有识别精度高,且方法稳定可靠等优点。
-
-
-