-
公开(公告)号：CN108354591A
公开(公告)日：2018-08-03
申请号：CN201810128076.0
申请日：2018-02-08
Applicant: 国网四川省电力公司电力科学研究院 , 成都信息工程大学 , 国家电网公司
IPC: A61B5/00 , A61B5/0402 , A61B5/11 , A61B5/18
Abstract: 本发明公开了一种作业人员安全度判别方法及设备，该方法包括以下步骤：提取作业人员心电数据指标和运动数据指标，所述心电数据指标包括时域指标和频域指标，所述运动数据指标包括作业时间WT、作业程度WD、状态系数K、跌倒姿态P1、坠落姿态P2；将心电数据指标输入已经训练和标定完成的SVM中得到疲劳等级Gn；计算X，根据X对作业人员疲劳程度进行判别，其中，X＝f*Gn+(1-f)*WT*WD*K+(P1+P2)/(P1*P2+1)；其中f取0到1。基于自身生理信号与作业姿态融合的方式对作业人员疲劳程度进行判别，将支持向量机SVM与心电数据相结合，可快速准确的技术效果。
-
公开(公告)号：CN110784397B
公开(公告)日：2025-03-25
申请号：CN201911031263.8
申请日：2019-10-28
Applicant: 成都信息工程大学 , 国网四川省电力公司电力科学研究院
IPC: H04L12/66 , A61B5/00 , H04B1/3827
Abstract: 本发明公开了适用电力作业人员的稳固型可穿戴设备，包括可穿戴传感设备，可穿戴传感设备穿戴于人体手腕处来采集人体的健康数据或者周围环境数据，并往外发送数据；还包括可穿戴网关及与可穿戴网关配合使用穿戴衣袖上部的两个固定耳；可穿戴网关包括网关体，网关体两侧设置有紧固带，两侧紧固带分别穿入对应的固定耳紧固在人体大手臂上；网关体上部设置有麦克风，通过麦克风进行语音通话；网关体中部设置有电子显示屏，网关体下部设置有无线接收器，用于接收可穿戴传感设备采集到的数据在电子显示屏上进行显示；网关体顶部设置有天线，通过天线把监测数据发送至后台监控中心。
-
公开(公告)号：CN115240365B
公开(公告)日：2023-03-10
申请号：CN202210845661.9
申请日：2022-07-19
Applicant: 成都信息工程大学 , 四川轻化工大学 , 国网四川省电力公司电力科学研究院 , 华雁智能科技(集团)股份有限公司
Abstract: 本发明提供了一种融合多维信息的电力作业人员危险态势动态感知方法，该方法从三个维度对建立了针对电力作业人员在作业场内的作业安全预警体系：一是将UWB定位标签附在供电力作业人员穿戴的安全保护设备上，利用深度学习网络对作业场内的电力作业人员进行安全保护设备的穿戴作业识别；二是结合UWB定位技术及3D建模，实现作业人员与作业场中带电点的安全距离的监测判断；三是结合摄像技术和肢体语言识别技术，采用深度学习算法进行电力作业人员的行为状态识别；各个维度均可根据识别结果进行危险报警或态势感知预警，实现了对电力作业人员危险态势全面的动态感知预警，有效降低安全事故的发生概率，提高电力作业安全监管的全面性和可靠性。
-
公开(公告)号：CN115240365A
公开(公告)日：2022-10-25
申请号：CN202210845661.9
申请日：2022-07-19
Applicant: 成都信息工程大学 , 四川轻化工大学 , 国网四川省电力公司电力科学研究院 , 华雁智能科技(集团)股份有限公司
Abstract: 本发明提供了一种融合多维信息的电力作业人员危险态势动态感知方法，该方法从三个维度对建立了针对电力作业人员在作业场内的作业安全预警体系：一是将UWB定位标签附在供电力作业人员穿戴的安全保护设备上，利用深度学习网络对作业场内的电力作业人员进行安全保护设备的穿戴作业识别；二是结合UWB定位技术及3D建模，实现作业人员与作业场中带电点的安全距离的监测判断；三是结合摄像技术和肢体语言识别技术，采用深度学习算法进行电力作业人员的行为状态识别；各个维度均可根据识别结果进行危险报警或态势感知预警，实现了对电力作业人员危险态势全面的动态感知预警，有效降低安全事故的发生概率，提高电力作业安全监管的全面性和可靠性。
-
公开(公告)号：CN115661816A
公开(公告)日：2023-01-31
申请号：CN202210825984.1
申请日：2022-07-14
Applicant: 国网四川省电力公司电力科学研究院 , 国网新疆电力有限公司电力科学研究院 , 成都信息工程大学
Abstract: 本发明属于电力设备技术领域，尤其涉及一种电力设备缺陷智能引导标注的方法，对电力缺陷设备智能识别所需要的学习样本的制作。本发明方法可以进行智能引导标注，首先利用公共数据集开展人工智能网络模型的训练，利用训练得到的模型以引导的方式对实际应用区域发生缺陷的电力设备进行标注，如绝缘子脱落等。本方法极大的简化标注的流程，提高标注的效率，降低对发生缺陷的电力设备人工标注的成本。
-
Patent Agency Ranking
公开(公告)号：CN115540854A
公开(公告)日：2022-12-30
申请号：CN202211526026.0
申请日：2022-12-01
Applicant: 成都信息工程大学 , 国网四川省电力公司电力科学研究院
Abstract: 本发明公开了一种基于UWB辅助的主动定位方法、设备和介质，涉及定位技术领域，通过环境图像数据的点特征和线特征、拍摄设备的角速度和加速度，构建双目视觉和惯性里程计模型进行初次定位，引入回环检测与重定位算法，对目标环境图像进行回环修正与重定位，引入优化的超宽带定位算法，对目标环境图像中的待测标签与基站间的距离进行优化定位，结合对目标环境图像进行回环修正与重定位数据和优化定位数据，基于双目视觉和惯性里程计模型构建视觉/惯性/超宽带组合模型，通过视觉/惯性/超宽带组合模型对初次定位数据进行修正，获得精确定位，减小位置误差，提高估计精度，获得更为精确的载体位姿。
-
公开(公告)号：CN115542362A
公开(公告)日：2022-12-30
申请号：CN202211524412.6
申请日：2022-12-01
Applicant: 成都信息工程大学 , 国网四川省电力公司电力科学研究院
IPC: G01S19/45 , G01S19/46 , G01C21/00 , G06T7/277 , G06T7/73 , G06T17/00 , G06V20/62 , H04W4/33 , H04W64/00
Abstract: 本发明公开了电力作业现场的高精度空间定位方法、系统、设备及介质，本发明属于空间定位技术领域，包括基于视觉定位技术，获取电力作业运动目标的定位；根据电力作业运动目标的定位，对电力作业运动目标进行图像分析，得到电力作业运动目标的特征信息并构建电力作业运动目标的三维模型；根据特征信息细化电力作业运动目标的三维模型，得到高精度三维模型并实时更新所述高精度三维模型在三维场景中的定位。通过在动态目标上配带UWB或北斗定位标签，在运动目标定位的基础上进行图像处理，实现运动目标在三维场景中的精细化重构，从而获得动态目标的实时位置信息并在三维场景中实时更新动态目标模型位置状态。
-
公开(公告)号：CN110784397A
公开(公告)日：2020-02-11
申请号：CN201911031263.8
申请日：2019-10-28
Applicant: 成都信息工程大学 , 国网四川省电力公司电力科学研究院
IPC: H04L12/66 , A61B5/00 , H04B1/3827
Abstract: 本发明公开了适用电力作业人员的稳固型可穿戴设备，包括可穿戴传感设备，可穿戴传感设备穿戴于人体手腕处来采集人体的健康数据或者周围环境数据，并往外发送数据；还包括可穿戴网关及与可穿戴网关配合使用穿戴衣袖上部的两个固定耳；可穿戴网关包括网关体，网关体两侧设置有紧固带，两侧紧固带分别穿入对应的固定耳紧固在人体大手臂上；网关体上部设置有麦克风，通过麦克风进行语音通话；网关体中部设置有电子显示屏，网关体下部设置有无线接收器，用于接收可穿戴传感设备采集到的数据在电子显示屏上进行显示；网关体顶部设置有天线，通过天线把监测数据发送至后台监控中心。
-
公开(公告)号：CN207764963U
公开(公告)日：2018-08-24
申请号：CN201820227581.6
申请日：2018-02-08
Applicant: 国网四川省电力公司电力科学研究院 , 成都信息工程大学 , 国家电网公司
Abstract: 本实用新型公开了一种无线电力安全保障系统的终端处理装置，包括数据采集模块、处理模块、输出模块、存储器、无线信号传输模块、无线近场通讯接口和电源模块，所述数据采集模块、输出模块、存储器、无线信号传输模块、无线近场通讯接口和电源模块均连接在处理模块上，还包括生命体征传感器，所述生命体征传感器采用无线方式通过无线近场通讯接口与处理器相连，所述数据采集模块包括定位模块、环境数据采集装置。其综合位置信息、环境参数、生命体征参数的多功能电力安全保障系统终端处理装置，实现对作业人员全方位的安全保障。
-
公开(公告)号：CN104699606B
公开(公告)日：2017-05-24
申请号：CN201510099169.1
申请日：2015-03-06
Applicant: 国网四川省电力公司电力科学研究院 , 电子科技大学 , 国家电网公司
IPC: G06F11/36
Abstract: 一种基于隐马尔科夫模型的软件系统状态预测方法，包括以下步骤：构造训练样本集，采用K均值聚类算法将训练样本集中的样本聚为k簇；构造隐马尔科夫模型λ＝[π,A,B]，将训练样本集中的k个簇作为模型的观测状态，将系统状态作为隐藏状态；对隐马尔科夫模型进行训练，得到新的隐马尔科夫模型；利用采集的系统观测值和新的隐马尔科夫模型对系统实际状态进行预测。本发明基于隐马尔科夫模型对系统实际状态和系统观测参数之间关系进行建模，进而根据系统观测值对系统实际状态进行预测，能够根据系统的观测值对系统软件状态进行准确的预测，有助于运维人员及早发现和处理可能的问题，防止功能降级,或者系统崩溃，预测准确率高。
-
-
-
-
-
-
-
-
-
Search Results
247
records
(took 0.084 seconds)
