-
公开(公告)号：CN118398007A
公开(公告)日：2024-07-26
申请号：CN202410616950.0
申请日：2024-05-17
Applicant: 国网安徽省电力有限公司经济技术研究院 , 中国科学技术大学先进技术研究院
Abstract: 本发明公开了一种基于声纹信号的铁塔螺栓松动检测方法，包括以下步骤：S1采集铁塔螺栓音频样本并进行数据处理，生成铁塔螺栓数据集；S2结合处理过的铁塔螺栓数据集构建基于图卷积神经网络和多领域自适应模型，得到螺栓特征嵌入；S3随机提取铁塔螺栓数据集中的数据对基于图卷积网络和多领域自适应模型进行模型训练和更新；S4对训练好的基于图卷积网络和多领域自适应模型，引入预测目标约束，输出整体铁塔螺栓工况。本发明通过一种多信道域图卷积网络方法提取源域和目标域的螺栓共同特征以及挖掘特征之间的关系，降低了目标域螺栓数据和源域螺栓数据的分布差异，解决了现有技术中数据量不足导致的精度较低的问题。
-
公开(公告)号：CN119049502A
公开(公告)日：2024-11-29
申请号：CN202411175484.3
申请日：2024-08-26
Applicant: 国网安徽省电力有限公司经济技术研究院 , 中国科学技术大学先进技术研究院 , 中国科学技术大学
Abstract: 本发明提供了一种适用多类型铁塔的健康状态检测方法、装置及设备，该方法包括：在第一型号铁塔和第二型号铁塔上分别采集声纹数据，得到源域数据集和目标域数据集；对源域数据集和目标域数据集进行数据增强，得到数据增强后的源域数据集和目标域数据集；构建铁塔健康状态预测模型，基于源域数据集、目标域数据集以及数据增强后的源域数据集和目标域数据集对铁塔健康状态预测模型进行训练，得到训练好的铁塔健康状态预测模型；基于训练好的铁塔健康状态预测模型，预测待检测铁塔的健康状态。以此方式，可以及时有效的预测铁塔的健康状态，避免因发生塔体倒塌而对周围环境及居民造成的损害。
-
公开(公告)号：CN119338764A
公开(公告)日：2025-01-21
申请号：CN202411384281.5
申请日：2024-09-30
Applicant: 中国科学技术大学先进技术研究院
IPC: G06T7/00 , G06V10/764 , G06V10/80 , G06V10/77
Abstract: 本发明公开了一种多模态电网设备缺陷检测方法及系统，方法包括：应用训练优化后的随机森林算法对电网设备进行缺陷检测；其中，随机森林算法的训练过程如下：获取具备电网设备缺陷的激光点云数据、视觉相机图像和超声波数据；对激光点云数据、视觉相机图像进行预处理，将超声波数据转换成超声波图像；将预处理后的激光点云数据、视觉相机图像、超声波图像进行数据融合，构建多模态三维数据信息模型；设置一个基准无缺陷模型，将多模态三维数据信息模型与基准无缺陷模型分别在表面缺陷和内部缺陷方面上进行比较，并获取差异结果；应用差异结果对随机森林算法进行电网设备缺陷检测训练。本发明提高了缺陷检测的精度和完整性。
-
公开(公告)号：CN115577569A
公开(公告)日：2023-01-06
申请号：CN202211442855.0
申请日：2022-11-18
Applicant: 中国科学技术大学先进技术研究院
Abstract: 本申请公开了测井解释基准模型构建方法、装置、设备及介质，所述方法包括：获取不同井位的测井样本数据和测井样本标签数据；基于原始样本映射模型，对所述测井样本数据进行样本映射，得到测井映射样本数据；基于所述测井映射样本数据和所述测井样本标签数据和目标损失函数，迭代训练领域共有预测模型和领域特有输出预测模型，其中，所述目标损失函数由领域共有模型损失函数和领域特有模型损失函数组成；将所述领域共有预测模型的领域共有输出权重矩阵和所述原始样本映射模型进行组合，得到测井解释基准模型。本申请解决了现有技术中由于非地层因素使得原始测井数据的畸变和失真，从而导致测井解释模型准确度低的技术问题。
-
公开(公告)号：CN113477625A
公开(公告)日：2021-10-08
申请号：CN202110793818.3
申请日：2021-07-13
Applicant: 中国科学技术大学先进技术研究院
Abstract: 本发明公开一种测距装置、无人机清洗设备、液体去除方法及控制装置，其中测距装置用于无人机清洗设备，包括至少一个测距相机，所述测距相机上套装有液体去除装置，所述液体去除装置设有透光体；所述液体去除装置还包括加热件，所述加热件用于加热所述透光体以去除所述透光体上的液体。通过采用在液体去除装置靠近测距相机的镜头的一端上设有透光体及用于加热透光体的加热件，加热件能够使清洗作业过程中回溅的水花蒸发，减少回溅的水花引起的图像测距的偏差，提高测距装置的图像测距的准确性，测距装置能够使无人机清洗设备在清洗时定位更准确，降低无人机清洗设备刮擦、碰撞到外部设备的可能性，提升无人机清洗设备在进行清洗时的使用安全程度。
-
Patent Agency Ranking
公开(公告)号：CN118963105B
公开(公告)日：2025-02-11
申请号：CN202411419698.0
申请日：2024-10-12
Applicant: 中国科学技术大学先进技术研究院
Abstract: 本发明公开了一种海上风力发电机巡检的地效飞行器控制方法及地效飞行器，方法包括：获取环境数据；结合环境数据，地效飞行器的总控制系统包括三种地效飞行器输入补偿：非海浪扰动下的地效飞行器补偿、海浪扰动下的地效飞行器补偿以及海浪扰动下的风力发电机补偿；将三种地效飞行器输入补偿进行相加，作为地效飞行器的总控制系统的实时总输入，以控制地效飞行器状态。通过本发明公开的海上风力发电机巡检的地效飞行器控制方法及地效飞行器，能够达到巡检过程中图像的稳定性和精确性的目的。
-
公开(公告)号：CN118963105A
公开(公告)日：2024-11-15
申请号：CN202411419698.0
申请日：2024-10-12
Applicant: 中国科学技术大学先进技术研究院
Abstract: 本发明公开了一种海上风力发电机巡检的地效飞行器控制方法及地效飞行器，方法包括：获取环境数据；结合环境数据，地效飞行器的总控制系统包括三种地效飞行器输入补偿：非海浪扰动下的地效飞行器补偿、海浪扰动下的地效飞行器补偿以及海浪扰动下的风力发电机补偿；将三种地效飞行器输入补偿进行相加，作为地效飞行器的总控制系统的实时总输入，以控制地效飞行器状态。通过本发明公开的海上风力发电机巡检的地效飞行器控制方法及地效飞行器，能够达到巡检过程中图像的稳定性和精确性的目的。
-
公开(公告)号：CN116401597B
公开(公告)日：2023-08-22
申请号：CN202310677544.0
申请日：2023-06-09
Applicant: 中国科学技术大学先进技术研究院
IPC: G06F18/241 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F18/213 , G01V1/28 , G01V99/00
Abstract: 本申请公开了地震解释模型构建方法、电子设备及可读存储介质，包括：获取由地震真实样本数据合成的地震样本标签数据；将地震样本标签数据输入预设地震解释模型，得到预设地震解释模型的多尺度学习模型输出的样本学习特征和多尺度指导模型输出的样本指导特征；根据样本学习特征和样本指导特征，确定由标签分类损失函数、域间差异损失函数和一致性损失函数共同组成的目标损失函数；根据地震真实样本数据和地震样本标签数据和目标损失函数，迭代训练多尺度学习模型；通过更新多尺度学习模型的第一模型参数和多尺度指导模型的第二模型参数，得到目标地震解释模型。本申请解决了由于地震合成图像缺乏真实标签，导致地震解释模型准确度低的技术问题。
-
公开(公告)号：CN116401597A
公开(公告)日：2023-07-07
申请号：CN202310677544.0
申请日：2023-06-09
Applicant: 中国科学技术大学先进技术研究院
IPC: G06F18/241 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F18/213 , G01V1/28 , G01V99/00
Abstract: 本申请公开了地震解释模型构建方法、电子设备及可读存储介质，包括：获取由地震真实样本数据合成的地震样本标签数据；将地震样本标签数据输入预设地震解释模型，得到预设地震解释模型的多尺度学习模型输出的样本学习特征和多尺度指导模型输出的样本指导特征；根据样本学习特征和样本指导特征，确定由标签分类损失函数、域间差异损失函数和一致性损失函数共同组成的目标损失函数；根据地震真实样本数据和地震样本标签数据和目标损失函数，迭代训练多尺度学习模型；通过更新多尺度学习模型的第一模型参数和多尺度指导模型的第二模型参数，得到目标地震解释模型。本申请解决了由于地震合成图像缺乏真实标签，导致地震解释模型准确度低的技术问题。
-
公开(公告)号：CN116309166A
公开(公告)日：2023-06-23
申请号：CN202310283709.6
申请日：2023-03-20
Applicant: 中国科学技术大学先进技术研究院
IPC: G06T5/00 , G06T7/11 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本申请公开了图像全局保幅去噪和补全模型构建方法、设备及存储介质，包括：获取由原始样本图像和对应的含噪缺失图像组成的二维图像对；根据所述二维图像对和目标损失函数，迭代训练预设两级多尺度模型的初级图像重构模型，得到模型重构参数和模型重构图像，其中，所述目标损失函数由图像重构模型损失函数和图像分割模型损失函数组成；根据所述模型重构图像，对所述二维图像对进行更新，得到目标图像对；根据所述模型重构参数和所述目标损失函数和所述目标图像对，迭代训练所述预设两级多尺度模型的次级图像分割模型和所述初级图像重构模型，得到目标图像解释模型。本申请解决了去噪补全后的图像的可解释性差的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.097 seconds)
