-
公开(公告)号:CN116912637A
公开(公告)日:2023-10-20
申请号:CN202311174427.9
申请日:2023-09-13
Applicant: 国网山东省电力公司济南供电公司 , 中国科学院自动化研究所
IPC: G06V10/774 , G06V10/77 , G06V10/25 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0895 , G06N3/082 , G06T7/00
Abstract: 本发明公开了一种输变电缺陷识别的方法、装置、计算机设备和存储介质,属于图像处理技术领域,应用于变电站场景的方法包括:获取变电站缺陷检测数据集,对变电站缺陷检测数据集进行图像预处理,生成样本集;利用训练集训练卷积神经网络,建立基于YoloV3模型的变电站缺陷识别模型;基于双门动态剪枝方法对变电站缺陷识别模型进行轻量化处理,获得轻量化变电站缺陷识别模型:利用验证集对轻量化变电站缺陷识别模型进行验证;实时采集变电站缺陷监测图像,并输入轻量化变电站缺陷识别模型进行变电站缺陷检测。本发明能够及时发现和鉴别变电站和输电线路缺陷,提高了变电站和输电线路运维自动化水平和电网运行安全,也适用于输电线路场景。
-
公开(公告)号:CN119888397A
公开(公告)日:2025-04-25
申请号:CN202411681111.3
申请日:2024-11-22
Applicant: 国网山东省电力公司济南供电公司 , 中国科学院自动化研究所
IPC: G06V10/774 , G06V10/776 , G06V10/82 , G06V20/40 , G06N3/0464 , G06N3/045 , G06N3/0985 , G06N3/084
Abstract: 本发明的一种变电站目标检测方法、装置、电子设备和存储介质,属于图像处理技术领域,方法包括步骤:获取巡检目标的图像,进行预处理后构建巡检目标图像数据集,所述巡检目标数据集包括训练集、测试集和验证集;基于改进YOLOv7模型构建变电站巡检目标检测模型;采用训练集对变电站巡检目标检测模型进行模型训练,利用验证集筛选超参数,获得训练后的变电站巡检目标检测模型;采用测试集对训练后的变电站巡检目标检测模型进行验证;采用验证后的变电站巡检目标检测模型对变电站进行目标检测。本发明满足了机器人运行过程中对巡检设备快速、准确识别及定位需求。
-
公开(公告)号:CN118171697A
公开(公告)日:2024-06-11
申请号:CN202410584793.X
申请日:2024-05-13
Applicant: 国网山东省电力公司济南供电公司 , 中国科学院自动化研究所
Inventor: 胥明凯 , 任志刚 , 李琮 , 杨杰 , 陈显达 , 王淑颖 , 王思源 , 刘昭 , 刘晓 , 刘哲 , 王万国 , 胡庆浩 , 李章明 , 高翔 , 邵帅 , 郑义斌 , 张雨薇
IPC: G06N3/0464 , G06N3/082
Abstract: 本发明的一种深度神经网络压缩的方法、装置、计算机设备和存储介质,属于卷积神经网络技术领域,方法包括:获取原始深度神经网络的权重矩阵;通过局部结构化稀疏处理对权重矩阵进行稀疏剪枝;通过乘积量化方法对稀疏剪枝后权重矩阵进行矩阵权重压缩,获得压缩权重;将压缩权重放入adam模块进行微调,获得压缩后的输变电缺陷识别模型。本发明通过结构化稀疏提高了计算效率,通过乘积量化降低了存储开销,结构化稀疏和乘积量化两者协同工作,大大提高了深度神经网络的压缩率。
-
公开(公告)号:CN116167413A
公开(公告)日:2023-05-26
申请号:CN202310422590.6
申请日:2023-04-20
Applicant: 国网山东省电力公司济南供电公司 , 中国科学院自动化研究所
IPC: G06N3/0464 , G06N3/042 , G06N3/082 , G06N3/092
Abstract: 本发明公开了一种深度卷积神经网络量化剪枝联合优化的方法及系统,属于图像处理技术领域,方法包括:获取待处理对象图像的数据集;利用所述数据集训练待优化神经网络模型,并初始化神经网络模型参数,神经网络模型参数包括评价网络、执行网络、目标评价网络和目标执行网络参数;使用基于强化学习的量化剪枝策略学习方法得到神经网络模型最优的权重剪枝率、权重量化率、输入特征量化率;使用基于蒸馏和量化熵正则后训练方法重新训练神经网络,得到优化后的神经网络模型参数;利用最优的权重剪枝率、权重量化率、输入特征量化率对神经网络模型进行优化,得到最终的神经网络模型。本发明使深度卷积神经网络提升了模型性能,实现了加速与压缩。
-
公开(公告)号:CN118171697B
公开(公告)日:2024-08-30
申请号:CN202410584793.X
申请日:2024-05-13
Applicant: 国网山东省电力公司济南供电公司 , 中国科学院自动化研究所
Inventor: 胥明凯 , 任志刚 , 李琮 , 杨杰 , 陈显达 , 王淑颖 , 王思源 , 刘昭 , 刘晓 , 刘哲 , 王万国 , 胡庆浩 , 李章明 , 高翔 , 邵帅 , 郑义斌 , 张雨薇
IPC: G06N3/0464 , G06N3/082
Abstract: 本发明的一种深度神经网络压缩的方法、装置、计算机设备和存储介质,属于卷积神经网络技术领域,方法包括:获取原始深度神经网络的权重矩阵;通过局部结构化稀疏处理对权重矩阵进行稀疏剪枝;通过乘积量化方法对稀疏剪枝后权重矩阵进行矩阵权重压缩,获得压缩权重;将压缩权重放入adam模块进行微调,获得压缩后的输变电缺陷识别模型。本发明通过结构化稀疏提高了计算效率,通过乘积量化降低了存储开销,结构化稀疏和乘积量化两者协同工作,大大提高了深度神经网络的压缩率。
-
公开(公告)号:CN116912637B
公开(公告)日:2023-12-22
申请号:CN202311174427.9
申请日:2023-09-13
Applicant: 国网山东省电力公司济南供电公司 , 中国科学院自动化研究所
IPC: G06V10/774 , G06V10/77 , G06V10/25 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0895 , G06N3/082 , G06T7/00
Abstract: 本发明公开了一种输变电缺陷识别的方法、装置、计算机设备和存储介质,属于图像处理技术领域,应用于变电站场景的方法包括:获取变电站缺陷检测数据集,对变电站缺陷检测数据集进行图像预处理,生成样本集;利用训练集训练卷积神经网络,建立基于YoloV3模型的变电站缺陷识别模型;基于双门动态剪枝方法对变电站缺陷识别模型进行轻量化处理,获得轻量化变电站缺陷识别模型:利用验证集对轻量化变电站缺陷识别模型进行验证;实时采集变电站缺陷监测图像,并输入轻量化变电站缺陷识别模型进行变电站缺陷检测。本发明能够及时发现和鉴别变电站(56)对比文件琚泽立 等.基于轻量化网络的变电站缺陷图片检测算法.电网与清洁能源.2020,(08),第47-53页.胥明凯 等.应用于GIS绝缘缺陷诊断的改进BP神经网络识别方法《.第三届智能电网会议论文集——智能用电》.2019,第288-291页.Mashhadi M.B et.al.Pruning thePilots: Deep Learning-Based Pilot Designand Channel Estimation for MIMO-OFDMSystems《.IEEE TRANSACTIONS ON WIRELESSCOMMUNICATIONS》.2021,第20卷(第10期),第6315-28页.周仿荣;方明;马御棠;潘浩.基于YOLO v3的输电线路缺陷快速检测方法.云南电力技术.2020,(04),第116-120页.
-
公开(公告)号:CN119355451B
公开(公告)日:2025-03-25
申请号:CN202411929601.0
申请日:2024-12-26
Applicant: 国网山东省电力公司济南供电公司
Abstract: 本发明提出了基于数学形态学极性的有源配电网故障区段定位方法,涉及配电网故障定位技术领域。本发明包括:当馈线终端中任一相测量电流满足故障检测判据后,视为可能发生故障,进入基于数学形态学极性的故障定位进程,执行:馈线终端根据故障相数选择合适形态学M值;利用数学形态学算法对测量电流波形进行滤波;滤波完成后,利用全周相减法计算故障电流突变量;利用数学形态学算法提取故障电流突变量波形的峰值,并判断峰值的极性;被保护区段两端的终端装置互传数学形态学峰值的极性;根据两端数学形态学峰值的极性均为正则认为是故障区段。本发明不受分布式电源故障特性的影响,能够更好地适应有源配电网复杂的故障特征。
-
公开(公告)号:CN119175703A
公开(公告)日:2024-12-24
申请号:CN202410977110.7
申请日:2024-07-22
Applicant: 国网山东省电力公司济南供电公司
IPC: B25J9/16
Abstract: 本发明涉及智能信息技术领域,尤其是指一种基于立体视觉的机械臂路径规划方法及装置,包括:获取机械臂作业场景的环境地图;提取机械臂作业场景中的动态障碍点云;将距离机械臂上控制点最近的动态障碍点云设置为最近障碍点,并对最近障碍点的运动状态进行跟踪;基于机械臂作业场景的环境地图,离线规划机械臂的全局路径;基于最近障碍点,采用人工势场法令机械臂对动态障碍进行实时避障,输出机械臂的运行速度。本发明增强了机械臂的环境适应能力和操作安全性,提高了机械臂的任务完成效率,降低了运行成本。
-
公开(公告)号:CN117576319A
公开(公告)日:2024-02-20
申请号:CN202311622477.9
申请日:2023-11-29
Applicant: 国网智能科技股份有限公司 , 国网山东省电力公司济南供电公司
Abstract: 本发明公开一种基于三维引擎的变电站仿真方法及系统,包括:获取对变电站扫描后得到的点云数据;根据点云数据生成变电站平面尺寸图;通过在三维引擎中创建变电站的虚拟场景,并通过输入的变电站平面尺寸图在虚拟场景中匹配出变电站白膜模型;获取变电站的实景图像,根据实景图像在变电站白膜模型中进行场景复刻,由此得到变电站仿真模型。提高变电站整体的智能运维展示逼真性和查看方便性,进而提高运维效率。
-
公开(公告)号:CN104950410B
公开(公告)日:2018-08-07
申请号:CN201510367693.2
申请日:2015-06-26
Applicant: 国网山东省电力公司济南供电公司 , 国家电网公司
IPC: G02B6/44
Abstract: 本发明给出了种可控制光纤弯曲半径的保护装置,主要解决现有技术中,人工操作无法准确控制光纤弯曲半径,导致光纤损伤、断芯的问题。它主要包括两个完全相同的固定部和个弧形板,所述固定部上侧设有第线槽,下侧设有T型槽,所述T型槽中设有紧固螺栓,两个所述固定部利用所述紧固螺栓并配合第紧固螺母与所述弧形板连接固定。具体使用时,光纤穿入并固定在第线槽中,利用角度定的弧形板可以准确控制光纤的弯曲角度;并在说明书中结合多个具体实施例对本发明进行详细描述,它有效解决人工操作无法准确控制光纤弯曲半径,导致光纤损伤、断芯的问题。
-
-
-
-
-
-
-
-
-