-
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：CN114067307A
公开(公告)日：2022-02-18
申请号：CN202111414873.3
申请日：2021-11-25
Applicant: 国网智能科技股份有限公司
Abstract: 本发明属于电力技术领域，提供了一种变电站仪表刻度标定方法及系统。其中，该方法包括获取仪表数据图像；基于深度学习模型检测仪表数据图像中的仪表的类型、位置及刻度位置；将检测的仪表的类型、位置及刻度位置与对应变电站内预先导入的各个仪表的基本信息进行关联，生成模板配置信息；判断模板配置信息是否完全正确，若是，则完成变电站仪表刻度的自动标定；否则，删除错误信息并对应关联人工标注的正确信息。
-
公开(公告)号：CN107877518B
公开(公告)日：2020-04-28
申请号：CN201711204314.3
申请日：2017-11-27
Applicant: 国网智能科技股份有限公司 , 国网江西省电力有限公司 , 国网江西省电力有限公司检修分公司
Abstract: 本发明公开一种巡检机器人及其防坠落方法和装置，在巡检机器人的前方外表面设置双目相机，双目相机拍摄巡检机器人的前方地面，基于双目视觉技术，获取前方地面距离双目相机的实际距离，并通过与预设的距离阈值进行比较，以确定前方是否为危险区域，进而避免巡检机器人发生坠落，减少巡检机器人因跌落带来的损害，提高巡检机器人巡检过程中的安全性。
-
公开(公告)号：CN115830497B
公开(公告)日：2025-01-24
申请号：CN202211482277.3
申请日：2022-11-24
Applicant: 国网智能科技股份有限公司
Abstract: 本发明公开了一种变电站多路视频实时目标检测方法及系统，包括：获取待检测的变电站多路视频流数据；调用硬件环境参数接口，获取当前硬件环境参数，判断当前硬件环境；基于当前硬件环境，调用相关硬件环境下的接口函数，对获取的多路视频流数据进行解码；将解码后的多路视频流进行合并，然后输入至训练好的目标检测模型，输出每一路的目标检测结果。本发明可以同时适配不同的硬件环境或硬件设施，在GPU环境或CPU环境下皆可实现多路视频实时目标检测，无需改变算法模型。
-
公开(公告)号：CN119006990A
公开(公告)日：2024-11-22
申请号：CN202411138431.4
申请日：2024-08-19
Applicant: 国网智能科技股份有限公司
Abstract: 本发明提供了一种图像质量检测方法及系统，属于图像处理技术领域。所述的图像质量检测方法，包括：待检测的图像依次经过深度学习网络的主干网络、颈部网络和头部网络后，得到第一图像质量检测结果；颈部网络中通过特征金字塔网络进行特征提取，颈部网络中通过多尺度的注意力机制提取多尺度信息；本发明可以自动学习、提取和识别图像中的各种质量问题，对噪声的敏感度低，质量检测结果的可解释性强，提高了图像质量检测的精度。
-
Patent Agency Ranking
公开(公告)号：CN117576671A
公开(公告)日：2024-02-20
申请号：CN202311622749.5
申请日：2023-11-29
Applicant: 国网智能科技股份有限公司
IPC: G06V20/60 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明属于人工智能领域，提供了一种无模板多类型油位计状态自动识别方法与装置。其中，无模板多类型油位计状态自动识别方法包括获取油位计图像；利用最优识别模型对油位计图像处理，自动识别出油位计状态；其中，所述最优识别模型通过多类型油位计样本集来训练原始识别模型得到；所述原始识别模型及最优识别模型均包括初步检测模块及若干并联的状态识别算法模块；所述状态识别算法模块与油位计类型一一对应关联匹配；所述初步检测模块，被配置为自动检测出油位计类型及表盘区域，根据油位计类型自动关联对应的状态识别算法模块；所述状态识别算法模块，被配置为对检测出的表盘区域信息进行处理，得到油位计状态。
-
公开(公告)号：CN115690551A
公开(公告)日：2023-02-03
申请号：CN202211459772.2
申请日：2022-11-16
Applicant: 国网智能科技股份有限公司
IPC: G06V10/80 , G06V10/764 , G06V10/44
Abstract: 本发明提供了一种双光图像匹配融合方法及系统，通过仿射矩阵先验信息、聚类分类、距离、角度、内接圆面积等多维信息的有机融合可以有效剔除错误匹配点对，快速高效的筛选出最佳匹配点对，同时提高图像匹配融合效果，通过对可见光图像进行基于拉普拉斯金字塔的多尺度图像处理、红外图像二值化、腐蚀、锐化等处理提取非设备区域特征后进行融合，可以突显红外图像中的热辐射信息和可见光中的外观信息。本发明可以实现在同一路视频中同时突显红外图像中热辐射信息和可见光图像中的设备外观信息，达到双光相机在执行巡检任务时可展示融合后的视频，满足现场不同场景的应用需求。
-
公开(公告)号：CN110826647A
公开(公告)日：2020-02-21
申请号：CN201911253596.5
申请日：2019-12-09
Applicant: 国网智能科技股份有限公司
Abstract: 本公开提供了一种电力设备异物外观自动检测方法及系统，获取变电站内检测图像，将图片压缩至指定像素数值；调整图片的旋转角度和色度参数；调整后的一部分图像作为训练数据集，利用深度神经网络对训练数据集进行前向传播操作，得到每层以及总的损失值，其中总的损失值包括边界框是否包含物体的置信度损失以及每个边界框的各个类别损失以及边界框的位置损失；根据损失对各层权重进行反向传播操作，得到训练后的深度学习模型，利用其进行图像中变电站异物外观的检测。
-
公开(公告)号：CN113435300B
公开(公告)日：2022-10-14
申请号：CN202110698635.3
申请日：2021-06-23
Applicant: 国网智能科技股份有限公司
Abstract: 本公开提出了基于机器学习的实时避雷器仪表检测识别方法及系统，包括：采用数据增强的方式扩充避雷器仪表样本图像库；对扩充的样本数据，采用深度学习神经网络模型进行训练获得训练权重文件；基于生成的训练权重文件定位避雷器表盘在图像中位置，采用图像处理技术确定表盘位置ROI；对生成的ROI采用方向图滤波获得表盘刻度，根据表盘刻度计算候补表针队列确定表针位置；根据表针位置获得最后的表计角度值，进一步获得刻度值，得到训练后的深度学习神经网络模型；输入待测图像，利用训练后的深度学习神经网络模型检测椭圆及刻度，最后检测指针位置给出仪表的读数。
-
公开(公告)号：CN114067304A
公开(公告)日：2022-02-18
申请号：CN202111364021.8
申请日：2021-11-17
Applicant: 国网智能科技股份有限公司
Abstract: 本公开提供了一种基于深度学习的数字式仪表智能识别方法及系统，包括获取待识别的数字式仪表图像，并确定数字式仪表图像中的数字区域图像；基于预先训练的数字区域定位模型对数字区域图像进行分割，获得单个数字图像；利用预先训练好的数字分类器对单个数字图像进行识别，获得单个数字识别结果；基于获得的单个数字识别结果及其在数字区域图像中的位置顺序获得最终的识别结果；所述方案有效解决了巡检机器人对变电站中多种类型数字式仪表的准确识别，提高了变电站内监测数据的巡检效率，保障了变电站的安全稳定运行。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.179 seconds)
