-
公开(公告)号：CN119027981B
公开(公告)日：2025-03-04
申请号：CN202411168459.2
申请日：2024-08-23
Applicant: 国网黑龙江省电力有限公司哈尔滨供电公司 , 东北电力大学 , 国家电网有限公司
Abstract: 本发明涉及图像识别技术领域，具体涉及一种输电线路入侵鸟类图像声音联合识别方法。获取输电线路图像数据以及声音信号，通过边缘线的长度以及规则程度在图像数据中筛选出输电线路边缘。接着，在输电线路边缘上识别出边缘像素点密集的图像块作为疑似鸟类区域，这些疑似鸟类区域更可能代表鸟类停留的位置。考虑疑似鸟类区域的颜色集中度和位置靠近视觉中心的程度，以确定其鸟类特征显著值。为了更准确地捕捉鸟类特征，对图像进行多尺度处理，获取每个疑似鸟类区域的特征权重对目标检测算法进行优化后对实时图像数据进行目标检测。最后，将图像检测结果与声音信号相结合，利用声音特征进一步验证和确认鸟类种类，从而提高鸟类识别的全面性和准确性。
-
公开(公告)号：CN112070121B
公开(公告)日：2024-07-16
申请号：CN202010808883.4
申请日：2020-08-12
Applicant: 国网黑龙江省电力有限公司哈尔滨供电公司 , 国家电网有限公司 , 东北电力大学
Abstract: 本发明公开了一种基于变分自编码器的智能电表数据填补方法，具体按照以下步骤实施：以智能电表中获取的历史日负荷数据集为聚类样本进行聚类分析，得到具有不同用电特征的类型日即聚类结果；以聚类结果所含日期中的历史负荷数据为输入，生成基于VAE的海量日负荷曲线；建立离散曲线相似性的数学模型，通过与每个聚类中心比较选取与缺失数据日相似度最高的组，在相似度最高的组中找出十条与缺失数据日负荷曲线形状相似的曲线作为历史日负荷曲线；通过改进的加权平均法处理相似历史日负荷曲线对应的数据，得到对应缺失数据预测值，实现缺失日智能电表负荷数据填补。能够通过历史负荷数据精确填补缺失数据。
-
公开(公告)号：CN112070121A
公开(公告)日：2020-12-11
申请号：CN202010808883.4
申请日：2020-08-12
Applicant: 国网黑龙江省电力有限公司哈尔滨供电公司 , 国家电网有限公司 , 东北电力大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于变分自编码器的智能电表数据填补方法，具体按照以下步骤实施：以智能电表中获取的历史日负荷数据集为聚类样本进行聚类分析，得到具有不同用电特征的类型日即聚类结果；以聚类结果所含日期中的历史负荷数据为输入，生成基于VAE的海量日负荷曲线；建立离散曲线相似性的数学模型，通过与每个聚类中心比较选取与缺失数据日相似度最高的组，在相似度最高的组中找出十条与缺失数据日负荷曲线形状相似的曲线作为历史日负荷曲线；通过改进的加权平均法处理相似历史日负荷曲线对应的数据，得到对应缺失数据预测值，实现缺失日智能电表负荷数据填补。能够通过历史负荷数据精确填补缺失数据。
-
公开(公告)号：CN119027981A
公开(公告)日：2024-11-26
申请号：CN202411168459.2
申请日：2024-08-23
Applicant: 国网黑龙江省电力有限公司哈尔滨供电公司 , 东北电力大学 , 国家电网有限公司
Abstract: 本发明涉及图像识别技术领域，具体涉及一种输电线路入侵鸟类图像声音联合识别方法。获取输电线路图像数据以及声音信号，通过边缘线的长度以及规则程度在图像数据中筛选出输电线路边缘。接着，在输电线路边缘上识别出边缘像素点密集的图像块作为疑似鸟类区域，这些疑似鸟类区域更可能代表鸟类停留的位置。考虑疑似鸟类区域的颜色集中度和位置靠近视觉中心的程度，以确定其鸟类特征显著值。为了更准确地捕捉鸟类特征，对图像进行多尺度处理，获取每个疑似鸟类区域的特征权重对目标检测算法进行优化后对实时图像数据进行目标检测。最后，将图像检测结果与声音信号相结合，利用声音特征进一步验证和确认鸟类种类，从而提高鸟类识别的全面性和准确性。
-
-
-
Search Results
4
records
(took 0.066 seconds)
