-
公开(公告)号：CN112419402B
公开(公告)日：2024-06-18
申请号：CN202011359489.3
申请日：2020-11-27
Applicant: 广东电网有限责任公司肇庆供电局
IPC: G06T7/70 , G06N3/0464 , G01B11/00 , G01B11/24
Abstract: 本发明涉及图像定位的技术领域，具体涉及一种基于多光谱影像和激光点云的定位方法，包括以下步骤：利用多光谱影像和激光点云方法获取电力廊道中被测物体的图像和位置姿态数据；利用图像及位置姿态数据构建卷积神经网络；对神经网络进行训练，生成被测物体的定位模型，对被测物体进行定位。本发明的基于多光谱影像和激光点云的定位方法使用多光谱影像和激光点云技术进行图像、位置信息的收集，使得采集到的被测物体的外形以及位置信息更加精准，也便于后续对物体的定位计算；利用卷积神经网络和定位模型对被测物体的中心位置进行定位，大大提高了定位的精准度，并且本方法为自动化测量工具，人力要求低，有效地节省了劳动力。
-
公开(公告)号：CN112564952A
公开(公告)日：2021-03-26
申请号：CN202011360960.0
申请日：2020-11-27
Applicant: 广东电网有限责任公司肇庆供电局
Abstract: 本发明提供了一种配网线路智能巡检系统，通过设置监控模块、缺陷智能识别模块、抢修资源智能调配模块、任务调度管理模块，以及巡检成果管理及可视化模块可以实时通过监控设备获取巡检人员信息、机巡设备信息、以及设备状态信息，判断巡检设备是否发生故障，并根据预设的故障识别模型对发生的故障进行识别，并对发生的故障生成抢修资源调配单，并自动生成对应的故障抢修任务和巡检任务，下发至对应的用户端，使运维人员可以尽快获知故障和巡检信息，尽快对故障和巡检任务进行处理，提高对配电线路故障检测效率，提高供电可靠性。
-
公开(公告)号：CN112557818A
公开(公告)日：2021-03-26
申请号：CN202011365122.2
申请日：2020-11-27
Applicant: 广东电网有限责任公司肇庆供电局
Abstract: 本发明涉及配电网线路故障定位技术领域，具体涉及一种配电网故障定位精度矫正方法，包括以下步骤：S1、将实际电力线路分成三段，其中第一段和第三段为架空线路，第二段为地下电缆线路；S2、初步判断故障点的位置；S3、故障点初步的定段判断后，根据不同情况进行故障点的矫正。本发明的配电网故障定位精度矫正方法，对传统行波测距造成的误差进行修正，更有利于快速复电的发展要求，既保留了行波测距的便捷性，又增加了测距的精度。
-
公开(公告)号：CN112556719A
公开(公告)日：2021-03-26
申请号：CN202011365143.4
申请日：2020-11-27
Applicant: 广东电网有限责任公司肇庆供电局
Abstract: 本发明涉及一种基于CNN‑EKF的视觉惯性里程计实现方法，先通过卷积神经网络对图像信息进行特征提取，将神经网络输出的相对位姿与惯性传感器的位姿采用基于拓展卡尔曼算法进行融合，最终得到估计出的相对位姿后转换为原始的轨迹。在保障视觉惯性里程计系统的功能前提下，充分发挥深度学习算法的良好优势，并结合多传感器信息，通过卡尔曼滤波算法将神经网络的位姿信息和惯性传感器的位姿信息进行融合，弥补惯性传感器在采集图像信息和惯性位姿信息中存在的不足，进而提升视觉里程计系统鲁棒性和泛化能力。
-
公开(公告)号：CN112446429A
公开(公告)日：2021-03-05
申请号：CN202011360952.6
申请日：2020-11-27
Applicant: 广东电网有限责任公司肇庆供电局
Abstract: 本发明涉及一种基于CGAN的巡检图像数据小样本扩充方法。首先收集巡检图像，判别巡检图像对应的缺陷类型，并进行标注，使用异常检测算法，剔除巡检图像数据集中的异常图像；然后使用传统图像处理算法，对清洗后的巡检图像数据集进行预处理，而后使用巡检图像数据集训练基于卷积神经网络的条件生成对抗网络，得到可生成给定缺陷类型巡检图像数据的CGAN模型；接着使用训练好的CGAN模型的生成器，采样并生成大量巡检图像数据；根据判别器输出的图像真实度，筛选真实度大于给定真实度阈值的生成图像加入巡检图像数据集，得到扩充巡检图像数据集。
-
Patent Agency Ranking
公开(公告)号：CN112434955A
公开(公告)日：2021-03-02
申请号：CN202011360895.1
申请日：2020-11-27
Applicant: 广东电网有限责任公司肇庆供电局
Abstract: 本发明涉及一种基于多数据融合的配网线路运行风险感知方法。包括以下步骤：S1.选取所在区域配网线路，进行合理化分段处理；S2.对每个分段配网线路记录的状态变量数据进行预处理和归一化；S3.多数据融合；S4.根据以往故障情况，将配网线路故障风险划分为多个类别，利用分段配网线路状态变量历史数据验证风险状态评估的有效性，通过分段配网线路状态变量在线数据计算每个分段配网线路实时风险情况，对配网线路风险状态进行有效评估；S5.配网线路运行工况风险概率分布：过分段配网线路风险状态评估，通过计算得到分段配网线路在运行工况时的分析概率分布情况。对于实时监控配网线路、避免重大配网线路事故和提高区域供电可靠性具有重要意义。
-
公开(公告)号：CN112396596A
公开(公告)日：2021-02-23
申请号：CN202011365132.6
申请日：2020-11-27
Applicant: 广东电网有限责任公司肇庆供电局
IPC: G06T7/00 , G06T7/11 , G06T7/194 , G06F16/532 , G06F16/583 , G06K9/00 , G06K9/46 , G06K9/62 , G06N3/04
Abstract: 本发明涉及一种基于语义分割及图像特征描述的闭环检测方法，采用轻量级语义分割网络分割出图像中的动态场景，重点关注于图像中的静态背景图像，能够较好的解决存在动态物体遮挡的问题。将轻量级卷积神经网络提取的图像全局特征与二进制局部差分描述符LDB进行结合，在闭环检测过程中既能应对存在动态物体遮挡的场景，又能快速获取图像的特征描述，从而得到较高的召回率。
-
公开(公告)号：CN112396595A
公开(公告)日：2021-02-23
申请号：CN202011365130.7
申请日：2020-11-27
Applicant: 广东电网有限责任公司肇庆供电局
Abstract: 本发明涉及一种动态环境下基于点线特征的语义SLAM方法，有如下步骤：通过语义分割网络对输入图像进行分割，获得各物体掩码，并将将动态物体的掩码部分去除，得到初步的去除动态物体后的图像；对去除先验动态的图像进行提取点特征，所述的点特征提取采用ORB特征点；对去除先验动态的RGB图片进行线特征提取，所述的线特征提取采用LSD直线特征提取；计算ORB特征点的描述子，采用快速最近邻算法进行特征点匹配；计算直线段的LBD二进制描述子，采用外观一致性验证和几何一致性验证进行线特征匹配。本发明通过点线特征和语义信息结合去除动态的方式，提高了SLAM方法在高动态的环境中运行的精度和鲁棒性，在高动态环境下精度大幅度提高。
-
公开(公告)号：CN112381321A
公开(公告)日：2021-02-19
申请号：CN202011360892.8
申请日：2020-11-27
Applicant: 广东电网有限责任公司肇庆供电局
Abstract: 本发明公开了一种基于网格化划分的配电网运行状态感知方法，首先根据电压等级的不同，对配电网分层次进行网格化划分；第一层为高压配电网格，第二层为中压配电网格，第三层为低压配电网格；在此基础上实现对配电网线路、台区、电缆、开关柜等设备的有效分类；并通过网格之间的通信将每一层网格所监测的信息传送到终端系统，通过基于D‑S证据理论的数据融合方法，对各层级网格信息进行融合，实现对配电网各区域的状态感知，为区域配电网的综合判断提供基础。
-
公开(公告)号：CN112395558B
公开(公告)日：2023-05-26
申请号：CN202011360948.X
申请日：2020-11-27
Applicant: 广东电网有限责任公司肇庆供电局
IPC: G06F17/18 , G06F17/16 , G06F18/214 , G06F18/241
Abstract: 本发明涉及智能配电网数据挖掘处理技术领域，更具体地，涉及一种适用于智能电表历史故障数据的改进型不平衡数据混合采样方法。包括计算特征相关系数，选取重要特征；定各类样本的采样方式及策略；平衡与确定采样后各类样本的数据量。本发明为一种适用于智能电表历史故障数据的改进型不平衡数据混合采样方法，所提方法不但结合智能电表故障数据特征相关系数矩阵，考虑到最大程度保留相关度较强特征的重要信息，而且可以通过设定采样平衡系数实现对采样后各类样本数量的灵活调整，可在样本采样层面减弱各故障类样本量不平衡引起的模型过拟合现象。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.044 seconds)
