-
公开(公告)号：CN118470443A
公开(公告)日：2024-08-09
申请号：CN202410921857.0
申请日：2024-07-10
Applicant: 西安理工大学
IPC: G06V10/764 , G06T7/90 , G06V10/44 , G06V10/80 , G06V10/82
Abstract: 本申请公开了一种输电线路绝缘子覆冰种类识别方法、装置及存储介质，该方法包括：实时获取输电线路上绝缘子的覆冰图像；通过预先训练的第一特征提取网络模型对覆冰图像进行深度特征提取，获得包含不同覆冰种类特征信息的特征图；其中，特征图中不同覆冰种类特征信息通过不同的颜色进行标记；根据预设的颜色像素占比的覆冰种类辨识决策方法，对特征图中的颜色像素占比进行分析，确定覆冰图像对应的覆冰种类。如此，能够实现输电线路绝缘子覆冰种类的自动辨识，减少人工参与，提高对覆冰种类的辨识的精确度和效率。
-
公开(公告)号：CN115809986A
公开(公告)日：2023-03-17
申请号：CN202211341101.6
申请日：2022-10-30
Applicant: 武汉大学 , 西安理工大学 , 武汉敏捷数云信息技术有限公司 , 武汉珈楚智能信息技术有限公司
IPC: G06T7/00 , G08B21/02 , G08B29/18 , G06T7/80 , G06T7/70 , G06V10/82 , G06V10/774 , G06V10/44 , G06V10/54 , G06V10/40 , G06N3/082 , G01S13/08 , G01S13/86
Abstract: 本发明涉及一种多传感器融合的输电走廊智能外破检测方法，该方法基于YOLOv3算法，利用深度神经网络模型压缩技术，在尽可能减少精度损失的前提下，大幅度压缩模型体积，大幅减少模型参数量和计算量，加快模型推理速度，确保检测实时性，同时融合毫米波雷达传感器和相机雷达传感器，准确获取图像中目标的深度距离，并以此进行坐标转换，进一步测算出图像目标与电力线之间的距离，并以此作为报警判别条件。本发明能在保证检测精度的前提下有效降低误报率，实现对输电走廊外破实时监测，提高输电走廊在线视频监控质量，保障输电走廊安全，提高电力设备运行安全稳定性。
-
公开(公告)号：CN109511111B
公开(公告)日：2021-11-16
申请号：CN201811259267.7
申请日：2018-10-26
Applicant: 西安理工大学
IPC: H04W12/125 , H04W40/10 , H04W40/16 , H04W40/22
Abstract: 本发明公开了一种能量采集物联网系统数据安全传输的方法，包括建立存在多个中间节点的解码转发能量采集网络，其传输过程为：首先，各中间节点选取与其相对应的最优供电基站，并进行能量采集；其次，源节点的向中间节点发送信息；然后，从中间节点中选择最优的中继和干扰节点，被选择的中继节点采用解码转发协议向目的节点转发信息，被选择的干扰节点向窃听节点发送干扰信号；最后，目的节点接收信息。本发明公开的方法在节点的选择过程中除了考虑中间节点到目的和窃听节点的信道增益，还考虑了供电基站到中间节点的信道增益，从而提高了中间节点能量的利用率以及能量采集物联网系统的数据安全传输性能。
-
公开(公告)号：CN116738355A
公开(公告)日：2023-09-12
申请号：CN202310445810.7
申请日：2023-04-23
Applicant: 武汉大学 , 西安理工大学 , 武汉敏捷数云信息技术有限公司
IPC: G06F18/25 , G06F18/213 , G06F18/24 , G06N3/04 , G06V10/40 , G06V10/82 , G06V10/764 , G06N3/08
Abstract: 本发明公开了一种考虑数据差异性的电力多模态特征级融合方法，以电力多参量时间序列和图像数据为融合对象，分别对电力多参量时间序列和图像数据进行特征提取；然后使用余弦损失构建特征同化目标函数，对不同的特征进行统一描述，解决语义差异性问题；接着基于交叉损失熵建立特定数据与电力目标感知能力间的映射关系，并在此基础上提出融合权重决策机制，解决感知能力差异性问题；最后对不同的特征进行加权并进行电力目标感知。本发明一定程度上解决了现有电力多模态数据融合对多模态间的语义差异性和感知能力差异性考虑不足，融合效果有限，难以应对数据异常、噪声等问题，可为基于多模态数据融合的电力感知场景提供参考。
-
公开(公告)号：CN116563557A
公开(公告)日：2023-08-08
申请号：CN202310437268.0
申请日：2023-04-22
Applicant: 武汉大学 , 西安理工大学 , 武汉敏捷数云信息技术有限公司
IPC: G06V10/40 , G06V10/77 , G06V10/74 , G06V10/82 , G06V10/764 , G06V10/54 , G06T7/00 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及一种基于域适应网络的电力设备不规则外表面缺陷检测方法，方法首先通过构建包含特征生成器和分类器的域适应架构以增强模型的泛化能力；然后在特征生成器部分增加纹理提取支路，从而提升网络纹理特征感知的能力；并通过添加辅助预测支路的方式，来引导和约束特征提取的过程；其次通过生成器和分类器的对抗学习，得到适用于电力设备不规则外表面缺陷高精度检测模型。本发明具有一定的实用价值。
-
Patent Agency Ranking
公开(公告)号：CN116563386A
公开(公告)日：2023-08-08
申请号：CN202310437215.9
申请日：2023-04-22
Applicant: 武汉大学 , 西安理工大学 , 武汉敏捷数云信息技术有限公司
Abstract: 本发明涉及一种基于双目视觉的变电作业人员近电距离检测方法，该方法基于双目立体匹配算法，通过多阶段视差修正，在尽可能减少精度损失的前提下，大幅减少模型参数量和计算量，加快模型推理速度，确保作业场景空间信息检测实时性，同时结合YOLOV4目标检测算法，准确区分图像中作业人员和带电设备，并以此进行坐标转换，进一步测算出作业人员与带电设备之间的距离，并以此作为报警判别条件。本发明能在保证检测精度的前提下有效检测作业人员近电距离，实现对变电作业触电风险实时监测，提高电力设备运行安全稳定性，保障人员生命安全。
-
公开(公告)号：CN116229048A
公开(公告)日：2023-06-06
申请号：CN202310073880.4
申请日：2023-01-18
Applicant: 西安理工大学
Abstract: 本发明公开了考虑风险场景依存性的生产作业场景理解方法，包括：提取电力作业影像的作业元素特征图、作业元素候选区域框；通过全局视觉特征感知模块得到全局视觉特征；利用作业元素候选区域框构建电力作业场景无向图；利用编码‑解码卷积网络提取电力作业场景无向图中各个作业元素之间的空间拓扑关系特征；通过融合电力作业影像的全局视觉特征和作业元素之间的空间拓扑关系特征进行电力作业场景的理解。能更加精确表征和挖掘作业人员与各个元素之间的复杂作业交互关系特征，提高识别的准确性，进而降低生产安全风险误报率。
-
公开(公告)号：CN119919483A
公开(公告)日：2025-05-02
申请号：CN202510405434.8
申请日：2025-04-02
IPC: G06T7/70 , G06T17/00 , G06T7/00 , G06V10/25 , G06V10/44 , G06V10/75 , G06V10/774 , G06V10/82 , G06V40/10
Abstract: 本发明公开了一种双目立体视觉电力作业安全距离测量方法及系统，涉及图像处理技术领域，解决了难以根据双目图像进行目标识别；其次，难以根据目标识别结果进行特征提取，并难以进行特征匹配；接着，难以根据特征匹配的结果构建视差图后难以重构三维空间模型；最后，难以分析计算电力作业人员、带电设备和大型高空作业车辆相互之间的安全距离，并难以综合分析评估电力作业现场的安全的技术问题。本发明通过识别双目图像中的电力作业人员、带电设备和大型高空作业车辆后进行特征提取和特征匹配；通过构建视差图和重构三维空间模型后测量电力作业人员、带电设备和大型高空作业车辆相互之间的安全距离。
-
公开(公告)号：CN119445198A
公开(公告)日：2025-02-14
申请号：CN202411391217.X
申请日：2024-10-08
IPC: G06V10/764 , G06V10/774 , G06V10/26 , G06V10/82 , G06N3/0499 , G06N3/094
Abstract: 本申请提供了一种放电检测模型及其训练方法、使用方法、设备、介质。所述放电检测模型包括：预处理模块，用于对输入至所述放电检测模型的视听数据进行预处理、标记化处理、以及投影处理；其中，所述视听数据为对用电设备进行视听监测得到的数据；掩码模块，用于对投影后的视听数据进行数据嵌入和数据遮掩；编码模块，用于对视听数据进行单模编码以及联合多模编码；分类模块，用于基于编码结果检测用电设备是否发生放电故障，以及用于在检测到所述用电设备发生放电故障的情况下，输出放电故障类型。通过本申请可以实现对用电设备放电故障的高精度检测，并结合用电设备实际情况输出相应放电故障类型。
-
公开(公告)号：CN119273655A
公开(公告)日：2025-01-07
申请号：CN202411360790.4
申请日：2024-09-27
IPC: G06T7/00 , G06T7/73 , G06V10/764 , G06V10/82 , G06V10/52 , G06N3/0464
Abstract: 本发明公开的基于协同混合分配训练的输电线路相似性缺陷识别方法，包括：步骤1、获取输电线路的图像数据，并进行预处理；步骤2、进行特征提取生成一系列特征图，通过特征金字塔对每个特征图进行卷积和上采样操作提取多尺度特征；步骤3、将步骤2中生成的特征图输入编码器，生成图像中缺陷特征的上下文信息；步骤4、通过解码器接收步骤3中上下文信息，并结合Co‑DETR模型对步骤2中的多尺度特征进行处理，为每个Ground Truth生成多个候选正样本坐标，通过解码器整合多尺度特征和正样本信息，输出相似性缺陷的预测类型及位置信息；通过该方法解决了现有技术中在复杂场景下、人工识别相似性缺陷容易发生人为漏检或误检等问题。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.029 seconds)
