-
公开(公告)号:CN119540702B
公开(公告)日:2025-05-13
申请号:CN202510073715.8
申请日:2025-01-17
Applicant: 南昌工程学院
Inventor: 曾兵 , 巫平强 , 谢云敏 , 李得志 , 万好 , 刘邦 , 曾赟 , 华威 , 周志豪 , 陈显彪 , 陈宇聪 , 饶繁星 , 杨小品 , 张文华 , 彭聪 , 金子涵 , 周娱璐 , 易可欣 , 陈昱璋
IPC: G06V10/80 , G06V10/82 , G06V10/42 , G06V10/44 , G06V10/54 , G06N3/0455 , G06N3/0464 , G06T5/50 , G06T5/60
Abstract: 本发明公开了一种输变电设备巡检红外与可见光图像融合方法,S1:获取电力设备的红外图像与可见光图像,构建电力设备的图像数据集,并划分为训练集与测试集;S2:构建红外与可见光图像融合网络模型EIVFusion;S3:利用训练集中电力设备的红外图像与可见光图像对红外与可见光图像融合网络模型EIVFusion进行训练,得到训练好的红外与可见光图像融合网络模型EIVFusion;S4:将测试集中电力设备的红外图像与可见光图像输入训练好的红外与可见光图像融合网络模型EIVFusion中得到融合图像。本发明能够将可见光图像以及红外图像中的特征很好地提取出来并融合在一起,可实现输变电设备巡检红外图像与可见光图像的高性能融合。
-
公开(公告)号:CN119151925B
公开(公告)日:2025-02-11
申请号:CN202411639967.4
申请日:2024-11-18
Applicant: 南昌工程学院
Abstract: 本发明公开了一种输电线路绝缘子实时健康检测方法及系统,涉及绝缘子检测技术领域,通过对图像进行预处理,然后将预处理后的图像输入到预训练的YOLO‑F模型中,YOLO‑F模型通过主干网络提取特征,并利用特征融合网络进行多尺度特征融合,将主干网络提取特征和融合特征传入自由检测头进行分析,自由检测头分析主干网络提取特征和融合特征,分析结果通过非极大值抑制算法进一步处理,最终得到绝缘子健康检测结果,依据绝缘子健康检测结果生成相应的管理建议。检测系统通过YOLO‑F模型准确地捕捉物体的真实形状和位置,在处理不同角度下绝缘子的检测时,通过直接回归边界框和旋转量,更好地拟合物体的实际轮廓,提高检测的精度。
-
公开(公告)号:CN119151925A
公开(公告)日:2024-12-17
申请号:CN202411639967.4
申请日:2024-11-18
Applicant: 南昌工程学院
Abstract: 本发明公开了一种输电线路绝缘子实时健康检测方法及系统,涉及绝缘子检测技术领域,通过对图像进行预处理,然后将预处理后的图像输入到预训练的YOLO‑F模型中,YOLO‑F模型通过主干网络提取特征,并利用特征融合网络进行多尺度特征融合,将主干网络提取特征和融合特征传入自由检测头进行分析,自由检测头分析主干网络提取特征和融合特征,分析结果通过非极大值抑制算法进一步处理,最终得到绝缘子健康检测结果,依据绝缘子健康检测结果生成相应的管理建议。检测系统通过YOLO‑F模型准确地捕捉物体的真实形状和位置,在处理不同角度下绝缘子的检测时,通过直接回归边界框和旋转量,更好地拟合物体的实际轮廓,提高检测的精度。
-
公开(公告)号:CN118823487B
公开(公告)日:2024-12-10
申请号:CN202411303708.4
申请日:2024-09-19
Applicant: 南昌工程学院
IPC: G06F17/18 , G06V10/764
Abstract: 本发明公开了一种基于动态对抗监督策略的电压互感器目标检测方法及系统,方法包括:获取基础数据集,并根据所述基础数据集对预设的监督网络进行迭代训练,得到监督模型;采用预设的划分规则将所述基础数据集划分为动态数据集,并根据预设的对抗扰动策略对所述动态数据集进行更新,得到目标动态数据集;根据所述目标动态数据集对预设的受监督网络进行迭代训练,并在每次迭代训练过程中,根据预设的对抗监督学习策略对所述受监督网络的模型参数进行更新,得到最终的目标检测模型。可以有效提升网络模型的鲁棒性和稳定性,进而提高电压互感器目标检测的准确度。
-
公开(公告)号:CN112165839B
公开(公告)日:2021-07-02
申请号:CN202011144293.2
申请日:2020-10-23
IPC: H05K7/20
Abstract: 本发明公开了一种电器设备的散热系统,包括电器单元、换热单元和制冷单元,所述换热单元包括蒸发腔、冷凝腔和回流箱,所述蒸发腔与冷凝腔连通,所述回流箱固定设置在冷凝腔底部,且回流箱中开设有冷却剂收集槽,所述冷却剂收集槽内部活动连接有隔板,所述控制机构槽内部设置有控制机构,本发明在使用中,通过挤压杆和各控制板间的配合,实现了冷却剂在冷凝腔中冷凝时保持在一个较高的压力条件下,同时阻碍柱、挤压弹簧和电磁铁间的配合,冷凝腔中的冷却剂只有在高压过冷的状态下才能够打开隔板,使得冷却剂进入毛细管道,避免了低压冷却剂进入毛细管道而发生大量“闪蒸”现象导致制冷效率不足的问题。
-
公开(公告)号:CN107860997A
公开(公告)日:2018-03-30
申请号:CN201711033390.2
申请日:2017-10-30
Applicant: 南昌工程学院
IPC: G01R31/00 , H02M7/5387
CPC classification number: G01R31/00 , H02M7/5387
Abstract: 本发明公开了基于换流链的H桥功率模块全功率快速试验平台及方法,涉及电力电子技术领域,将功率模块级联形成换流链,两条换流链的逆变侧经过电感串联。试验时,首先通过直流电源对换流链进行整体充电,使其接近于直流电容额定电压;然后断开充电电源,在部分链节的直流侧接入补能直流电源,该电源的容量仅需要满足在试验过程中换流链的损耗能量即可;最后通过电压-电流控制策略,将一条换流链等效为电压源,另一条换流链等效为可控电流源,从而实现全功率运行。该方法能够一次试验多个功率模块,从而大大提高功率模块的全功率试验效率。
-
公开(公告)号:CN107749552A
公开(公告)日:2018-03-02
申请号:CN201711172441.X
申请日:2017-11-22
Applicant: 南昌工程学院
IPC: H01S1/02
CPC classification number: H01S1/02
Abstract: 本发明公开了一种基于注入锁相的可调谐光电振荡器,涉及微波光子学技术领域,通过微波开关快速切换滤波器组的结构,采用注入锁相技术,实现超低相位噪声和频率可调谐的OEO,可调谐的微波源使用高稳定的晶振倍频源,一路输出用来注入单环OEO中,调节OEO环内的移相器使得某个模式与注入频点对准,使得主模振荡、边模得到抑制。另一路与OEO输出电信号进行鉴相,通过鉴相输出的相位差信号转换电压信号即相位的漂移,通过压控移相器控制,对OEO环路进行反馈控制。在保证超低相位噪声的情况下,OEO输出微波信号的长期稳定性也得到了极大的改善。
-
公开(公告)号:CN118823487A
公开(公告)日:2024-10-22
申请号:CN202411303708.4
申请日:2024-09-19
Applicant: 南昌工程学院
IPC: G06V10/764 , G06V10/774 , G06V10/77 , G06F17/18 , G06N3/09
Abstract: 本发明公开了一种基于动态对抗监督策略的电压互感器目标检测方法及系统,方法包括:获取基础数据集,并根据所述基础数据集对预设的监督网络进行迭代训练,得到监督模型;采用预设的划分规则将所述基础数据集划分为动态数据集,并根据预设的对抗扰动策略对所述动态数据集进行更新,得到目标动态数据集;根据所述目标动态数据集对预设的受监督网络进行迭代训练,并在每次迭代训练过程中,根据预设的对抗监督学习策略对所述受监督网络的模型参数进行更新,得到最终的目标检测模型。可以有效提升网络模型的鲁棒性和稳定性,进而提高电压互感器目标检测的准确度。
-
公开(公告)号:CN118334323B
公开(公告)日:2024-08-20
申请号:CN202410764478.5
申请日:2024-06-14
Applicant: 南昌工程学院
Abstract: 本发明公开了一种基于紫外图像的绝缘子检测方法及系统,方法包括:构建目标检测网络,所述目标检测网络包括特征提取网络、特征金字塔网络以及输出网络;根据预设的通道联合层剪枝策略对所述目标检测网络进行裁剪,得到最终的绝缘子检测模型,所述通道联合层剪枝策略包括层剪枝子策略以及核裁剪子策略;将包含绝缘子的紫外图像输入至所述绝缘子检测模型中,所述绝缘子检测模型输出与所述紫外图像相对应的分割图像。通过轻量化池化金字塔结构来加快网络模型收敛丰富特征图表达能力,同时使用轻量化注意力机制增加对关键特征的权重,以达到提升绝缘子检测模型分割精度。
-
公开(公告)号:CN118036701A
公开(公告)日:2024-05-14
申请号:CN202410424172.5
申请日:2024-04-10
Applicant: 南昌工程学院
IPC: G06N3/09 , G06N3/0475 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084 , G06V10/82 , G06V10/778
Abstract: 本发明公开了一种基于紫外图像的绝缘子电晕放电数据增强方法及系统,包括:获取绝缘子电晕放电的紫外图像,根据labelme工具对所述紫外图像中的绝缘子及放电区域采用多边形框进行标注,得到标注后的目标紫外图像;将所述目标紫外图像输入至预先构建的生成对抗网络模型中,所述对抗网络模型输出与所述目标紫外图像对应的虚拟紫外图像。对生成对抗网络损失函数进行优化,在生成对抗损失函数中加入了强学习区域损失实现局部监督学习,使得网络模型在小数据集上训练也能得到不错的效果,通过调节损失函数中强学习权值可控制监督学习参与权重来优化生成对抗网络模型性能。
-
-
-
-
-
-
-
-
-