-
公开(公告)号：CN113177294A
公开(公告)日：2021-07-27
申请号：CN202110369538.X
申请日：2021-04-06
Applicant: 国网湖北省电力有限公司检修公司 , 湖北省超能电力有限责任公司 , 南昌工程学院
Abstract: 本发明提供一种应用于变压器油化检测试验的数据联合分析方法，属于变电检测试验数据分析和电力设备运行状态评价技术领域。该方法以变电五通检测试验项目为基础，以绝缘油性能状态为评价目标，提出一种充油型变压器绝缘油绝缘性能评估的数据联合智能分析方法及策略，该方法及策略决定与单台设备绝缘油状态强关联的油化试验数据选择原则及其决策因子确定方法，通过建立变压器绝缘油性能指数评价模型，计算绝缘油性能指数，最大限度实现变压器绝缘油绝缘状态的全方位评价，从而更加准确的评估变压器的健康状态，尤其是充油型变压器的健康状况。
-
公开(公告)号：CN119672028B
公开(公告)日：2025-04-18
申请号：CN202510195061.6
申请日：2025-02-21
Applicant: 南昌科晨电力试验研究有限公司 , 国网江西省电力有限公司电力科学研究院 , 华东交通大学 , 南昌工程学院
Abstract: 本发明公开了一种基于绝缘子串红外热像图温差调节的劣化识别方法及系统，该方法包括如下步骤：获取绝缘子串的红外热像图；提取图像中绝缘子串的所在区域并划分出各个绝缘子元件所在区域；获取各个绝缘子元件所在区域中亮度的最高值与最低值；计算绝缘子元件所在区域内亮度最高值与最低值对应的温度并结合当下温度获取最佳温度测量范围，对绝缘子串图像进行调整，得到最优绝缘子串图像；计算出绝缘子串的所在区域中的异常区域，对异常区域进行自适应连通域分析，并通过条件随机场CRF对连通域分析进行优化，将相邻异常区域进行合并，得到完整的劣化区域；本发明使得工作人员在对大量绝缘子串进行检查时，所需时间大幅减少。
-
公开(公告)号：CN119672028A
公开(公告)日：2025-03-21
申请号：CN202510195061.6
申请日：2025-02-21
Applicant: 南昌科晨电力试验研究有限公司 , 国网江西省电力有限公司电力科学研究院 , 华东交通大学 , 南昌工程学院
Abstract: 本发明公开了一种基于绝缘子串红外热像图温差调节的劣化识别方法及系统，该方法包括如下步骤：获取绝缘子串的红外热像图；提取图像中绝缘子串的所在区域并划分出各个绝缘子元件所在区域；获取各个绝缘子元件所在区域中亮度的最高值与最低值；计算绝缘子元件所在区域内亮度最高值与最低值对应的温度并结合当下温度获取最佳温度测量范围，对绝缘子串图像进行调整，得到最优绝缘子串图像；计算出绝缘子串的所在区域中的异常区域，对异常区域进行自适应连通域分析，并通过条件随机场CRF对连通域分析进行优化，将相邻异常区域进行合并，得到完整的劣化区域；本发明使得工作人员在对大量绝缘子串进行检查时，所需时间大幅减少。
-
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。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN119540702A
公开(公告)日：2025-02-28
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：CN119540566A
公开(公告)日：2025-02-28
申请号：CN202510073511.4
申请日：2025-01-17
Applicant: 南昌工程学院
Inventor： 曾兵 , 曾赟 , 谢云敏 , 华威 , 刘邦 , 廖展鹏 , 巫平强 , 陈宇聪 , 李得志 , 万好 , 饶繁星 , 陈显彪 , 张文华 , 杨小品 , 彭聪 , 易可欣 , 周娱璐 , 金子涵 , 陈昱璋
IPC: G06V10/30 , G06V10/80 , G06V10/82 , G06V10/52 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种输电线路巡检图像去噪方法及系统，包括以下步骤：S1：获取绝缘子原始图像，对原始图像添加噪声，构建绝缘子噪声图像数据集；S2：基于SADNet去噪网络模型进行改进，引入Mix模块、CSM模块和CCAM模块，构建SADNet‑S去噪网络模型；S3：利用绝缘子噪声图像数据集对SADNet‑S去噪网络模型进行训练，获得最优训练权重；S4：将最优训练权重载入SADNet‑S去噪网络模型，将待测绝缘子噪声图像输入SADNet‑S去噪网络模型得到去噪后的绝缘子图像。本发明提出基于多尺度特征提取，动态自适应过滤和注意力机制改进的SADNet‑S去噪网络模型，通过采用SADNet‑S去噪网络模型，充分发挥其强大的泛化性和鲁棒性，以实现高效的图像去噪并显著提升目标检测精度。
-
公开(公告)号：CN119444752A
公开(公告)日：2025-02-14
申请号：CN202510037996.1
申请日：2025-01-10
Applicant: 南昌工程学院
Inventor： 曾兵 , 周志豪 , 谢云敏 , 华威 , 李得志 , 万好 , 巫平强 , 刘邦 , 陈显彪 , 陈宇聪 , 饶繁星 , 杨小品 , 张文华 , 彭聪 , 周娱璐 , 金子涵 , 易可欣 , 陈昱璋 , 胡昱帆
IPC: G06T7/00 , G06V10/44 , G06V10/82 , G06V10/25 , G06V20/17 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/0495
Abstract: 本发明公开了一种基于轻量级CGC‑YOLO的绝缘子缺陷检测方法，S1：构建输电线路绝缘子缺陷的图像数据集，并划分为训练集和验证集；S2：构建CGC‑YOLO网络模型，该模型包括主干网络、颈部网络与头部网络；S3：利用训练集的绝缘子缺陷图像对CGC‑YOLO网络模型进行训练，并利用验证集的绝缘子缺陷图像在训练过程中评估CGC‑YOLO网络模型的性能，得到训练好的CGC‑YOLO网络模型；S4：将待测绝缘子缺陷图像输入至训练好的CGC‑YOLO网络模型进行绝缘子缺陷的检测。本发明通过优化模型结构和引入创新的模块，在低计算量下实现了高精度的绝缘子缺陷检测，适用于复杂环境下的高效巡检需求，显著提升了检测效果和设备端的实用性。
-
公开(公告)号：CN119044787B
公开(公告)日：2025-02-11
申请号：CN202411555975.0
申请日：2024-11-04
Applicant: 南昌工程学院
IPC: G01R31/367 , G01R31/374 , G01R31/392 , G06F18/15
Abstract: 本发明公开了一种锂电池剩余使用寿命预测方法及系统，将至少一个历史放电电压数据子序列进行对齐，并基于预设的滑动窗口在至少一个历史放电电压数据子序列上滑动，每次滑动时计算滑动窗口中的历史放电电压数据变化量，并根据各个历史放电电压数据变化量的平均值作为电压修正系数，根据电压修正系数，采用预设的修正规则对第一放电电压数据进行修正，得到当前循环周期下的第一目标放电电压数据，并根据预设的初始放电电压数据以及与初始放电电压数据相对应的初始循环次数，确定与第一目标放电电压数据相对应的当前剩余循环次数。尽可能的剔除锂电池发热造成的干扰，能够较为准确的基于放电电压的变化确定当前锂电池的剩余循环次数。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.031 seconds)
