-
公开(公告)号:CN118795357A
公开(公告)日:2024-10-18
申请号:CN202411267537.4
申请日:2024-09-11
Applicant: 威胜信息技术股份有限公司
IPC: G01R31/382 , G01R31/367
Abstract: 本发明适用于智能电表技术领域,涉及一种锂亚电池剩余电量评估方法及系统,包括:基于小波塔式分解算法对某次采样过程中所获得的信号进行分解,得到三个子信号;对子信号进行分解;计算采集信号中的噪声成分的平均能量;对每一层的分解子信号进行噪声系数提取;使用小波塔式重构算法对信号进行逐层重构;计算大噪声信号比例值;将平均能量和大噪声信号比例值发送至主站;主站进行时钟电池的剩余电量评估,若电表内剩余电量满足条件,主站将针对此电表发出电池更换通知。本发明流程简单、操作便捷,对电表电池剩余电量评估准确,实现了更高效率的电池资源利用,降低了电表电池的平均更换次数,减少了电表在整个产品寿命周期中的运维成本。
-
公开(公告)号:CN117650959A
公开(公告)日:2024-03-05
申请号:CN202311497839.6
申请日:2023-11-10
Applicant: 威胜信息技术股份有限公司
Abstract: 本发明适用于宽带数字通信技术领域,涉及一种针对BPSK调制的改进型部分传输序列方法,利用BPSK调制的信号特征,通过引入新型的相位因子的选择方案,简化PTS方案的时域候选信号的计算过程,且可以让发射端无需再传输任何边带信息,BPSK调制信号在新的相位因子序列的帮助下,其对应的部分传输序列方法可以有效降低计算复杂度,同时在不携带边带信息的情况获得了和传统方案相同的信道传输性能,另外也可以获得非常优秀的降峰均比性能。
-
公开(公告)号:CN117650960A
公开(公告)日:2024-03-05
申请号:CN202311502680.2
申请日:2023-11-10
Applicant: 威胜信息技术股份有限公司
Abstract: 本发明适用于宽带数字通信技术领域,涉及一种部分传输序列算法最优时域候选信号的快速搜索方法,通过将PTS方案的时域候选信号的计算和选择过程等价交换转换为原始频域信号所对应的时域信号的加扰信号的计算和选择过程,并通过设置峰值阈值的方式来实现加扰信号的快速筛选,可以通过少量比例的局部数值的计算和对比快速找到峰均比值最小或较小的时域候选信号,大幅度降低候选信号的元素数值的计算比例,从而有效降低了算法的计算复杂度,提高了降峰均比值效率。
-
公开(公告)号:CN117197555A
公开(公告)日:2023-12-08
申请号:CN202311135375.4
申请日:2023-09-05
Applicant: 威胜信息技术股份有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/40 , G06V10/80 , G06Q50/06
Abstract: 本发明公开了一种输电线关键部位识别与缺陷检测方法,包括以下步骤:搭建输电线巡检数据采集系统,获取输电线图像数据,并对图像数据进行预处理,形成图像数据集;根据所述图像数据集进行输电线图像数据特征分析,得到输电线关键部位特征;根据输电线关键部位特征,构建基于YOLOv7的输电线关键部位识别与缺陷检测模型,并通过图像数据集对模型进行迭代训练,得到最优模型;获取待测图像,通过所述最优模型对输电线待测图像进行关键部位识别与缺陷检测。本发明解决了如何准确且快速的对输电线路关键部位进行实时、精准监测并输出结果的技术问题。
-
公开(公告)号:CN116502810B
公开(公告)日:2023-11-03
申请号:CN202310769238.X
申请日:2023-06-28
Applicant: 威胜信息技术股份有限公司
IPC: G06Q10/063 , G06N3/0464 , G06V10/25 , G06V10/44 , G06V10/774 , G06V10/82 , G06V20/40 , G06V20/52
Abstract: 本发明公开了一种基于图像识别的标准化生产监测方法,包括以下步骤:采集图像数据,构建图像数据集;构建YOLOv5网络模型;将所述YOLOv5网络模型通过图像数据集进行迭代训练以及量化、转换处理,得到最优模型,并通过所述最优模型实时输出标准化生产的监测结果;构建监测服务平台,对标准化生产的监测结果进行实时监测和处理。本发明解决了现有的生产监管方式不够便捷以及监管响应不及时的技术问题。
-
公开(公告)号:CN116883934A
公开(公告)日:2023-10-13
申请号:CN202310769231.8
申请日:2023-06-28
Applicant: 威胜信息技术股份有限公司
IPC: G06V20/52 , G06N3/0464 , G06N3/084 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/80 , G06V10/82 , G06V20/70 , G08B21/24
Abstract: 本发明公开了一种基于轻量级架构的消防通道检测方法,包括以下步骤:获取消防通道数据,并进行标注,构建消防通道数据集;构建轻量级消防通道检测模型;将所述消防通道数据集在所述轻量级消防通道检测模型进行迭代训练,得到最优模型,并通过所述最优模型实时输出消防通道检测结果;构建报警机制,并根据检测结果进行预警。本发明解决了现有的作业人员进行消防通道检测的方式不够便捷及准确的技术问题。
-
公开(公告)号:CN116662840A
公开(公告)日:2023-08-29
申请号:CN202310164933.3
申请日:2023-02-08
Applicant: 威胜信息技术股份有限公司
IPC: G06F18/23213 , G06F18/15 , G06F17/18 , G06N20/00
Abstract: 本发明适用于机器学习技术领域,涉及一种基于机器学习的低压台区用户相位识别方法,包括:S10、获取低压台区的电能数据集;S20、分析判断电能数据集中是否存在缺失值和异常值;S30、对缺失值和异常值进行预处理;S40、构建多元线性回归模型,对单相电表的相位进行判断;S50、通过K‑Means聚类算法对低压台区用户相位进行识别。本发明过程简单、操作方便,在无需增加其他硬件的情况下,通过多元线性回归与K‑Means聚类算法对用户相位进行识别,识别精度高,减少了对硬件的依赖,维护便捷。
-
公开(公告)号:CN116500474A
公开(公告)日:2023-07-28
申请号:CN202211526212.4
申请日:2022-12-01
Applicant: 威胜信息技术股份有限公司
IPC: G01R31/388 , G01R31/396 , G01R31/371 , G01R31/367 , G01R31/392
Abstract: 本发明适用于智能电表技术领域,涉及一种智能电表的一次性电池更换预警方法,包括以下步骤:S10、在台区内每个智能电表中均增加电池电压采样电路;S20、电池电压采样电路周期性获取相关的电池电压采样信号,每次完成采样后将采样数据发送至电表通信模块,电表通信模块将采样数据上报至主站;S30、主站为台区内每只入网电表均建立一个数据存储条目,并进行相关数据分析,从而对每只入网电表的一次性电池的当前状态进行判断;S40、主站根据步骤S30中的判断结果为每只入网电表提供更换预警信息。本发明可远程监测电表电池的工作状态,并对电池的更换时间进行预警,有效降低了电表使用周期内的电池更换次数。
-
公开(公告)号:CN116500456A
公开(公告)日:2023-07-28
申请号:CN202310744741.X
申请日:2023-06-25
Applicant: 威胜信息技术股份有限公司
IPC: G01R31/367 , G06F18/243 , G06N20/20 , G06F18/214
Abstract: 本发明公开了一种基于机器学习的三元锂电池容量检测方法,其中,包括以下步骤:获取电池数据,并基于所述电池数据构建数据集;将所述数据集进行数据降维以及标准化处理;构建电池容量检测模型,通过所述数据集对电池容量检测模型进行训练,并对训练后的模型进行评估;将新采集的电池数据输入到完成评估后的电池容量检测模型中,即可实现对电池容量的实时在线检测。本发明解决了如何准确且快速的对电池容量进行精准无损检测并输出结果的技术问题。
-
公开(公告)号:CN116452408A
公开(公告)日:2023-07-18
申请号:CN202211526269.4
申请日:2022-12-01
Applicant: 威胜信息技术股份有限公司
IPC: G06T3/00 , G06V10/774 , G06N3/08 , G06N3/0464
Abstract: 本发明适用于深度学习与目标检测技术领域,涉及一种基于风格迁移的透明液体感知方法,包括:S10、获取源域数据样本与目标域数据样本,构建两种不同风格的液体数据集;S20、构建轻量级风格迁移网络模型;S30、将步骤S10获取的数据在轻量级风格迁移网络模型上进行迭代训练,获得最优风格迁移网络模型;S40、利用最优风格迁移网络模型进行液体图像风格转换;S50、构建基于YOLOv5s的液体检测网络模型;S60、将步骤S40获取的液体图像风格转换数据在液体检测模型上进行迭代训练,获得最优液体检测网络模型;S70、将转换后的液体图像风格数据输入最优液体检测网络模型,得到液体检测结果。本发明过程简单、操作方便,通过风格迁移技术可对透明液体实现精准感知。
-
-
-
-
-
-
-
-
-