一种基于CBAM-Res_Unet的电厂管道高压蒸汽泄露检测方法

    公开(公告)号:CN113763327B

    公开(公告)日:2023-11-24

    申请号:CN202110914532.6

    申请日:2021-08-10

    Abstract: 本发明涉及一种基于CBAM‑Res_Unet的电厂管道高压蒸汽泄露检测方法,方法包括:获取待测试的高压蒸汽泄漏图片,使用CBAM‑Res_Unet网络模型,网络中还加入了损失函数和评价标准,对所述高压蒸汽泄漏图片进行图像分割,终输出检测结果。现有技术相比,本发明使用了对高压蒸汽泄漏的适应性更强的深度学习网络CBAM‑Res_Unet,对损失函数Dice Loss函数和Focal Loss函数进行结合后提高了网络训练的稳定性,实现了电厂管道高压蒸汽的监测,本发明具有对于电厂管道高压蒸汽泄漏的有较好的泛用性、检测蒸汽泄漏区域的准确性高等优点。

    一种基于地平面的单目视觉辅助激光雷达里程计方法

    公开(公告)号:CN112484746B

    公开(公告)日:2023-04-28

    申请号:CN202011345746.8

    申请日:2020-11-26

    Abstract: 本发明涉及一种基于地平面的单目视觉辅助激光雷达里程计方法,包括提供一种基于地平面的单目视觉辅助激光雷达里程计方法,利用激光里程计中的地面点云高效提取图像中的地面特征点,基于单应性变换实现高效的绝对尺度相机运动估计,进而将运动估计用于矫正激光里程计中的自运动点云畸变和位姿优化。与现有技术相比,本发明提出的紧耦合方案高效利用单目视觉图像和激光雷达点云中的地平面信息,避免了现有的视觉和激光雷达融合算法中存在的计算复杂度高、系统精度及稳定性受错误的深度匹配影响的问题。

    一种巡检机器人视觉里程计方法

    公开(公告)号:CN115100237A

    公开(公告)日:2022-09-23

    申请号:CN202210482290.2

    申请日:2022-05-05

    Abstract: 本发明涉及一种巡检机器人视觉里程计方法,包括获取机器人相机内部参数;在机器人运行过程中通过可见光相机截取图像;选取截取图像中的相邻两帧记为源帧和目标帧;将源帧输入至无监督深度估计网络得到预测深度;无监督深度估计网络进行密集模块的轻量化改进;利用光流网络对源帧和目标帧预测前向光流和后向光流,根据前后光流一致性原则筛选得到优质匹配特征点对;通过三角测量获得计算深度;将预测深度和计算深度根据尺度对齐方法进行帧间尺度对齐,获得尺度一致机器人定位轨迹。与现有技术相比,本发明实现机器人在巡检过程中的高效定位,避免因定位精度不足导致的巡检结果失效,节约巡检资源,在电厂巡检任务中具有较高的实际使用价值。

    基于VMD-AR-LightGBM的燃气轮机控制系统分层故障诊断方法

    公开(公告)号:CN114779745A

    公开(公告)日:2022-07-22

    申请号:CN202210489913.9

    申请日:2022-05-06

    Abstract: 本发明提供一种基于VMD‑AR‑LightGBM的燃气轮机控制系统分层故障诊断方法,涉及火电厂故障诊断技术领域。该方法包括:从数据采集系统获取原始故障样本信号,进行数据预处理,形成初始数据集;对初始数据集进行VMD‑AR建模,获得用于表征故障的故障特征向量;根据故障的不同层级特点和故障类型设计多个LightGBM分类模型,形成分层故障诊断模型;使用贝叶斯优化算法对分层故障诊断模型的超参数进行优化,并将待识别信号输入故障诊断模型中,以得到诊断结果,从而实现燃气轮机控制系统回路故障诊断。通过对燃机控制系统进行分层故障诊断,有效地提高故障识别率,为燃气轮机控制系统回路故障诊断提供了重要的决策支持。

    基于GRU-CNN的综合能源网络安全攻击检测方法

    公开(公告)号:CN112333194A

    公开(公告)日:2021-02-05

    申请号:CN202011239713.5

    申请日:2020-11-09

    Abstract: 本发明提供一种基于GRU‑CNN的综合能源网络安全攻击检测方法,包含步骤:S1、按时序采集网络节点的第一至第d类工作数据,建立第一工作数据集;S2、根据GRU‑CNN网络的门控循环单元的时间步长,基于所述第一工作数据集生成训练数据集和测试数据集,为所述训练数据集设置对应的标签;S3、通过所述训练数据集训练GRU‑CNN网络,其中训练数据集作为门循环控制单元的输入,通过门循环控制单元提取训练数据集的序列特征,并将该序列特征输入GRU‑CNN网络的卷积神经网络,通过卷积神经网络根据序列特征提取对应的多维度特征,并建立多维度特征到攻击类型的映射;S4、将测试数据集输入训练好的GRU‑CNN网络,得到综合能源网络的安全攻击类型的分类结果。

    一种基于单对以太网的远程数据采集系统

    公开(公告)号:CN215117212U

    公开(公告)日:2021-12-10

    申请号:CN202120900015.9

    申请日:2021-04-28

    Abstract: 本实用新型涉及一种基于单对以太网的远程数据采集系统,包括远程数据采集装置和数据监控装置,其中远程数据采集装置包括依次连接的数据采集模块、主控模块和单对以太网通信模块;主控模块包括ARM主控芯片,以及连接ARM主控芯片的存储器、时钟系统、电源单元、显示屏、串口和开关单元,ARM主控芯片包括数模转换单元和MAC单元;数据采集模块包括依次连接的信号预处理单元和模数通道拓展单元,模数通道拓展单元连接ARM主控芯片的数模转换单元;单对以太网通信模块包括单对以太网PHY芯片,单对以太网PHY芯片连接ARM主控芯片的MAC单元。与现有技术相比,本实用新型具有兼容好、传输效率高简化现场布线等优点。

Patent Agency Ranking