-
公开(公告)号：CN118049924A
公开(公告)日：2024-05-17
申请号：CN202311688054.7
申请日：2023-12-07
Applicant: 安徽南瑞继远电网技术有限公司
Abstract: 本发明实施例提供一种基于双目立体视觉的输电线路覆冰厚度测量方法及系统，属于输电线路覆冰测量技术领域。所述输电线路覆冰厚度测量方法包括获取两组待测输电线路覆冰厚度的目标点的图像，其中，所述图像包括左图像以及右图像；根据两组所述图像获取所述目标点的三维坐标；对两组所述图像进行校正处理。本发明通过对输电线路上覆冰的左图像和右图像进行获取，先对两组图像中目标点的三维坐标，再对两组图像进行校正，并获取视差图，最后根据该视差图获取输电线路的覆冰厚度，采用左图像和右图像结合获取视差图的方式，能够精确地获取到输电线路的覆冰厚度，提高检测精度以及稳定性。
-
公开(公告)号：CN113313706A
公开(公告)日：2021-08-27
申请号：CN202110716438.X
申请日：2021-06-28
Applicant: 安徽南瑞继远电网技术有限公司
Abstract: 本发明涉及一种基于检测参考点偏移分析的电力设备缺陷图像检测方法，与现有技术相比解决了电力设备缺陷样本少、识别率低的缺陷。本发明包括以下步骤：训练图像集的获取；缺陷图像检测网络的构建；缺陷图像检测网络的训练；待检测电力设备缺陷图像的获取；电力设备缺陷图像的检测。本发明通过中心点预测网络、目标宽高预测网络和中心点偏移网络的设计，能够放大电力设备缺陷检测范围，并非局限于图像的中心点区域；同时依据周边检测区域的权重值，自动确定周边检测区域在训练学习中所有损失值所占比例；还进一步解决了电力设计缺陷图像训练样本少的问题。
-
公开(公告)号：CN111885150A
公开(公告)日：2020-11-03
申请号：CN202010705895.4
申请日：2020-07-21
Applicant: 安徽南瑞继远电网技术有限公司
Abstract: 本发明公开了一种泛在电力物联网多协议适配系统及其方法，是应用于由物联管理平台，终端传感器、监测系统所组成的物联网环境中，该适配系统包括：安全认证模块、子设备注册模块、协议适配服务模块、数据存储模块和多个协议适配客户端。本发明能适配各种通信协议和数据规约，从而能降低监测数据的共享复杂性和实施成本，并提升互联感知能力、提高运维管理水平、发挥电力数据资产的效益。
-
公开(公告)号：CN110378222A
公开(公告)日：2019-10-25
申请号：CN201910513440.X
申请日：2019-06-14
Applicant: 安徽南瑞继远电网技术有限公司 , 国网山东省电力公司电力科学研究院 , 国家电网有限公司
Abstract: 本发明公开了一种输电线路防震锤目标检测与缺陷识别方法，包括以下步骤：通过图像采集装置获取防震锤图片；对防震锤图片进行预处理得到预处理图片；构建特征提取模块、特征增强模块和像素级预测模块；对特征提取模块、特征增强模块和像素级预测模块进行连接优化，建立训练模型；将预处理图片输入训练模型中进行测试，实现对预处理图片中防震锤的目标检测和识别。本发明还提出一种输电线路防震锤目标检测与缺陷识别装置。本发明极大的提高高分辨率图片的检测速度；一定程度减少计算，实现快速且精准的防震锤目标检测与缺陷识别，提高电力巡检工作的效率。
-
公开(公告)号：CN119651897A
公开(公告)日：2025-03-18
申请号：CN202411653397.4
申请日：2024-11-19
Applicant: 安徽南瑞继远电网技术有限公司 , 国电南瑞南京控制系统有限公司
IPC: H02J13/00 , G06N5/01 , G06N3/0464
Abstract: 本发明涉及一种基于多场景感知的巡视辅助决策方法，包括：构建标准点位标签库，映射为带有场景标签信息的巡视点位标签库，制定各个场景下的任务生成规则；通过深度学习模型和场景标签信息对采集到的数据进行处理和分析，识别当前变电站所处的场景；生成符合场景的巡视任务，自动执行巡视任务并生成巡视报告，持续收集巡视报告，通过反馈循环优化深度学习模型。本发明提高了运维人员的工作效率，根据当前变电站场景自动创建任务可以快速分析当前变电站场景和巡视主机的实时状态，生成最优的巡视计划，保证了巡视任务的及时性和连续性；能够根据实时的环境变化，迅速调整巡视重点，优先保障关键节点和线路的安全，确保电力供应的连续性和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN105182838B
公开(公告)日：2024-07-23
申请号：CN201510403500.4
申请日：2015-07-11
Applicant: 安徽南瑞继远电网技术有限公司
IPC: G05B19/042
Abstract: 本发明提供一种适用于建筑智能化的智能终端处理电路，包括：供电模块、ARM‑M0控制器、开关量输入模块、开关量输出模块、模拟量输入模块、模拟量输出模块和地址拨码模块；所述开关量输入模块、模拟量输入模块和地址拨码模块与所述ARM_M0控制器的输入端连接，所述开关量输出模块和模拟量输出模块与所述ARM_M0控制器的输出端连接，所述供电模块与所述ARM_M0控制器的电源端连接，还包括与ARM_M0控制器连接的RS485差分串口信号切换模块和RJ45串口网络模块。本发明通过强大的信号接入、解析、编码、通信功能，实现站内环境信息数据的实时采集与处理，与智能辅助系统平台进行数据信息交互，电路具有体积小，精度高，干扰小，可靠性高。
-
公开(公告)号：CN110634127A
公开(公告)日：2019-12-31
申请号：CN201910671015.3
申请日：2019-07-24
Applicant: 安徽南瑞继远电网技术有限公司 , 国网山东省电力公司电力科学研究院 , 国家电网有限公司
Abstract: 本发明公开了一种输电线路防震锤目标检测与缺陷识别方法，包括以下步骤：通过图像采集装置获取防震锤图片；对防震锤图片进行预处理得到预处理图片；构建特征提取模块、特征增强模块和像素级预测模块；对特征提取模块、特征增强模块和像素级预测模块进行连接优化，建立训练模型；将预处理图片输入训练模型中进行测试，实现对预处理图片中防震锤的目标检测和识别。本发明还提出一种输电线路防震锤目标检测与缺陷识别装置。本发明极大的提高高分辨率图片的检测速度；一定程度减少计算，实现快速且精准的防震锤目标检测与缺陷识别，提高电力巡检工作的效率。
-
公开(公告)号：CN105425711A
公开(公告)日：2016-03-23
申请号：CN201610036461.3
申请日：2016-01-20
Applicant: 安徽南瑞继远电网技术有限公司
IPC: G05B19/048
CPC classification number: G05B19/048
Abstract: 本发明提供一种智能建筑集成管理系统，包括：集成管理平台、管理控制子系统和前端设备三层体系架构，所述管理控制子系统为模块化结构，所述集成管理平台与管理控制子系统级联，管理控制子系统之间进行模型数据的拼接；所述集成管理平台基于图像化的逻辑控制，对管理控制子系统设置能耗分析、设备控制和执行反馈的能耗调节控制模块；所述管理控制子系统包括建筑设备管理子系统、消防火灾报警子系统、安全防范监控子系统和能源管理子系统；所述前端设备为对智能建筑状态信息进行监控的应用客户端，包括C/S客户端、WEB客户端和移动终端；所述集成管理平台设置全景数据库。本发明对整个建筑的综合监视及控制，可以全面监控建筑的环境与设备的运行情况。
-
公开(公告)号：CN119672890A
公开(公告)日：2025-03-21
申请号：CN202411710777.7
申请日：2024-11-27
Applicant: 安徽南瑞继远电网技术有限公司
Abstract: 本发明涉及一种基于人工智能的输电线路山火实时监测系统，包括：传感器模块；数据处理模块，接收传感器模块采集的环境数据并进行预处理；人工智能分析系统，利用深度学习算法对传感器模块采集的多源数据进行分析，识别输电线路周围的山火风险；预警响应系统，在检测到山火风险时发出预警信号，并根据火灾风险级别采取应急响应措施。本发明还公开了一种基于人工智能的输电线路山火实时监测系统的输电线路山火实时监测方法。本发明在不同环境条件下实现高精度的山火检测，减少误报率，能够在极短时间内发出预警信号，保障输电线路的安全运行；自主判断山火风险，减少了对人工巡检的依赖，提升了输电线路监控的自动化水平。
-
公开(公告)号：CN119559381A
公开(公告)日：2025-03-04
申请号：CN202411710728.3
申请日：2024-11-27
Applicant: 安徽南瑞继远电网技术有限公司
IPC: G06V10/25 , G06V10/82 , G06V10/764 , G06V10/766 , G06V10/40 , G06V10/774 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于改进YOLOv9的输电线路火灾烟雾识别方法，包括：构建火灾烟雾图像数据集；构建输电线路火灾烟雾检测模型；将训练集输入输电线路火灾烟雾检测模型中进行训练，保存训练得到的最优的输电线路火灾烟雾检测模型；将待识别的输电线路火灾烟雾图片输入最优的输电线路火灾烟雾检测模型，得到输电线路火灾烟雾图片检测结果。本发明引入深度可分离卷积，可以使计算量降低、参数减少，提高网络的检测速度；采用并联加权混合域注意力模块，加强火灾烟雾图像中目标特征的提取；采用上采样内容感知特征重组网络结构CARAFE具有更大的感受野，增强了对重要内容的感知，而且由于操作量较少，还能保持模型的轻量级。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.08 seconds)
