-
公开(公告)号：CN105303162A
公开(公告)日：2016-02-03
申请号：CN201510603397.8
申请日：2015-09-21
Applicant: 华北电力大学(保定)
IPC: G06K9/00
CPC classification number: G06K9/0063 , G06K2209/21
Abstract: 本发明公开了一种基于目标建议算法的航拍图像绝缘子识别算法，本发明采用一种融合目标建议算法、绝缘子判别算法的航拍图像中绝缘子识别算法，通过目标建议算法获取绝缘子候选窗，然后融合不变矩特征和HOG特征作为训练特征，最后利用绝缘子判别算法判断候选窗是否为绝缘子；本发明的优点是有效地提升了航拍图像中绝缘子的识别效果并能够大大地提高后续的故障检测工作的工作效率，能够大大地提高目标的检测速度，有助于减轻线路巡检人员巡检工作的强度和难度，使输电线路的巡检工作逐步走向智能化，并能够大大提高电力系统安全稳定运行能力；具有较强的实用价值和现实意义。
-
公开(公告)号：CN105201755A
公开(公告)日：2015-12-30
申请号：CN201510662618.9
申请日：2015-10-14
Applicant: 大唐(赤峰)新能源有限公司 , 华北电力大学(保定)
CPC classification number: Y02E10/723
Abstract: 本发明涉及风机设备检测技术领域，具体涉及一种风电浆叶表面故障的识别装置。本发明提供的一种风电浆叶表面故障的识别装置，包括机舱的上顶面设有与控制器连接的液压装置，液压装置的推杆与设置在滑轨上的滚轮连接，滚轮上固装的支杆固接在第一U型支架的底部，第一U型支架的两个端头与第二U型支架的底部连接，第二U型支架活动连接有转轴，转轴与电机连接，转轴上的工作台上设有与控制器进行信号传输的摄像头和风速仪，控制器包括数据采集控制器和接收与发送器。本发明对风机桨叶进行不间断的检查，避免现有维修方式中的漏洞，减少维修期间出现的问题和降低人工检测难度，避免了现有技术的不完善。
-
公开(公告)号：CN104898705A
公开(公告)日：2015-09-09
申请号：CN201510147970.9
申请日：2015-03-31
Applicant: 大唐(赤峰)新能源有限公司 , 华北电力大学(保定)
IPC: G05D3/12
Abstract: 本发明涉及风力发电巡检设备技术领域，具体涉及一种能精确定位的车载摄像仪云台装置。本发明提供的一种能精确定位的车载摄像仪云台装置，包括设置在车顶上的底座和云台控制器，底座上设有与水平回转减速器连接的水平驱动电机和水平回转减速器螺杆，水平回转减速器螺杆上设有水平编码器，水平回转减速器顶部设有与俯仰回转减速器连接的俯仰驱动电机和俯仰回转减速器螺杆，俯仰回转减速器螺杆上设有俯仰编码器，俯仰回转减速器上设有最低位限位开关和最高位限位开关，俯仰回转减速器中心位置固装有摄像仪支架,摄像仪支架上设有摄像仪。本发明能为实现风力发电系统在不停机的风机桨叶巡检提供精确定位的控制云台装置。
-
公开(公告)号：CN104730081A
公开(公告)日：2015-06-24
申请号：CN201510135988.7
申请日：2015-03-26
Applicant: 大唐(赤峰)新能源有限公司 , 华北电力大学(保定)
IPC: G01N21/88
CPC classification number: F03D17/00
Abstract: 本发明涉及一种用于风电桨叶的故障检测系统，包括无人机，以及设置于无人机上的视频采集装置和第一信号发射接收装置，无人机通过第一信号发射接收装置与中心服务器进行数据交互，中心服务器设有依次连接的第二信号发射接收装置、数据采集装置、图像故障信号识别装置；还包括风电机组，以及设置于风电机组上的相互连接的第三信号发射接收装置和第二风速仪，风电机组通过第三信号发射接收装置与中心服务器进行数据交互。本发明的优越效果是：采用无人机安装视频采集装置实时监控并掌握风电桨叶在各种条件下的桨叶状态，有针对性的检查和维护，减少了检修人员的工作量，同时保证了风电场在盛风情况下稳定运行，提高了经济效益。
-
公开(公告)号：CN102508445A
公开(公告)日：2012-06-20
申请号：CN201110364197.3
申请日：2011-11-16
Applicant: 华北电力大学(保定) , 浙江省电力试验研究院
Abstract: 本发明公开了一种智能算法处理系统，包括通过网络系统连接的开发机和执行机，开发机在接收到用户输入的算法选择、保存、编译及组态选择、编译指令后，调用对应智能算法模块；存储编辑后的智能算法模块；获取对应智能算法模块并进行编译，并将编译生成的智能算法可执行代码通过网络系统下发给执行机；调用对应组态模块；获取组态信息并进行编译，并将编译生成的目标文件通过网络系统下发给执行机；执行机读取目标文件，执行算法可执行代码。本发明还公开了一种智能算法处理方法。本发明提供开发机为用户提供方便的智能算法代码的编辑与编译环境，用户能够按工业现场的应用需求编写智能算法，并且每个智能算法编写保存后能够重复使用以及修改。
-
Patent Agency Ranking
公开(公告)号：CN116797594A
公开(公告)日：2023-09-22
申请号：CN202310834753.1
申请日：2023-07-10
Applicant: 华北电力大学(保定)
IPC: G06T7/00 , G06V10/764 , G06V10/26 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开一种风机桨叶缺陷检测方法、系统、电子设备及存储介质，涉及图像分割技术领域，所述方法包括：获取待检风机桨叶的图像；将待检风机桨叶的图像输入至风机桨叶缺陷检测模型中，得到待检风机桨叶的缺陷类型；风机桨叶缺陷检测模型是利用训练数据集对改进UNet网络进行训练得到的，训练数据集包括多张训练用风机桨叶的图像和对应的缺陷类型，改进UNet网络包括编码网络、卷积块注意网络和解码网络，编码网络为ResNet34网络，本发明将UNet网络中的编码网络替换为ResNet34网络，提高了风机桨叶缺陷的检测精度。
-
公开(公告)号：CN116369007A
公开(公告)日：2023-07-04
申请号：CN202310342864.0
申请日：2023-04-03
Applicant: 湖北壹鸣生物科技有限公司 , 华北电力大学(保定)
Abstract: 本发明提供一种基于双臂协同作业的种苗移植方法及系统，属于种苗移植领域，方法包括：将种苗传送至待识别位置，并采集种苗的第一图像；基于目标检测网络对第一图像进行目标检测，以确定第一图像中的根部检测框和茎部检测框；根据第一图像中的根部检测框及茎部检测框确定夹取点，并控制第一机械臂在夹取点处夹取种苗；采集第一机械臂上种苗的第二图像；基于目标检测网络对第二图像进行目标检测，以确定第二图像中的根部检测框和茎部检测框；根据第二图像中的根部检测框及茎部检测框确定切割点，并控制第二机械臂在切割点处将第一机械臂上种苗的茎部切除；控制第一机械臂将种苗的根部栽种至培养皿中。本发明提高了种苗移植的效率及存活率。
-
公开(公告)号：CN116030484A
公开(公告)日：2023-04-28
申请号：CN202310017922.2
申请日：2023-01-06
Applicant: 邦邦汽车销售服务(北京)有限公司 , 华北电力大学(保定)
Abstract: 本发明公开了一种驾照日期数字识别方法及装置，涉及字符和模式识别技术领域；方法包括获得驾照日期部分的待处理图像，输入基于先验知识的双CNN的识别网络获得每一位置的数字，识别网络包括依次连接的均值滤波器、第一CNN结构、第二CNN结构、第一全连接层、第二全连接层和输出层，两个CNN结构相同，两个全连接层相同，CNN结构包括依次连接的卷积层、最大池化层、卷积层和最大池化层，输出层添加有先验知识，先验知识包括年份的前三位为194至202中的任意一项、月份不超过12和日期不超过31；装置包括识别模块，其通过带有先验知识的双CNN的神经网络进行识别，实现驾照日期识别效率高、效果好。
-
公开(公告)号：CN115691508A
公开(公告)日：2023-02-03
申请号：CN202211344134.6
申请日：2022-10-31
Applicant: 石家庄良村热电有限公司 , 国家电投集团电站运营技术(北京)有限公司 , 华北电力大学(保定)
Abstract: 本发明涉及一种电力设备声音识别方法及系统。该方法包括获取运行状态中不同类型电力设备的声音信号；对所述声音信号进行预处理；根据预处理后的声音信号，基于音频信号特征提取方法，提取MFCC特征和GFCC特征；根据所述MFCC特征和所述GFCC特征，基于主成分分析方法，确定降维后的MFCC特征和降维后的GFCC特征；并将所述降维后的MFCC特征和所述降维后的GFCC特征进行组合，确定融合特征；采用训练好的SVM支持向量机对所述融合特征进行分类识别。本发明能够准确识别电厂高噪声环境中不同类型电力设备的运行声音。
-
公开(公告)号：CN115272777B
公开(公告)日：2022-12-23
申请号：CN202211169230.1
申请日：2022-09-26
Applicant: 山东大学 , 智洋创新科技股份有限公司 , 国网浙江省电力有限公司温州供电公司 , 浙江大华技术股份有限公司 , 华北电力大学(保定) , 山东省计算中心(国家超级计算济南中心)
IPC: G06V10/764 , G06V10/772 , G06V10/774 , G06V10/82 , G06N3/08
Abstract: 本发明涉及输电线路巡检技术领域，具体涉及一种面向输电场景的半监督图像解析方法，包括以下步骤：S1：数据预处理：人工标注部分输电线路场景的分类数据集和目标检测数据集；S2:数据集的增广和模型优化训练：使用动态参数混合数据增广框架对有标注数据集进行数据增广和模型优化训练，将参数化后的混合数据增广策略融入到判别模型中；S3:半监督训练方法改良：基于S2中经过动态参数混合数据增广优化的模型，使用基于队列优化的鲁棒半监督训练方法，以最优队列的标签筛选策略替换传统的固定高阈值策略，来筛选高置信度伪标签以计算无监督损失；S4:获取S3中预训练好的模型参数，在输电线路图像解析的下游任务中测试效果。
-
-
-
-
-
-
-
-
-
Search Results
141
records
(took 0.041 seconds)
