基于机器学习的视频微振动放大校准和实时提取方法

    公开(公告)号:CN114821415B

    公开(公告)日:2022-11-29

    申请号:CN202210436023.1

    申请日:2022-04-24

    Abstract: 本发明公开了一种基于机器学习的视频微振动放大校准和实时提取方法,其包括以下步骤:获取微振动信息;选取敏感点并布置振动传感器;同时获取振动传感器的时程数据和敏感点的视频时程数据;对视频时程数据进行校准并获取校准后的相位信息放大参数;通过校准后的相位信息放大参数对被监测结构的视频时程数据中未设置振动传感器的测点的相位信息进行放大;通过完成基于机器学习的视频微振动放大校准的视频时程数据对卷积神经网络进行训练,得到训练后的卷积神经网络;采用训练后的卷积神经网络对目标对象的视频时程数据进行振动信息实时提取。本发明通过训练后的卷积神经网络可以直接对视频的振动信息进行实时提取,便于水工结构运行状态监测。

    一种断丝检测设备及方法
    86.
    发明授权

    公开(公告)号:CN111272862B

    公开(公告)日:2022-06-24

    申请号:CN202010134251.4

    申请日:2020-02-28

    Abstract: 本申请提供一种断丝检测设备及方法,涉及水利工程技术领域,提供了一种断丝检测设备及方法,设备包括激励线圈、检测线圈以及处理器;处理器的检测信号输入端与检测线圈连接;激励线圈与检测线圈分别位于待测管道内壁的纵剖面两侧,其中,待测管道逐环向形成有导电闭合结构激励线圈的轴线与待测管道的轴线行,检测线圈的轴线与待测管道的轴线垂直;激励线圈,用于根据交变电磁信号产生交变磁场,其中,处于交变磁场中的待测管道产生感应电流以及感应电流的电磁场;待测管道中设置的检测线圈能够接收到强度较高的检查信号,有利于提高信噪比,从而对于待测管道断丝区域较多的情况,能够更有效的识别断丝情况。

    一种梯级水电站耦联风险动态辨识方法

    公开(公告)号:CN114037323A

    公开(公告)日:2022-02-11

    申请号:CN202111369351.6

    申请日:2021-11-18

    Abstract: 本发明提供的一种梯级水电站耦联风险动态辨识方法,所述辨识方法包括:按照风险影响水电站枢纽的重要关注区域和功能,划分风险评价单元;根据所述风险划分单元进行风险普查和识别工作,获得风险识别结果;根据所述风险识别结果,采用因果链法,梳理多种风险事件之间的偶联关系,绘制多种风险耦联拓扑图;根据所述风险耦联拓扑图和所述风险识别结果建立梯级水电站的风险台账;根据所述风险台账计算风险事件耦联失效概率动态;根据所述风险事件耦联失效概率动态建立风险实时评价体系。依据风险耦联失效概率动态计算的结果,实时评价各潜在风险事件的动态风险水平。

Patent Agency Ranking