-
公开(公告)号：CN115545191B
公开(公告)日：2023-05-16
申请号：CN202211528584.0
申请日：2022-12-01
Applicant: 中国南方电网有限责任公司超高压输电公司广州局 , 广东双电科技有限公司
IPC: G06F18/214 , G06N3/04 , G06N3/048 , H02H9/02
Abstract: 本申请涉及一种电流降噪网络模型训练方法及故障限流器电流降噪方法。该模型训练方法包括：初始化电流降噪网络模型的权重和偏置；获取真实电流数据以及检测精度样本数据；基于真实电流数据和检测精度样本数据得到至少一个初始训练数据集合，其中的电流数据的差值小于或等于预设阈值；从每个初始训练数据集合中随机选取样本数据，得到训练样本集和检验样本集；将上述样本数据输入至电流降噪网络模型，得到对应的预测降噪电流；将上述预测降噪电流和检验样本集输入至降噪损失函数模型，得到损失值，并确定训练过程中最小损失值所对应的电流降噪网络模型为训练好的电流降噪网络模型。采用本方法能够提高故障限流器限流准确性。
-
公开(公告)号：CN115545191A
公开(公告)日：2022-12-30
申请号：CN202211528584.0
申请日：2022-12-01
Applicant: 中国南方电网有限责任公司超高压输电公司广州局 , 广东双电科技有限公司
Abstract: 本申请涉及一种电流降噪网络模型训练方法及故障限流器电流降噪方法。该模型训练方法包括：初始化电流降噪网络模型的权重和偏置；获取真实电流数据以及检测精度样本数据；基于真实电流数据和检测精度样本数据得到至少一个初始训练数据集合，其中的电流数据的差值小于或等于预设阈值；从每个初始训练数据集合中随机选取样本数据，得到训练样本集和检验样本集；将上述样本数据输入至电流降噪网络模型，得到对应的预测降噪电流；将上述预测降噪电流和检验样本集输入至降噪损失函数模型，得到损失值，并确定训练过程中最小损失值所对应的电流降噪网络模型为训练好的电流降噪网络模型。采用本方法能够提高故障限流器限流准确性。
-
公开(公告)号：CN115661033A
公开(公告)日：2023-01-31
申请号：CN202211170278.4
申请日：2022-09-22
Applicant: 广东双电科技有限公司
Abstract: 本发明提供了一种用于瓷绝缘子红外图像的框监督实例分割方法，其包括如下步骤：构建瓷绝缘子红外图像特征提取网络；构建瓷绝缘子红外图像特征融合网络；构建瓷绝缘子红外图像目标信息共享结构，获取每个目标的掩模网络参数；构建瓷绝缘子红外图像掩模分支；嵌入双重自注意力模块；引入矩形框标注技术，对瓷绝缘子红外图像的瓷绝缘子进行矩形框注释；设计检测网络总损失函数；设计分割网络损失函数；构建瓷绝缘子红外图像分割网络，对瓷绝缘子红外图像进行分割。本发明以采用矩形框的标注形式，克服了现有技术中绝缘子红外成像形状不规则、样本标注麻烦繁琐、运行速度慢的问题。
-
公开(公告)号：CN115546177A
公开(公告)日：2022-12-30
申请号：CN202211296046.3
申请日：2022-10-21
Applicant: 南方电网科学研究院有限责任公司 , 广东双电科技有限公司
IPC: G06T7/00 , G06V20/17 , G06V10/24 , G06V10/774 , G06V10/82 , G06V10/764 , G06N3/04 , G06N3/08
Abstract: 本申请公开了绝缘子缺陷检测模型训练方法、检测方法及相关设备，方法包括：获取无人机拍摄的绝缘子航拍图像，并对所述绝缘子航拍图像中存在的绝缘子缺陷部分进行人工标注；通过扩增仿射变换算法对所述人工标注的绝缘子航拍图像进行数据增强，形成训练绝缘子图像集；以所述训练绝缘子图像集为训练数据，以IC损失算法检测的总损失小于预设值为训练目标，对绝缘子缺陷检测模型的参数进行调整，得到训练完成的绝缘子缺陷检测模型。通过扩增仿射变换算法克服了航拍图像不足和训练图像正常与含缺陷的图像比例不均导致的检测精度低困难，通过绝缘子缺陷检测模型自身携带的分类器，实现了在杂乱的背景和植被区域，依旧保留原有模型的高精性能。
-
公开(公告)号：CN113920047A
公开(公告)日：2022-01-11
申请号：CN202111162716.8
申请日：2021-09-30
Applicant: 广东双电科技有限公司
Abstract: 本发明提供了一种基于混合曲率滤波器的红外与可见光图像融合方法，包括如下步骤：对红外图像进行图像分解以获取红外图像细节层、粗糙层以及基础层；对可见光图像进行图像分解以获取可见光图像细节层、粗糙层以及基础层；分别对红外图像与可见光图像细节层、粗糙层以及基础层进行融合，以获取小尺寸层、大尺寸层以及融合后的基础层；对小尺寸层、大尺寸层以及融合后的基础层进行叠加以获取红外与可见光融合图像。本发明解决了现有融合图像处理方法在对红外图像与可见光图像进行融合处理时存在细节纹理信息易丢失的问题，保留了源图像的细节纹理信息、边缘信息以及结构信息，可以呈现更好的视觉感知效果。
-
Patent Agency Ranking
公开(公告)号：CN119804554A
公开(公告)日：2025-04-11
申请号：CN202411911755.7
申请日：2024-12-24
Applicant: 广东双电科技有限公司
Abstract: 本发明主要用于人工智能技术领域。本发明公开了一种瓷绝缘子缺陷检测方法、装置、设备及介质，该方法包括：基于待测绝缘子串的时序温度信息，生成待测绝缘子串对应的温度特征集，温度特征集包括第一特征集和第二特征集；构建位置预测模型，并利用第一特征集对位置预测模型进行训练；将第二特征集输入至训练后的位置预测模型，并通过训练后的位置预测模型确定待测绝缘子串的缺陷位置后得到输出结果；根据第二特征集和输出结果生成线性模型，并通过线性模型展示位置预测模型的输入特征与输出结果之间的关系。本申请能够利用热成像技术对瓷绝缘子进行检测，提高检测结果的准确率和可信度。
-
公开(公告)号：CN119540607A
公开(公告)日：2025-02-28
申请号：CN202411425079.2
申请日：2024-10-12
Applicant: 广东双电科技有限公司
IPC: G06V10/764 , G06V10/80 , G06V10/40 , G06Q50/06
Abstract: 本发明主要用于电力设备检测技术领域。本发明公开了一种电力设备内部缺陷检测方法、装置、设备及介质，该方法包括：获取电力设备内部图像，并基于电力设备内部图像生成多个特征图；基于每个特征图的通道数，对每个特征图进行分类，以得到多个特征图像组；基于注意力权重对特征图像组进行特征提取处理，并根据特征提取处理后得到的图像特征生成特征图像组对应的输出特征图；将每个特征图像组对应的输出特征图进行融合处理，以得到融合特征图；确定融合特征图中目标对象，并将目标对象作为电力设备内部图像中电力设备内部的缺陷体。本申请在检测电力设备缺陷时，能够提高准确率、降低误检率。
-
公开(公告)号：CN119224593A
公开(公告)日：2024-12-31
申请号：CN202411476484.7
申请日：2024-10-22
Applicant: 广东双电科技有限公司
IPC: G01R31/367 , G01R31/3828
Abstract: 本申请实施例提供了一种锂电池热失控引起的电流异常检测方法和系统，涉及锂电池技术领域，方法包括：获取锂电池的电流数据；对电流数据进行时域处理和频域处理，得到时域特征集和频域特征集；根据时域特征集和频域特征集，对锂电池进行热失控电流异常检测，得到异常检测结果。本申请通过对锂电池的电流数据进行时域分析和频域分析，能够更为全面和丰富地提取得到电流数据中的时频特征，而后利用这些时频特征实现对锂电池的电流异常检测，如此能够有效地提高锂电池的电流异常检测的准确性，有助于在锂电池热失控发生之前采取预防措施，从而保护锂电池系统的整体安全性和稳定性。
-
公开(公告)号：CN114417990B
公开(公告)日：2024-08-23
申请号：CN202210038208.7
申请日：2022-01-13
Applicant: 广东双电科技有限公司
IPC: G06V10/80 , G06N3/0464 , G06T3/4007 , G06T7/11 , G06V10/774 , G06V10/82
Abstract: 本发明提供了一种利用矩形框标注的瓷绝缘子红外图像分割方法，其包括如下步骤：提取瓷绝缘子红外图像的图像特征；对所述图像特征进行融合以获取融合特征；根据所述融合特征获取瓷绝缘子掩模参数信息以及瓷绝缘子掩模特征；结合所述绝缘子掩模特征以及所述绝缘子掩模特征对应的坐标信息以获取绝缘子掩模特征映射；将所述绝缘子掩模特征映射以及瓷绝缘子掩模参数信息输入掩模分支网络结构中并对红外图像中的瓷绝缘子进行矩形框标注。本发明可以对红外图像中的瓷绝缘子进行矩形框标注以获取像素级别的绝缘子掩模，解决了现有的瓷绝缘子红外图像分割处理方法存在样本标注准确度低的问题。
-
公开(公告)号：CN119247158A
公开(公告)日：2025-01-03
申请号：CN202411469644.5
申请日：2024-10-21
Applicant: 广东双电科技有限公司
IPC: G01R31/382
Abstract: 本申请涉及电池充电预警技术领域，揭示了一种电池热失控状态预警方法及其装置。所述方法包括获取电池在充电过程中的特征数据集；分别对各个所述时间序列数据进行池化处理，得到与各个所述时间序列数据对应的各个目标输出数据；将各个目标输出数据作为池化序列数据，并在所述池化序列数据中获取第一目标时刻所对应的电池参数；将电池参数输入到长短期记忆模型中，得到所述电池的荷电状态预测值；基于特征数据集获取电池在充电过程中各个目标时间段的最高充电电压；根据最高充电电压和荷电状态预测值确定热失控状态等级，并基于热失控状态等级控制电池管理系统执行目标预警操作。本申请可以快速且准确地对电池的荷电状态进行预测。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.102 seconds)
