-
公开(公告)号：CN117611751A
公开(公告)日：2024-02-27
申请号：CN202311673537.X
申请日：2023-12-07
Applicant: 中国能源建设股份有限公司 , 北京洛斯达科技发展有限公司
Abstract: 本发明提供了一种风力机叶片三维建模方法、系统及风力模拟设备，该方法包括：基于Sobel边缘检测算法对风力机叶片原始图像进行边缘检测，得到风力机叶片原始图像中的叶片区域，提取叶片区域的叶片关键角点；将叶片关键角点与叶片预设三维模型得到对应角点进行比对和调节；根据多张风力机叶片原始图像，对叶片预设三维模型进行叶片大小与形状的匹配调节，得到风力机叶片三维模型。本发明基于Sobel边缘检测算法对风力机叶片原始图像进行边缘检测，能够清晰地提取图像的边缘；本发明只需要利用多张不同拍摄角度的风力机叶片图像，就可以构建出风力机叶片三维模型，降低建模成本。
-
公开(公告)号：CN116486096A
公开(公告)日：2023-07-25
申请号：CN202310360181.8
申请日：2023-04-06
Applicant: 北京洛斯达科技发展有限公司
IPC: G06V10/40 , G06V20/17 , G06V20/64 , G06V10/762 , G06T17/00
Abstract: 本发明提供了一种输电线路激光点云数据的特征提取方法，通过输电线路点云数据的获取，异常点去除，数据聚类以及数据修复等过程获得高精度点云数据，并通过深度学习模型进行输电线路的特征提取。本发明有效提升输电线路的特征提取精度，为后续电力线路的三维精确建模奠定基础。
-
Patent Agency Ranking
公开(公告)号：CN119762991A
公开(公告)日：2025-04-04
申请号：CN202411815470.3
申请日：2024-12-11
Applicant: 北京洛斯达科技发展有限公司
IPC: G06V20/17 , G06V20/70 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/08 , G06Q10/10 , G06Q10/063 , G06Q50/26 , G06F8/38
Abstract: 本发明涉及变化检测技术领域，具体涉及一种基于高分辨率影像的输电线路通道清理房屋智能核查方法，通过无人机采集设计、施工阶段输电通道高分辨率影像，对采集到的影像进行预处理，包括几何校正、辐射校正、地理配准等，目的是减弱外界环境造成的影响；将处理好的双时相影像裁剪成无重复的分辨率为512×512大小的图块，使用labelme对变化区域进行标注，构建输电通道高分辨率房屋变化检测数据集；基于ChangeFormer模型实现输电通道房屋变化检测；本发明通过输入两期无人机高分辨率遥感影像，基于智能遥感解译变化检测技术，自动提取输电通道新增房屋及房屋拆除矢量图斑，快速为管理人员提供全面准确的核查结果。
-
公开(公告)号：CN116109607B
公开(公告)日：2023-10-20
申请号：CN202310151436.X
申请日：2023-02-22
Applicant: 广东电网有限责任公司云浮供电局 , 北京洛斯达科技发展有限公司
IPC: G06T7/00 , G06V20/70 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/047
Abstract: 本发明提出一种基于图像分割的输电线路工程缺陷检测方法，通过图像采集设备采集所述输电线路图像以及与所述图像关联的地理位置信息；对所述输电线路图像进行预处理，得到预处理后的图像；基于A‑UNet网络模型对所述预处理后的图像进行图像分割，得到分割图像，所述A‑Unet网络模型为在U‑Net的基础上，添加了ATM自适应调节模块，所述ATM自适应调节模块用于调节边缘纹理；使得得到的分割图像边界清晰，利于后续的缺陷检测，提升缺陷检测的精度，将所述分割图像输入至缺陷检测模型进行缺陷检测，获取得到输电线路的检测结果，提升了缺陷检测的效率。
-
公开(公告)号：CN114595869A
公开(公告)日：2022-06-07
申请号：CN202210108600.4
申请日：2022-01-28
Applicant: 北京洛斯达科技发展有限公司
Abstract: 本发明公开了一种基于新型解耦思想的CNN‑TCN日前负荷预测方法，所述负荷预测方法包括：将电力负荷数据解耦为旋转对齐后的负荷标幺曲线、日平均负荷和起点负荷；构建基于新型解耦思想的CNN‑TCN日前负荷预测模型，其中，所述预测模型包括卷积神经网络模块、时间卷积网络模块和全连接层；通过所述卷积神经网络模块提取所述负荷标幺曲线的形状特征，通过所述时间卷积网络模块提取所述起点负荷以及所述日平均负荷的时序特征，以对所述预测模型进行训练；将外部数据输入训练完成后的所述预测模型，以输出被预测日的负荷曲线。该方法相比其他预测模型有效地降低了预测误差，具有较高的精准性和稳定性。
-
公开(公告)号：CN118865074A
公开(公告)日：2024-10-29
申请号：CN202411128813.9
申请日：2024-08-16
Applicant: 北京洛斯达科技发展有限公司
IPC: G06V10/98 , G06V10/26 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于YOLT与注意力机制的绝缘子缺陷检测方法和系统，涉及输电线路巡检技术领域，包括：获取输电线路的绝缘子图像集，并基于绝缘子图像集构建绝缘子缺陷样本库；基于绝缘子缺陷样本库，构建训练样本集；基于训练样本集，对预设绝缘子缺陷检测模型进行训练，得到训练好的绝缘子缺陷检测模型；预设绝缘子缺陷检测模型包括改进的YOLO模型；基于YOLT算法，以预设重叠度将待检测图像切割成多个图像块；将多个图像块输入到训练好的绝缘子缺陷检测模型进行检测，并结合非极大值抑制处理，得到缺陷检测结果。本发明缓解了现有技术存在的数据集不足、算法复杂度高的技术问题。
-
公开(公告)号：CN116109607A
公开(公告)日：2023-05-12
申请号：CN202310151436.X
申请日：2023-02-22
Applicant: 广东电网有限责任公司云浮供电局 , 北京洛斯达科技发展有限公司
IPC: G06T7/00 , G06V20/70 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/047
Abstract: 本发明提出一种基于图像分割的输电线路工程缺陷检测方法，通过图像采集设备采集所述输电线路图像以及与所述图像关联的地理位置信息；对所述输电线路图像进行预处理，得到预处理后的图像；基于A‑UNet网络模型对所述预处理后的图像进行图像分割，得到分割图像，所述A‑Unet网络模型为在U‑Net的基础上，添加了ATM自适应调节模块，所述ATM自适应调节模块用于调节边缘纹理；使得得到的分割图像边界清晰，利于后续的缺陷检测，提升缺陷检测的精度，将所述分割图像输入至缺陷检测模型进行缺陷检测，获取得到输电线路的检测结果，提升了缺陷检测的效率。
-
-
-
-
-
-
Search Results
7
records
(took 0.166 seconds)
