一种输电线路巡维风险分析的方法及装置

    公开(公告)号:CN111563675A

    公开(公告)日:2020-08-21

    申请号:CN202010355093.5

    申请日:2020-04-29

    Abstract: 本发明公开了一种输电线路巡维风险分析的方法及装置,包括根据获取的历史数据确定输电线路巡维风险的影响因素,所述影响因素包括一级指标和二级指标,基于DEMATEL模型,根据所述影响因素建立直接影响矩阵、标准化影响矩阵和综合影响矩阵,根据所述综合影响矩阵计算影响度、被影响度、中心度和原因度,以及绘制原因与结果图,根据所述原因与结果图确定影响因素的重要性,最后根据所述影响因素的重要性提出应对策略。通过对输电线路巡维风险的分析,可以全面地归纳总结影响因素,进行合理的量化分析,确定各个影响因素之间的相关关系及每个影响因素的重要性,从而可以有效地提高输电线路巡维工作的水平,促进输电线路的安全性和稳定性。

    一种绝缘子图像检测方法

    公开(公告)号:CN111597964B

    公开(公告)日:2023-01-20

    申请号:CN202010403307.1

    申请日:2020-05-13

    Abstract: 本申请公开了一种绝缘子图像检测方法,包括:基于VGG16对玻璃绝缘子图像进行特征提取,得到训练特征图;基于训练特征图选取检测框,将训练特征图和检测框结合,得到训练特征向量;对训练特征向量进行ROI池化处理,得到池化特征向量;对池化特征向量进行两种损失训练,得到第一检测网络;根据第一检测网络得到陶瓷特征图和玻璃特征图;对陶瓷特征图和玻璃特征图进行回归损失处理,得到回归损失函数;基于分类器对陶瓷特征图和玻璃特征图进行处理,得到分类损失函数;对回归损失函数和分类损失函数进行对抗损失训练,得到特征提取网络;用特征提取网络得到绝缘子图像检测网络。本申请可以准确检测出绝缘子。

    一种绝缘子图像超分辨率重建方法

    公开(公告)号:CN111598778A

    公开(公告)日:2020-08-28

    申请号:CN202010403337.2

    申请日:2020-05-13

    Abstract: 本申请提供了一种绝缘子图像超分辨率重建方法,所述方法包括利用标准数据集中的图像构造训练数据集;基于预特征融合与局部注意力机制构建多尺度密集残差训练网络;将构造好的训练数据集输入多尺度密集残差训练网络,对所述多尺度密集残差训练网络进行训练;将低分辨率的绝缘子图像输入训练后的所述多尺度密集残差训练网络中,生成超分辨率重建图像;利用峰值信噪比和结构相似性评估超分辨率重建绝缘子图像的质量。本申请所用的局部注意力机制有效改善了现有的低分辨率图像超分辨率重建的过程中边缘、纹理细节的重构问题,预先融合的多尺度密集参差网络能够充分利用各种感受野分辨低分率图像的特征信息。

    输电线路巡维模式经济效益分析的方法及装置

    公开(公告)号:CN111461572A

    公开(公告)日:2020-07-28

    申请号:CN202010320739.6

    申请日:2020-04-22

    Abstract: 本发明公开了输电线路巡维模式经济效益分析的方法及装置,包括根据获取的成本参数计算每个输电线路巡维模式的成本,根据响应时间类型计算每个输电线路巡维模式的响应效率,所述响应时间类型包括故障上报时间、抵达故障点时间和研判修复时间,根据所述响应效率测算每个输电线路巡维模式的经济损失变化值,以及根据所述成本和所述经济损失变化值确定巡维经济效益的增减。通过对每个输电线路巡维模式的经济效益分析,可以有效地了解每个输电线路巡维模式的经济效益状况,根据经济效益状况采取适当的输电线路巡维模式,从而降低输电线路巡维的经济成本,提高巡维效率等,使运维部门能够以较低的成本实现较高经济效益的输电线路巡维。

    一种基于VR的安全工器具培训方法、VR设备及服务器

    公开(公告)号:CN111443797A

    公开(公告)日:2020-07-24

    申请号:CN202010208874.1

    申请日:2020-03-23

    Abstract: 本申请涉及计算机虚拟设备技术领域,尤其涉及一种基于VR的安全工器具培训方法、VR设备及服务器。本申请提供一种基于VR的安全工器具培训服务器,包括:处理器,所述处理器执行存储器中存储的计算机实现组件;用户信息管理组件,被配置为进行用户基本信息的管理、各工种人物模型管理、工器具及项目资料管理、作业任务及3D场景管理;虚拟人物模型组件,被配置为实现对人物模型的添加和删除操作;工器具及资料管理组件,被配置为包含各种类工器具的3D模型、各种类工器具的检验与使用方法、不合格工器具模型、工器具错误操作案例;任务及作业组件,被配置为包含需要使用工器具的3D场景、工器具操作流程、工器具操作考核、记录操作错误点日志。

    一种基于全卷积网络与实例分割网络的电力铭牌文本检测方法

    公开(公告)号:CN111598082A

    公开(公告)日:2020-08-28

    申请号:CN202010330322.8

    申请日:2020-04-24

    Abstract: 本发明公开了一种基于全卷积网络与实例分割网络的电力铭牌文本检测方法,属于计算机视觉与模式识别技术领域。首先利用基于VGG16网络的卷积层对电力铭牌图像进行文本/非文本预测提取和不同实例之间的链接预测的提取;然后利用实例分割网络对目标图像进行分割并输出电力铭牌相应的热力图表示,同时利用全卷积网络对目标图像进行语义分割,获得边缘较为准确的实例热力图,接着将两个网络所得的热力图进行融合得到目标热力图;最后基于所得目标热力图生成文本边界框,得到电力铭牌文本检测的最终结果。本发明提出的关于电力铭牌的文本检测方法,不管是从主观视觉还是从客观评价指标上,检测效果和准确率明显优于其他的传统方法。

    一种绝缘子图像检测方法
    10.
    发明公开

    公开(公告)号:CN111597964A

    公开(公告)日:2020-08-28

    申请号:CN202010403307.1

    申请日:2020-05-13

    Abstract: 本申请公开了一种绝缘子图像检测方法,包括:基于VGG16对玻璃绝缘子图像进行特征提取,得到训练特征图;基于训练特征图选取检测框,将训练特征图和检测框结合,得到训练特征向量;对训练特征向量进行ROI池化处理,得到池化特征向量;对池化特征向量进行两种损失训练,得到第一检测网络;根据第一检测网络得到陶瓷特征图和玻璃特征图;对陶瓷特征图和玻璃特征图进行回归损失处理,得到回归损失函数;基于分类器对陶瓷特征图和玻璃特征图进行处理,得到分类损失函数;对回归损失函数和分类损失函数进行对抗损失训练,得到特征提取网络;用特征提取网络得到绝缘子图像检测网络。本申请可以准确检测出绝缘子。

Patent Agency Ranking