-
公开(公告)号：CN109870108B
公开(公告)日：2020-09-11
申请号：CN201910148864.0
申请日：2019-02-28
Applicant: 北京国网富达科技发展有限责任公司
Abstract: 本发明提供了一种输电线路覆冰检测方法及装置，其中，该方法包括：采集待检测输电线路图像；根据待检测输电线路图像，确定待检测输电线路的三维模型；根据待检测输电线路的三维模型，确定待检测输电线路的横截面信息；根据待检测输电线路的横截面信息，以及预先建立的输电线路覆冰三维模型，确定待检测输电线路的覆冰情况及等值覆冰厚度。上述技术方案提高了输电线路覆冰检测的效率和准确度，进而提高了电力系统的安全性，可广泛地应用在电力系统中。
-
公开(公告)号：CN112904890B
公开(公告)日：2023-06-30
申请号：CN202110055910.X
申请日：2021-01-15
Applicant: 北京国网富达科技发展有限责任公司
IPC: G05D1/10
Abstract: 本发明提出了一种电力线路的无人机自动巡检系统及方法，所述无人机自动巡检系统包括：地面站系统和设置在无人机上的通讯模块、位置和状态感知模块、惯性导航系统、边缘计算模块和控制中心单元；所述通讯模块、所述位置和状态感知模块、所述惯性导航系统和所述边缘计算模块均与所述控制中心单元连接，所述控制中心单元与无人机的执行机构连接；所述地面站系统与所述通讯模块连接。本发明边缘计算模块用于利用训练好的基于深度强化学习的代理模型，根据无人机的当前状态信息及目的状态信息生成飞行指令，控制无人机的飞行，使无人机飞行过程中尽可能的不偏离每个时刻的目的坐标，保证飞行的安全性。
-
Patent Agency Ranking
公开(公告)号：CN112613494A
公开(公告)日：2021-04-06
申请号：CN202110059517.8
申请日：2021-01-18
Applicant: 北京国网富达科技发展有限责任公司
Abstract: 本发明涉及一种基于深度对抗网络的电力线路监控异常识别方法及系统。该方法包括：构建深度对抗网络；所述深度对抗网络包括生成器和判别器；所述生成器用于生成虚假图片；所述判别器用于判别输入的图像是否为虚假图片；基于训练样本集，对所述深度对抗网络中的生成器和判别器交替训练，得到训练好的判别器；所述训练样本集包括多个真实样本和对应的多个虚假样本；获取待识别电力线路监控图像；将所述待识别电力线路监控图像输入所述训练好的判别器，识别所述待识别电力线路监控图像是否为虚假图片，得到识别结果。本发明可以提高电力线路监控异常识别的准确度。
-
公开(公告)号：CN109870108A
公开(公告)日：2019-06-11
申请号：CN201910148864.0
申请日：2019-02-28
Applicant: 北京国网富达科技发展有限责任公司
Abstract: 本发明提供了一种输电线路覆冰检测方法及装置，其中，该方法包括：采集待检测输电线路图像；根据待检测输电线路图像，确定待检测输电线路的三维模型；根据待检测输电线路的三维模型，确定待检测输电线路的横截面信息；根据待检测输电线路的横截面信息，以及预先建立的输电线路覆冰三维模型，确定待检测输电线路的覆冰情况及等值覆冰厚度。上述技术方案提高了输电线路覆冰检测的效率和准确度，进而提高了电力系统的安全性，可广泛地应用在电力系统中。
-
公开(公告)号：CN112904890A
公开(公告)日：2021-06-04
申请号：CN202110055910.X
申请日：2021-01-15
Applicant: 北京国网富达科技发展有限责任公司
IPC: G05D1/10
Abstract: 本发明提出了一种电力线路的无人机自动巡检系统及方法，所述无人机自动巡检系统包括：地面站系统和设置在无人机上的通讯模块、位置和状态感知模块、惯性导航系统、边缘计算模块和控制中心单元；所述通讯模块、所述位置和状态感知模块、所述惯性导航系统和所述边缘计算模块均与所述控制中心单元连接，所述控制中心单元与无人机的执行机构连接；所述地面站系统与所述通讯模块连接。本发明边缘计算模块用于利用训练好的基于深度强化学习的代理模型，根据无人机的当前状态信息及目的状态信息生成飞行指令，控制无人机的飞行，使无人机飞行过程中尽可能的不偏离每个时刻的目的坐标，保证飞行的安全性。
-
公开(公告)号：CN112613494B
公开(公告)日：2024-08-13
申请号：CN202110059517.8
申请日：2021-01-18
Applicant: 北京国网富达科技发展有限责任公司
IPC: G06V20/52 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/094
Abstract: 本发明涉及一种基于深度对抗网络的电力线路监控异常识别方法及系统。该方法包括：构建深度对抗网络；所述深度对抗网络包括生成器和判别器；所述生成器用于生成虚假图片；所述判别器用于判别输入的图像是否为虚假图片；基于训练样本集，对所述深度对抗网络中的生成器和判别器交替训练，得到训练好的判别器；所述训练样本集包括多个真实样本和对应的多个虚假样本；获取待识别电力线路监控图像；将所述待识别电力线路监控图像输入所述训练好的判别器，识别所述待识别电力线路监控图像是否为虚假图片，得到识别结果。本发明可以提高电力线路监控异常识别的准确度。
-
公开(公告)号：CN109872323A
公开(公告)日：2019-06-11
申请号：CN201910148797.2
申请日：2019-02-28
Applicant: 北京国网富达科技发展有限责任公司
IPC: G06T7/00 , G06T17/00 , G06N20/00 , G01N21/892
Abstract: 本发明提供了一种输电线路的绝缘子缺陷检测方法及装置，其中，该方法包括：采集待检测绝缘子图像；根据待检测绝缘子图像，确定待检测绝缘子的三维模型；将待检测绝缘子的三维模型输入预先训练生成的绝缘子深度神经网络缺陷检测模型，对待检测绝缘子进行缺陷检测及确定缺陷类型；绝缘子深度神经网络缺陷检测模型根据多个绝缘子图像样本预先训练生成。上述技术方案提高了绝缘子缺陷检测的效率、准确度及安全性，降低了绝缘子缺陷检测的成本，可广泛地应用在电力系统中。
-
-
-
-
-
-
Search Results
7
records
(took 0.039 seconds)
