-
公开(公告)号：CN113111557B
公开(公告)日：2024-09-03
申请号：CN202110412294.9
申请日：2021-04-16
申请人： 华北电力大学(保定) , 国网河北省电力有限公司检修分公司
IPC分类号： G06F30/23 , G01R31/00 , G06F111/10
摘要： 本发明涉及电场研究技术领域，具体地说，涉及一种模拟型人体稳态电击分析方法。包括对交流架空线路工频电场及线下构筑物感应电压进行计算研究、对线下人体电场和人体表面感应总电流计算及稳态电击进行评估研究、对典型场景下电击特征量进行测量及对人体感受进行试验研究、对不同电击抑制方法及经济性进行分析研究等步骤。本发明设计通过建立线下人体遭受电击的理论计算模型，可以根据分析结果从感应电产生电击效果的根源上提出有效抑制和减缓不同场景条件下电击现象的抑制措施，可以结合场景环境条件给出合理化建议，从而可以给制定以健康为基础的电磁场标准以便向人类提供相同或相似的健康保护水平提供理论依据和支撑。
-
公开(公告)号：CN111783819B
公开(公告)日：2024-02-09
申请号：CN202010383794.X
申请日：2020-05-08
申请人： 国家电网有限公司 , 国网河北省电力有限公司检修分公司 , 华北电力大学(保定)
IPC分类号： G06V10/25 , G06V10/774 , G06V10/82 , G06V10/764 , G06V10/766 , G06N3/0464 , G06N3/045 , G06N3/08
摘要： 本发明提供了一种小规模数据集上基于感兴趣区域训练改进的目标检测方法，属于图像分析技术领域，通过目标检测模型获得图像目标检测结果，其对目标检测模型的训练过程包括一个循环依次独立进行边框回归任务训练和分类任务训练的阶段，使用由小规模数据集经过第一数据增强后获得的第一训练集对目标检测模型进行边框回归任务训练，使用由第一训练集经过第二数据增强后获得的第二训练集对目标检测模型进行分类任务训练；第二训练集的每张图像其感兴趣区域外包含部分该图片的全局信息。本发明方法在训练阶段引入感兴趣区域机制，克服现有One‑Stage目标检测模型在小规模数据集上训练时易发生的过拟合现象，进而获得准确的目标检测模型。
-
公开(公告)号：CN112881814A
公开(公告)日：2021-06-01
申请号：CN202110069881.2
申请日：2021-01-19
申请人： 国网河北省电力有限公司检修分公司 , 华北电力大学(保定)
摘要： 本发明提供了一种高压交流输电线路下钢架大棚对人体电击效应的计算方法，使用COMSOL软件建立人体和钢架大棚的有限元模型，并通过有限元法计算出人体与钢架大棚在输电线路下的感应电压；建立人体接触钢架大棚模型，在频域场和稳态场中通过有限元法分别计算人体接触钢架大棚瞬间的暂态感应电压、感应电流密度及稳态感应电压、感应电流密度，并计算出暂态电击电流及稳态电击电流。本发明提供的高压交流输电线路下钢架大棚对人体电击效应的计算方法，建模简单、计算结果精确、应用广泛，利用有限元软件不同物理场的设定，得出稳态电击电流及暂态电击电流，计算得出的结果值准确且直观，对预防线下人体遭受钢架大棚的暂态电击具有一定指导意义。
-
公开(公告)号：CN111179262B
公开(公告)日：2024-09-06
申请号：CN202010002183.6
申请日：2020-01-02
申请人： 国家电网有限公司 , 国网河北省电力有限公司检修分公司 , 华北电力大学(保定)
IPC分类号： G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明涉及一种结合形状属性的电力巡检图像金具检测方法，其包括以下步骤，1全局特征提取：用图像分类网络VGG‑16提取全局特征；2感兴趣区域获取：将提取的全局特征输入区域建议网络；3分别进行分类预测和边界框分布预测；4损失函数计算：分类损失计算、结合形状属性的KL散度边界框回归损失计算；5模型训练。本发明通过将KL散度和同类别金具目标的形状特征相结合对Faster R‑CNN模型的回归损失函数进行约束，解决在复杂背景中对金具目标的检测框定位不准确、部分金具目标在图像中结构显示不完整的问题。
-
公开(公告)号：CN111210007A
公开(公告)日：2020-05-29
申请号：CN202010003211.6
申请日：2020-01-02
申请人： 国家电网有限公司 , 国网河北省电力有限公司检修分公司 , 华北电力大学(保定)
摘要： 本发明公开了基于改进SRGAN模型的超分辨率螺栓图像生成方法，涉及图像处理技术领域；其包括步骤S1模型训练使用的数据集、S2建立生成式对抗网络模型、S3生成器损失函数构建、S4判别器损失函数构建和S5高分辨率螺栓图像生成，在步骤S4判别器损失函数构建的SRGAN模型的损失函数中加入相对均值鉴别器以平衡生成器和判别器的能力；其通过在SRGAN模型的损失函数中加入相对均值鉴别器等，实现了在输电线路无人机自主巡检与深度学习的结合应用中，SRGAN模型生成的输电线路螺栓图像分辨率高。
-
公开(公告)号：CN111179262A
公开(公告)日：2020-05-19
申请号：CN202010002183.6
申请日：2020-01-02
申请人： 国家电网有限公司 , 国网河北省电力有限公司检修分公司 , 华北电力大学(保定)
摘要： 本发明涉及一种结合形状属性的电力巡检图像金具检测方法，其包括以下步骤，1全局特征提取：用图像分类网络VGG-16提取全局特征；2感兴趣区域获取：将提取的全局特征输入区域建议网络；3分别进行分类预测和边界框分布预测；4损失函数计算：分类损失计算、结合形状属性的KL散度边界框回归损失计算；5模型训练。本发明通过将KL散度和同类别金具目标的形状特征相结合对Faster R-CNN模型的回归损失函数进行约束，解决在复杂背景中对金具目标的检测框定位不准确、部分金具目标在图像中结构显示不完整的问题。
-
公开(公告)号：CN112924763A
公开(公告)日：2021-06-08
申请号：CN202110111325.7
申请日：2021-01-27
申请人： 国网河北省电力有限公司检修分公司 , 华北电力大学(保定)
摘要： 本发明提供了一种高压交流输电线路下方暂态电击评估方法，对输电线路、线下人体及物体进行数值建模计算获得输电线下方人体接触物体的感应电特征量，建立线下人体接触物体的有限元模型，计算获得高压交流输电线下方人体接触物体的暂态电击量，将有限元软件的计算结果在Simulink建立暂态电击的电路模型并进行仿真，得到线下人体接触金属物时所遭受的暂态电击情况并对其进行评价。本发明提供的高压交流输电线路下方暂态电击评估方法，将有限元软件分析与电路仿真分析相结合，得出的计算结果更加准确而全面，能更直观的反应暂态电击量以及暂态电击的动态过程，从而对线下人体接触金属物时所遭受的暂态电击整体情况进行准确评价。
-
公开(公告)号：CN113111557A
公开(公告)日：2021-07-13
申请号：CN202110412294.9
申请日：2021-04-16
申请人： 华北电力大学(保定) , 国网河北省电力有限公司检修分公司
IPC分类号： G06F30/23 , G01R31/00 , G06F111/10
摘要： 本发明涉及电场研究技术领域，具体地说，涉及一种模拟型人体稳态电击分析方法。包括对交流架空线路工频电场及线下构筑物感应电压进行计算研究、对线下人体电场和人体表面感应总电流计算及稳态电击进行评估研究、对典型场景下电击特征量进行测量及对人体感受进行试验研究、对不同电击抑制方法及经济性进行分析研究等步骤。本发明设计通过建立线下人体遭受电击的理论计算模型，可以根据分析结果从感应电产生电击效果的根源上提出有效抑制和减缓不同场景条件下电击现象的抑制措施，可以结合场景环境条件给出合理化建议，从而可以给制定以健康为基础的电磁场标准以便向人类提供相同或相似的健康保护水平提供理论依据和支撑。
-
公开(公告)号：CN112967401A
公开(公告)日：2021-06-15
申请号：CN202110412305.3
申请日：2021-04-16
申请人： 国网河北省电力有限公司检修分公司 , 华北电力大学(保定)
摘要： 本发明涉及电场研究技术领域，具体地说，涉及一种基于有限元法的三维空间电场的计算方法。包括对三维空间电场进行三维建模及空间仿真、对电场边界值进行计算分析、对最小静电能量边值问题进行计算分析、剖分仿真模型，对单元能量值进行计算分析、进行多元二次函数极值计算、计算电场强度矢量等步骤。本发明设计通过采用以有限元法为原理的计算机工程软件进行三维空间电场的仿真建模，并将仿真电场分散化为若干单元进行能量计算，通过计算各单元的近似解来求得较为准确的电场强度近似结果，实现对虚拟电场的强度分析，进而不仅可以对输电线路的线路结构设计提供理论依据和支撑，还可以对已建成线路的静电感应和暂态电击影响抑制提供技术方法。
-
公开(公告)号：CN111783819A
公开(公告)日：2020-10-16
申请号：CN202010383794.X
申请日：2020-05-08
申请人： 国家电网有限公司 , 国网河北省电力有限公司检修分公司 , 华北电力大学(保定)
摘要： 本发明提供了一种小规模数据集上基于感兴趣区域训练改进的目标检测方法，属于图像分析技术领域，通过目标检测模型获得图像目标检测结果，其对目标检测模型的训练过程包括一个循环依次独立进行边框回归任务训练和分类任务训练的阶段，使用由小规模数据集经过第一数据增强后获得的第一训练集对目标检测模型进行边框回归任务训练，使用由第一训练集经过第二数据增强后获得的第二训练集对目标检测模型进行分类任务训练；第二训练集的每张图像其感兴趣区域外包含部分该图片的全局信息。本发明方法在训练阶段引入感兴趣区域机制，克服现有One-Stage目标检测模型在小规模数据集上训练时易发生的过拟合现象，进而获得准确的目标检测模型。
-
-
-
-
-
-
-
-
-
搜索结果
129 条记录 (耗时 0.092 秒)
