-
公开(公告)号：CN113361520B
公开(公告)日：2022-08-09
申请号：CN202110611302.2
申请日：2021-06-01
申请人： 南京南瑞信息通信科技有限公司
摘要： 本发明公开了一种基于样本偏移网络的输电线路设备缺陷检测方法，将数据集送入到设计好的卷积神经网络模型中进行训练，完善卷积神经网络模型的自身参数；将训练好的卷积神经网络模型部署到检测设备上，输电线路设备缺陷进行检测。本发明利用马赛克数据增强的方法来处理数据，可以补充样本缺少的图像，同时丰富缺陷类别的背景信息，减少网络过拟合的情况。通过特征提取和特征融合模块，丰富输入图像的多样性，使得网络能够准确判断感兴趣区域，增强网络的检测能力。通过修正候选框的位置，让分类任务和回归任务获得不同的候选区域。识别方法识别的动作数量具有可扩展性，且扩展操作简单，易于开发人员操作。
-
公开(公告)号：CN113361520A
公开(公告)日：2021-09-07
申请号：CN202110611302.2
申请日：2021-06-01
申请人： 南京南瑞信息通信科技有限公司
摘要： 本发明公开了一种基于样本偏移网络的输电线路设备缺陷检测方法，将数据集送入到设计好的卷积神经网络模型中进行训练，完善卷积神经网络模型的自身参数；将训练好的卷积神经网络模型部署到检测设备上，输电线路设备缺陷进行检测。本发明利用马赛克数据增强的方法来处理数据，可以补充样本缺少的图像，同时丰富缺陷类别的背景信息，减少网络过拟合的情况。通过特征提取和特征融合模块，丰富输入图像的多样性，使得网络能够准确判断感兴趣区域，增强网络的检测能力。通过修正候选框的位置，让分类任务和回归任务获得不同的候选区域。识别方法识别的动作数量具有可扩展性，且扩展操作简单，易于开发人员操作。
-
公开(公告)号：CN118537594A
公开(公告)日：2024-08-23
申请号：CN202410711850.6
申请日：2024-06-04
申请人： 南京南瑞信息通信科技有限公司 , 国网电力科学研究院有限公司 , 国网河北省电力有限公司 , 国网河北省电力有限公司电力科学研究院
IPC分类号： G06V10/72 , G06V10/10 , G06T7/00 , G06V10/82 , G06N3/0475 , G06N3/094 , G06N3/0455
摘要： 本发明公开了一种电力异常场景小样本扩充方法及系统，该方法首先拍摄电力设备正常图像构建正常样本集，拍摄电力设备异常图像构建异常样本集；然后将电力设备正常图像进行目标识别和提取，得到仅包含电力设备的第一图像，将所述第一图像输入循环对抗生成网络得到第二图像，将第二图像替换第一图像拼接到电力设备正常图像中，生成第二电力设备异常图像；最后将第二电力设备异常图像加入异常样本集中以扩充异常样本数据集；本发明能够避免电力设备以外的环境干扰，生成符合类似布控球、无人机、监控摄像头拍摄得到的电力场景异常图像，扩充电力异常场景的小样本数据集。
-
公开(公告)号：CN117671587A
公开(公告)日：2024-03-08
申请号：CN202311641419.0
申请日：2023-12-01
申请人： 南京南瑞信息通信科技有限公司
IPC分类号： G06V20/52 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/09 , G06N3/096 , H02J13/00
摘要： 本发明公开了一种基于自监督学习的电力设备缺陷检测方法、系统，包括以下步骤：首先，对采集的电力设备图像进行图像增强，构建自监督样本集，并从中挑选出高质量设备异常图像进行标注，构建有监督样本集；其次，设计包含分层嵌入模块、局部感知模块和动态注意力聚焦模块的新型ViT网络，并通过对比学习在自监督样本集上训练新型ViT网络，得到预训练模型；然后，抽取出预训练模型中编码器部分，添加FPN网络和检测头网络，构建设备缺陷检测网络，并冻结编码器的权重，利用有监督样本集对网络进行微调；最后，对体积大于设定值的设备缺陷检测模型，使用知识蒸馏进行压缩和加速。本发明能够在少量标注样本情况下提升电力设备缺陷检测精度。
-
公开(公告)号：CN116683431A
公开(公告)日：2023-09-01
申请号：CN202310617968.8
申请日：2023-05-29
申请人： 国电南瑞科技股份有限公司 , 南京南瑞信息通信科技有限公司
IPC分类号： H02J3/00 , G06Q10/0639 , G06Q10/20 , G06Q50/06 , G06F30/18 , G06F30/20 , G06F111/10 , G06F111/04 , G06F119/02 , G06F113/04
摘要： 本发明公开了一种配电系统恢复力快速评估指标与评估方法及系统，对配电系统元件进行建模，并对其拓扑划分元胞进行简化；通过解析计算的方式，综合考虑配电系统在自然灾害下各阶段的响应，分别通过系统失负荷期望值、灾害中节点元胞的停电失负荷期望以及灾害后节点元胞的维修失负荷期望来表示电力系统各个层次下在灾害前，灾害中以及灾害后各阶段的恢复力评估指标，通过故障概率事件的解析表达来计算这些评估指标，并得到配电系统的系统功能图，直观反映系统的恢复力水平；本发明用于指导电力系统在灾害尚未到来时的线路规划、元件的加固、联络线路配置以及冗余资源的配置等，并为灾害中的紧急响应调度以及灾害后的抢修恢复决策提供量化依据。
-
公开(公告)号：CN118940782A
公开(公告)日：2024-11-12
申请号：CN202410964544.3
申请日：2024-07-18
申请人： 南京南瑞信息通信科技有限公司
摘要： 本发明公开了一种QR二维码矫正修复方法及系统，修复方法是对位置编码后的图像进行特征提取，得到低分辨率图像特征和高分辨率图像特征；根据低分辨率图像特征，预测变形场和灰度场，对变形场和灰度场进行嵌入操作，得到全局畸变和灰度特征；根据变形场对低分辨率图像特征进行弹性变换，得到弹性变换低分辨率图像特征；将低分辨率图像特征、全局畸变和灰度特征、弹性变换低分辨率图像特征和高分辨率图像特征进行特征融合；反卷积融合后的特征，得到矫正变形场和矫正灰度场，对二维码图像进行修复。本发明由整体至局部的学习过程，对矫正位移较大的畸变具有更好的效果，且将灰度场和变形场作为模型的两个输出，提高了二维码图像的成像质量。
-
公开(公告)号：CN117917694A
公开(公告)日：2024-04-23
申请号：CN202211288540.5
申请日：2022-10-20
申请人： 南京南瑞信息通信科技有限公司
IPC分类号： G06V10/22 , G06V10/26 , G06V10/44 , G06V10/774 , G06V10/82 , G06V20/00 , G06V20/70 , G06N3/0464 , G06N3/082 , G06N3/08
摘要： 基于轻量化模型的仪表盘检测及读数的方法、设备，利用轻量化目标检测模型对输入图像进行目标检测得到目标区域；然后利用轻量化U2NetP模型对目标区域进行语义分割，分割出指针和刻度的掩膜，处理得到指针和刻度的位置，以少量计算资源实现对仪表盘实现检测和读数。本发明改进了YOLOv7‑tiny模型，使得模型大幅压缩，同时维持预测精度；在语义分割阶段，使用基于深度可分离卷积的轻量化后的U2NetP模型，进一步使得模型参数量大幅降低。本发明针对深度学习模型参数量过大且嵌入式设备性能有限的问题，对目标检测模型和语义分割模型提出了轻量化方案，为模型部署到变电站智能巡检机器人上提供了支持，具有良好的实用性。
-
公开(公告)号：CN116245807A
公开(公告)日：2023-06-09
申请号：CN202211703829.9
申请日：2022-12-29
申请人： 南京南瑞信息通信科技有限公司
IPC分类号： G06T7/00 , G06V10/764 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0499 , G06N3/08
摘要： 本发明公开了一种电力设备表面异常变化的检测方法、装置及介质，其方法包括获取任一时刻电力设备的表面图像作为待检测图像；获取电力设备的基准图像；将待检测图像和基准图像输入训练好的变化检测网络模型，得到变化检测结果；其中，所述变化检测网络模型的训练包括：获取不同时刻电力设备的表面图像作为待训练图像；基于基准图像对各待训练图像进行异常变化的标注，生成标注图像集；构建基于自注意力机制的变化检测网络模型；通过标注图像集训练变化检测网络模型；本发明能够有效提升电力设备表面异常变化的检测精度，及时发现电力设备疑似故障，保障电力设备安全稳定运行。
-
公开(公告)号：CN115688032A
公开(公告)日：2023-02-03
申请号：CN202211330285.6
申请日：2022-10-27
申请人： 南京南瑞信息通信科技有限公司 , 国电南瑞科技股份有限公司
IPC分类号： G06F18/2431 , G06F18/27 , G06Q10/20 , G06Q50/06
摘要： 本发明公开了一种基于多源数据融合的台风灾害下电网风险预警方法及系统，对台风灾害下电网风险预警数据集中的数据进行时间维度和空间维度的网格划分，将不同类型的数据根据网格划分进行匹配，得到每个网格的电网、地理和气象数据；分析每个网格电网元件脆弱性，建立每个网格内元件的脆弱性曲线，并根据脆弱性曲线计算科普兰德得分，将科普兰德得分结合网格化数据建立网格化风险预警数据集；对基于回归决策树的电网风险预警模型进行训练；向训练好的电网风险预警模型中输入台风预报数据，得到电网故障预测数量，实现电网风险预警。本发明能够准确预测台风灾害下电网设备故障数量，有效提升电网对台风灾害的应对能力，减少经济损失。
-
公开(公告)号：CN113361369B
公开(公告)日：2022-08-09
申请号：CN202110611253.2
申请日：2021-06-01
申请人： 南京南瑞信息通信科技有限公司
摘要： 本发明公开了一种基于训练样本选择的电力现场着装规范检测方法，利用不同特征等级上的正训练样本对神经网络进行训练，分别将两类正训练样本通过分类损失函数Focal Loss进行分类，通过回归损失函数GIoU Loss进行回归，通过CrossEntropyLoss进行质量评分，得到预测损失函数LM、辅助损失函数LM，最终的训练损失函数L，求取最终的训练损失函数L最小值时的神经网络参数；将电力现场图片输入训练好的神经网络，得到电力现场图片中着装不规范目标标定。本发明弥补了图像特征的信息损失及不同尺度之间特征的语义差距，提高了检测精度，在电力现场安防研究领域具有重要的意义。
-
-
-
-
-
-
-
-
-
搜索结果
11 条记录 (耗时 0.035 秒)
