-
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：CN114821328A
公开(公告)日：2022-07-29
申请号：CN202210502905.3
申请日：2022-05-10
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完全学习的电力图像处理方法及装置，将特征图Fout和特征图Fout的标定值作为训练集，利用训练集对电力图像异常值检测模型；将电力图像输入训练好的电力图像异常值检测模型，输出电力图像中电力设备异常预测结果。有效的利用了卷积过程的局部特征提取优点和自注意力计算的全局特征提取的优点，构建了一个高效的图像特征学习方法，通过混合学习的特征图可以很好的完全表示原图像的特征信息，有效地学习到电力图像中的特征信息。本发明提升了识别的准确性，降低了人工巡检成本，自动检测输电线路上的缺陷，保障国家电力系统的安全运行。
-
公开(公告)号：CN114745256A
公开(公告)日：2022-07-12
申请号：CN202210192848.3
申请日：2022-02-28
IPC分类号： H04L41/0677 , H04L41/0604 , G06F16/36
摘要： 本发明公开了一种服务器报警溯源方法、装置及存储介质，所述方法包括：采集服务器报警信息；根据服务器报警信息及预构建的服务器报警传播知识图谱，依据因果关联性检索获取所有可能的报警传播路径；通过所述服务器报警传播知识图谱检索所有可能的报警传播路径中两两报警传播路径的交集路径；计算所有交集路径发生可能性；根据交集路径发生可能性计算结果分析获取所述服务器报警信息的报警传播路径。本发明能够实现服务器报警信息溯源、快速定位根本故障原因。
-
公开(公告)号：CN114120445A
公开(公告)日：2022-03-01
申请号：CN202111371379.3
申请日：2021-11-18
申请人： 北京易达图灵科技有限公司 , 南京南瑞信息通信科技有限公司 , 中国科学院自动化研究所
摘要： 本发明提供一种动态信息增强的行为识别方法及装置，所述方法包括：确定待识别视频的图像序列；将图像序列输入至行为识别模型，得到行为识别模型输出的行为识别结果，行为识别模型是基于样本视频的样本图像序列和样本行为识别结果训练得到的；其中，行为识别模型用于对图像序列中各帧图像进行特征提取，得到表观特征图序列，对表观特征图序列中每相邻两个表观特征图进行差分运算，得到动态特征图序列，对动态特征图序列和表观特征图序列进行特征编码，得到动态特征表示，并基于动态特征表示进行行为识别。本发明提供的方法、装置、电子设备与存储介质，在提升行为识别的准确率的同时，也提高了行为识别的实时性，应用价值更高。
-
公开(公告)号：CN109246151B
公开(公告)日：2021-03-30
申请号：CN201811305770.1
申请日：2018-11-05
申请人： 国家电网有限公司 , 国网湖北省电力有限公司 , 国网湖北省电力有限公司检修公司 , 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司
发明人： 蔡敏 , 马建国 , 王浩 , 尹洪 , 吴启进 , 雷成华 , 周玎 , 辛巍 , 赵高峰 , 樊强 , 彭启伟 , 冯敏 , 郝小龙 , 张文 , 罗旺 , 贾政 , 吴超 , 王学广 , 韩斌
摘要： 本发明公开了一种输电线路视频智能巡检分析调度系统，包括：摄像头、流媒体服务器、SIP通信服务器、数据库服务器，任务管理模块将任务分发给视频图像分析服务模块，经过视频图像分析服务模块内部的调度，取出要分析的任务，通过SIP通信服务器通知流媒体服务器从摄像头中拉取视频流，图像采集服务模块对视频流定时截取图片，并存储到数据库服务器中，视频图像分析服务模块从数据库服务器中获取截取的图片，并调用算法分析服务模块进行任务分析。本发明可以有效的在规定时间内完成任务巡检，提高了系统的资源利用率，加快了输电线路巡检速度。
-
公开(公告)号：CN112101365A
公开(公告)日：2020-12-18
申请号：CN202010945373.1
申请日：2020-09-10
申请人： 国网辽宁省电力有限公司电力科学研究院 , 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司 , 国网辽宁省电力有限公司铁岭供电公司 , 国家电网有限公司
摘要： 本发明公开了一种基于红外热像处理的电力设备关键特征提取方法及系统。本发明将红外热读数映射成红外热像灰度图，对红外热像灰度图进行预处理，解决红外热像常见的噪声困扰，降低图片质量要求，再采用二值化操作提取出热点区域，有效降低计算量并突出热点区域轮廓，最后对热点区域进行提取，有效获得可靠性高的特征参量。
-
公开(公告)号：CN111930982A
公开(公告)日：2020-11-13
申请号：CN202010696172.2
申请日：2020-07-20
申请人： 南京南瑞信息通信科技有限公司
摘要： 本发明提供了一种电网图像智能标签方法，该方法包括：获取电网区域环境图像，基于电网区域环境图像，通过预先训练好的电网图像分类模型，获取所述网区域环境图像的类别属性分布信息；根据电网区域环境图像、电网区域环境图像的类别属性分布信息，通过预先训练好的电网图像分割模型，获取电网区域环境图像的属性分割图像。
-
公开(公告)号：CN109829887A
公开(公告)日：2019-05-31
申请号：CN201811598037.3
申请日：2018-12-26
申请人： 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司
摘要： 本发明公开一种基于深度神经网络的图像质量评估方法，是一种用于图像质量评估的深度神经网络的新型应用技术。本发明解决的是无人机作业巡检采集图像的质量评估问题，在大型数据库ImageNet上训练得到一个预训练的深度神经网络模型，对深度神经网络改进并采用图像质量评价数据库TID2013训练深度神经网络模型，最后对输入任意的图像，采用已训练完成的深度神经网络模型预测图像的质量。本发明所公开的基于深度神经网络的图像质量评估方法能够非常准确地评估无人机作业巡检采集图像的质量，并且能够明显地区分高质量图像和低质量图像，过滤低质量无用图像。
-
-
-
-
-
-
-
-
-
搜索结果
95 条记录 (耗时 0.036 秒)
