公开(公告)号：CN119723238A

公开(公告)日：2025-03-28

申请号：CN202411704799.2

申请日：2024-11-26

Applicant: 南京工程学院

Inventor： 李军 ,  周昊星 ,  张玉琼 ,  吕干云 ,  刘克天

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/52 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/094 ,  G06N3/0895 ,  G06T7/00

Abstract: 本发明涉及电力系统巡检技术领域，尤其涉及一种注意力对齐的域自适应复杂天气绝缘子缺陷检测方法，针对YOLO网络设计了注意力对齐辅助的域分类器，通过对源域(晴天)和多个目标域(雾天、雨天、雪天)中的特征对齐，实现对不同复杂天气条件的适应。注意力对齐机制利用域分类器的潜在特征信息，精确地对齐源域和目标域的特征分布，显著提升了模型在雾天、雨天、雪天等低能见度条件下的绝缘子缺陷检测精度。该技术支持多种YOLO版本，无需复杂天气图像的标记数据，即可适应多样化的恶劣天气环境，同时保持原始YOLO的推理速度。

公开(公告)号：CN118130968A

公开(公告)日：2024-06-04

申请号：CN202410249444.2

申请日：2024-03-05

Applicant: 南京工程学院

Inventor： 李军 ,  黄嘉伟 ,  张玉琼 ,  周昊星 ,  钱宇恬 ,  陈建华 ,  吕干云

IPC: G01R31/08 ,  G06F18/241 ,  G06F18/214 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464

Abstract: 本发明公开了一种基于深度学习的数据驱动的非侵入式反孤岛检测方法，包括搭建户用分布式光伏仿真模型，分别获取孤岛运行、非孤岛运行的多种工作状态下对应的电网、天气及光伏开关特征；将样本集分为训练集与测试集；搭建CNN‑LSTM‑Attention混合网络模型，该网络模型包括输入层、卷积神经网络的卷积层、池化层、LSTM层以及softmax层，并在卷积层中加入了SE注意力机制；训练混合网络模型即得到基于深度学习的数据驱动的非侵入式反孤岛检测模型。本发明由于采用的是智能算法，相关的判定依据以及阈值全部由算法模型根据系统自身特性灵活设定，比人工设定的更合理，使得检测“死区”更小，提高了检测的准确率。