-
公开(公告)号：CN120013825A
公开(公告)日：2025-05-16
申请号：CN202411953522.3
申请日：2024-12-27
Applicant: 南方电网通用航空服务有限公司
Abstract: 本发明涉及一种基于多光谱影像几何纠正方法，该方法包括：对原始多光谱影像进行特征提取，生成地面控制点；构建几何纠正模型，模型中存储有元数据，确定地面控制点与元数据之间的仿射变换关系；将新的多光谱影像输入模型中进行几何纠正，输出正射影像。本发明与现有技术相比，其显著优点是：采用几何纠正方法，显著地提高多光谱遥感影像的正射纠正效率，为海量多光谱遥感数据加工处理提供严密的几何数据基准；并且，在几何纠正过程中增加区域网处理，通过各影像重叠匹配的连接点和控制点，恢复影像之间的相对位置和绝对位置，确保影像的定位和接边精度。
-
公开(公告)号：CN119408750A
公开(公告)日：2025-02-11
申请号：CN202411921782.2
申请日：2024-12-25
Applicant: 南方电网通用航空服务有限公司 , 南方电网产业投资集团有限责任公司
IPC: B64U10/17 , B64U20/70 , B64U40/10 , B64U30/24 , B64U50/19 , B64U20/87 , B64U20/80 , B64U30/40 , B64U101/31
Abstract: 本申请涉及一种电力巡检无人机及控制方法。电力巡检无人机包括机体部分和动力部分。机体部分包括主体框架和外壳，主体框架包括顶板、底板、主板、两个侧板以及两个端板，两个侧板均设置在顶板和底板之间，且两个侧板间隔且平行分布，两个端板均设置在两个侧板之间，顶板、底板、两个侧板和两个端板围设形成机舱，主板与顶板平行，主板穿设机舱，且主板在第一方向的两端分别凸出于两个端板背向机舱的一侧，侧板和端板上均设置有连通机舱内部和外部的减重孔；动力部分设置在主体框架的外部，动力部分包括两组动力组件，两组动力组件上、下分布，且下方的动力组件安装在顶板上。其飞行稳定性好，有利于进行电力巡检。
-
公开(公告)号：CN117726794A
公开(公告)日：2024-03-19
申请号：CN202311725312.4
申请日：2023-12-15
Applicant: 南方电网通用航空服务有限公司
IPC: G06V10/25 , G06V10/774 , G06V10/82 , G06V10/52 , G06N3/0464
Abstract: 本申请涉及一种模型部署方法、装置、计算机设备和存储介质。所述方法包括：将目标检测模型对应的后处理算子部署至目标框架中；其中，所述后处理算子用于：对所述目标检测模型输出的检测图像中目标对象的候选框信息进行处理，得到目标对象的各候选框的候选框位置、候选框置信度和候选框概率分布，并根据所述检测图像中的关键位置，以及各候选框的候选框位置、候选框置信度和候选框概率分布，确定所述目标对象的目标框；将所述目标检测模型部署至已部署所述后处理算子的目标框架中。采用本方法能够提高目标检测模型的检测精度。
-
公开(公告)号：CN117576593A
公开(公告)日：2024-02-20
申请号：CN202311619686.8
申请日：2023-11-30
Applicant: 南方电网通用航空服务有限公司
IPC: G06V20/17 , G06V10/143 , G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/08 , G01N25/72
Abstract: 本申请涉及一种光伏组件热斑识别方法、装置、计算机设备和存储介质。所述方法包括：获取待识别的光伏组件的初始热红外图像；利用预设的图像转换工具，将所述初始热红外图像转换为目标热红外图像；其中，所述目标热红外图像的文件格式与预设的光伏组件热斑识别模型所在的深度学习环境的文件格式相适配；根据所述目标热红外图像和所述光伏组件热斑识别模型，获取所述初始热红外图像中光伏组件上的热斑的识别结果。采用本方法能够提高识别光伏组件热斑的效率。
-
公开(公告)号：CN117522836A
公开(公告)日：2024-02-06
申请号：CN202311571368.9
申请日：2023-11-22
Applicant: 南方电网通用航空服务有限公司
IPC: G06T7/00 , G06T5/73 , G06V10/40 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本申请涉及一种故障检测方法、装置、计算机设备、存储介质和产品。所述方法包括：获取光伏电站中的光伏组件的可见光图像和红外光图像；基于所述可见光图像，利用第一模型对所述可见光图像进行检测，得到第一检测结果；所述第一模型是基于所述光伏组件的可见光图像样本对初始的你只看一次YOLO模型进行训练得到的；基于所述红外光图像，利用第二模型对所述红外光图像进行检测，得到第二检测结果；所述第二模型是基于所述光伏组件的红外光图像样本对初始的YOLO模型进行训练得到的；根据所述第一检测结果和所述第二检测结果，得到所述光伏组件的检测结果。采用本方法能够提高光伏组件的故障检测精度。
-
Patent Agency Ranking
公开(公告)号：CN119785447A
公开(公告)日：2025-04-08
申请号：CN202411908458.7
申请日：2024-12-24
Applicant: 南方电网通用航空服务有限公司
Abstract: 本申请提供了一种针对配网架线的巡检业务处理方法、装置、平台及设备，属于配网线路巡检业务技术领域，该业务处理方法不再完全依赖于人工处理，而是线下操作和线上操作相结合，在针对具有保密性强的采集数据进行业务处理时，则对采集数据线下进行操作处理，在针对采集数据进行流程处理时，则在线上进行操作处理，并能在下达任务侧的任务分配端、流程调度分配侧的业务调度端、数据侧记侧的采集服务执行端和数据分析侧的分析服务执行端均能实时掌握巡检任务的当前进度，以在保护数据安全性的同时，还能够提升整体业务流程的工作效率，使得管理过程更具可追溯性和透明度。
-
公开(公告)号：CN117668551A
公开(公告)日：2024-03-08
申请号：CN202311682747.5
申请日：2023-12-08
Applicant: 南方电网通用航空服务有限公司
IPC: G06F18/214 , G06F18/10 , G06Q50/06 , G06N3/08
Abstract: 本申请涉及一种输电线路缺陷识别方法、装置、计算机设备和存储介质。所述方法包括：获取待缺陷识别的输电线路的线路运行数据；线路运行数据，包括：输电线路的电压数据、电流数据与温度数据中的至少一种；将线路运行数据输入预先训练的输电线路缺陷识别模型；通过输电线路缺陷识别模型得到输电线路的缺陷识别结果。相比于通过人工巡线来实现输电线路缺陷识别，采用本方法能够实时采集输电线路的运行数据，并通过输电线路缺陷识别模型来得到输电线路缺陷识别结果，从而可以提高输电线路缺陷识别的效率。
-
公开(公告)号：CN117574967A
公开(公告)日：2024-02-20
申请号：CN202311595565.4
申请日：2023-11-27
Applicant: 南方电网通用航空服务有限公司
IPC: G06N3/0464 , G06N3/045 , G06N3/0495 , G06N3/08
Abstract: 本申请涉及一种模型构建方法、装置、计算机设备、存储介质和产品。所述方法包括：对初始模型中各网络层下的通道对应的第一卷积核权重和第一BN层缩放因子进行稀疏化处理，得到第二卷积核权重和第二BN层缩放因子；针对各所述网络层，确定所述网络层下的通道对应的第二卷积核权重的范数和所述第二BN层缩放因子的绝对值；根据各所述网络层下的通道对应的第二卷积核权重的范数和所述第二BN层缩放因子的绝对值，确定待替换网络层；采用预先构建的目标网络层对所述待替换网络层进行替换得到目标模型。采用本方法能够目标检测模型部署在ARM平台上时检测效果不佳这一问题。
-
公开(公告)号：CN117465814A
公开(公告)日：2024-01-30
申请号：CN202311693041.9
申请日：2023-12-11
Applicant: 南方电网通用航空服务有限公司
Abstract: 本发明涉及一种无人机存运机构及无人机。无人机存运机构包括存运壳、驱动组件及限位组件，存运壳构造有容纳腔；驱动组件连接于容纳腔的腔壁；限位组件容设于容纳腔，且与驱动组件传动连接，驱动组件用于驱动限位组件相对容纳腔的腔壁移动，以使限位组件抵紧于容设于容纳腔的物品，以限制物品相对容纳腔的腔壁移动。本申请通过驱动组件驱动限位组件相对容纳腔的腔壁移动，以使限位组件能够抵接于容设于容纳腔内的物品上，并用于与容纳腔的腔壁配合，实现对物品的夹紧，从而能够限制物品相对容纳腔的腔壁移动，使得无人机在飞行的过程中，能够避免物品与容纳腔的腔壁发生碰撞，提高了无人机存运机构的可靠性。
-
公开(公告)号：CN114037907A
公开(公告)日：2022-02-11
申请号：CN202111347193.4
申请日：2021-11-15
Applicant: 南方电网通用航空服务有限公司
Abstract: 本申请涉及一种输电线路的检测方法、装置、计算机设备、存储介质和计算机程序产品。方法包括：通过获取对目标输电线路进行拍摄所得到的待检测图像。通过训练完成的第一检测模型，对待检测图像进行悬垂线夹的检测，得到悬垂线夹位置信息，并基于悬垂线夹位置信息，从待检测图像中划分出包括有悬垂线夹区域的目标图像。这样，基于训练完成的第一检测模型，将待检测图像所对应的区域精准定位到悬垂线夹区域。通过训练完成的第二检测模型，对目标图像中位于悬垂线夹区域内的目标平垫圈的状态进行识别，得到目标平垫圈的状态。因此，通过训练完成的第二检测模型能够准确定目标平垫圈的状态，大大增加了对超小目标检测准确度。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.031 seconds)
