电力实训场中人员图像检测中的阴影消除方法

    公开(公告)号:CN113780298B

    公开(公告)日:2024-12-03

    申请号:CN202111088066.7

    申请日:2021-09-16

    Abstract: 本发明提供了一种电力实训场中人员图像检测中的阴影消除方法,包括:获取样本数据;判别器判断阴影图像来自生成器生成还是真实阴影图像,将阴影图像与真实阴影图像之间的第一误差反馈给生成器,生成器减小所述第一误差;判别器判断无阴影图像来自生成器还是真实无阴影图像,将无阴影图像与真实无阴影图像之间的第二误差反馈给生成器,生成器减小所述第二误差;生成器与判别器进行反复对抗训练,得出最优的去阴影网络模型;利用所述去阴影网络模型进行去阴影,输入有阴影的电力实训场中人员图像,输出无阴影的电力实训场中人员图像。通过对阴影数据集的大量训练,使神经网络在对抗中不断的自我博弈,从而更好的实现阴影图像的风格迁移。

    一种高压电缆外径检测方法
    2.
    发明公开

    公开(公告)号:CN119756206A

    公开(公告)日:2025-04-04

    申请号:CN202510253401.6

    申请日:2025-03-05

    Abstract: 本发明提供了一种高压电缆外径检测方法,包括如下步骤:S1、获取电缆接头表面的点云数据,并对所述点云数据进行预处理;S2、沿电缆接头轴线的径向和轴向对预处理后的点云数据进行双向切片,形成若干个局部表面切片;每个所述局部表面切片包含多个点云;S3、基于每个所述局部表面切片上各点云的曲率权重,构建每个所述局部表面切片的关键点;S4、根据切片的角度和距离匹配各个所述局部表面切片的关键点形成关键点对,计算所述关键点对中两个关键点之间的距离,并通过计算多个所述关键点对的距离平均值获得高压电缆的外径测量值。本发明通过构建局部表面切片的关键点,减少了传统人工评估中的主观误差和不确定性,提高了高压电缆外径的测量精度。

    电力实训场中人员图像检测中的阴影消除方法

    公开(公告)号:CN113780298A

    公开(公告)日:2021-12-10

    申请号:CN202111088066.7

    申请日:2021-09-16

    Abstract: 本发明提供了一种电力实训场中人员图像检测中的阴影消除方法,包括:获取样本数据;判别器判断阴影图像来自生成器生成还是真实阴影图像,将阴影图像与真实阴影图像之间的第一误差反馈给生成器,生成器减小所述第一误差;判别器判断无阴影图像来自生成器还是真实无阴影图像,将无阴影图像与真实无阴影图像之间的第二误差反馈给生成器,生成器减小所述第二误差;生成器与判别器进行反复对抗训练,得出最优的去阴影网络模型;利用所述去阴影网络模型进行去阴影,输入有阴影的电力实训场中人员图像,输出无阴影的电力实训场中人员图像。通过对阴影数据集的大量训练,使神经网络在对抗中不断的自我博弈,从而更好的实现阴影图像的风格迁移。

    一种用于高压电器沿面电晕放电检测的叠加发声器装置

    公开(公告)号:CN119854706A

    公开(公告)日:2025-04-18

    申请号:CN202411725000.8

    申请日:2024-11-28

    Abstract: 本发明涉及一种用于高压电器沿面电晕放电检测的叠加发声器装置,该装置包括依次连接的声频模块、功放模块、高音喇叭和控制模块,所述声频模块存储覆盖沿面放电频率段的频率声音数据,并根据控制模块的程序设置进行播放,经功放模块进行声音放大后通过高音喇叭主动发射一个声波信号,与高压电器沿面电晕放电信号叠加。与现有技术相比,本发明具有避开干扰、及时敏锐地检测出沿面电晕放电、预判绝缘劣化程度等优点。

    用于高压电器设备沿面电晕放电的叠加检测方法和电子设备

    公开(公告)号:CN119805105A

    公开(公告)日:2025-04-11

    申请号:CN202411724998.X

    申请日:2024-11-28

    Abstract: 本发明涉及一种用于高压电器设备沿面电晕放电的叠加检测方法和电子设备,在高压电器设备侧向三面各放一个叠加发声器装置,在侧向第四面用局放检测仪接收叠加音频信号数据,该方法包括:测量高压电器设备沿面电晕放电信号Max n1;依次打开个各叠加发声器装置,发射1K~20KHz的声波,测量对应A相的三面全频叠加音频信号,分别为:∑n,1、∑n,2和∑n,3;判断全频叠加音频信号是否大于Max n1,若为是,则发生沿面电晕放电,并定位沿面电晕放电的部位,否则,未发生沿面电晕放电;重复上述步骤,对B相和C相进行检测和定位。与现有技术相比,本发明具有能够及时敏锐地检测出沿面电晕放电,并定位沿面电晕放电的部位,以及预判绝缘劣化程度等优点。

    一种基于深度学习的现场安全点识别方法

    公开(公告)号:CN115909205A

    公开(公告)日:2023-04-04

    申请号:CN202211451021.6

    申请日:2022-11-18

    Abstract: 本申请提供一种基于深度学习的现场安全点识别方法,所述识别方法包括:S10、获取待识别图片;S20、将所述待识别图片输入第一提取模块,获得第一提取结果;S30、将所述第一提取结果输入特征提取模块,获得特征提取结果;S40、将所述第一提取结果和所述特征提取结果一同输入识别模块,S50、所述识别模块混合所述第一提取结果和所述特征提取结果获得识别结果。本申请的基于深度学习的现场安全点识别方法,通过在第一提取模块的基础上增加特征提取模块,从而增强对需要识别的特定特征的识别能力;通过在识别模块中增加同特征层的跳跃连接,融合更多的特征信息,获得更丰富的高层语义信息,提高对特征对特定识别目标的识别能力。

Patent Agency Ranking