基于深度学习的输电通道异物入侵检测方法

    公开(公告)号:CN110852320B

    公开(公告)日:2022-06-24

    申请号:CN201911092068.6

    申请日:2019-11-08

    IPC分类号: G06V10/25 G06V10/26 G06V10/30

    摘要: 本发明涉及一种基于深度学习的输电通道异物入侵检测方法,针对输电通道中的架空线路导线,利用改进的Mask‑RCNN导线检测方法,实现导线的语义分割;在对导线与异物距离进行入侵检测时,提出一种优化去重算法,得到更加准确的导线的像素级别形状;异物入侵时使用单目测距的方法,利用参照物体换算得到导线与异物间的距离;对于输电通道异物入侵的检测,采用实时监测预警的方法,对其进行监控预警。本发明使用针对输电通道的引导图像进行导向滤波,增强目标特征,减弱天气造成的影响,提高鲁棒性;提出改进的Mask R‑CNN算法对目标进行像素级别划分,便于距离测量;提出算法重新拟合导线形状,并去重,提高准确率。

    基于共性模板图和差异化拓扑图的图形合成方法

    公开(公告)号:CN111275788A

    公开(公告)日:2020-06-12

    申请号:CN201911290036.7

    申请日:2019-12-16

    IPC分类号: G06T11/20 G06F16/58

    摘要: 基于共性模板图和差异化拓扑图的图形合成方法,该方法包括以下步骤:从模板图库中查找所需模板图;将查到的模板图与已绘制好的拓扑图自动合成,得到新图。本发明通过模板图形描述画面布局及风格的共性,通过人工绘制拓扑图解决个体差异,在图形展示时根据指定的厂站和设备,按照一定的图形命名格式,找到匹配的模板图和拓扑图,将二者合成为一个图形进行展示。通过这种图形合成的技术,把模板图和拓扑图组合成一幅图展示,解决了同类图形展示风格一致、而又要展示不同单位的差异内容的问题。

    基于网络结构动态分区的状态估计不完全并行实现方法

    公开(公告)号:CN107480109A

    公开(公告)日:2017-12-15

    申请号:CN201710696694.0

    申请日:2017-10-23

    IPC分类号: G06F17/18 G06Q50/06

    CPC分类号: G06F17/18 G06Q50/06

    摘要: 本发明涉及一种基于网络结构动态分区的状态估计不完全并行实现方法,包括以下步骤:高压网络等值;中低压网络等值;对高压网络进行串行状态估计计算;对中低压网络进行并行状态估计并行计算;计算结果修正。本发明提出的一种基于网络结构动态分区的状态估计不完全并行实现方法是基于目前特高压电网建设过程中电网结构的演变而提出的,是基于原始网络的等值,而不是基于拓扑分析后形成的系数矩阵分块,实现简单;由于高压网络规模很小,因此串行计算耗时很小,几乎可以忽略;不需要对原有串行状态估计算法进行并行化改造即可大幅提高计算效率。

    基于雷达图的配电网故障仿真培训评价方法

    公开(公告)号:CN107944670A

    公开(公告)日:2018-04-20

    申请号:CN201711084209.0

    申请日:2017-11-07

    IPC分类号: G06Q10/06 G06Q50/06 G09B9/00

    摘要: 基于雷达图的配电网故障仿真培训评价方法,包括:建立故障处理信息阵FHTM,描述调度员故障处理过程中设备的操作顺序与操作信息;建立防误闭锁操作规则表ALRT,记录禁止调度员操作的规则;建立故障处理结果可行性评价指标FHRF,从失电重要用户数、失电普通用户数、失电负荷量三个方面对故障处理结果进行评价;建立防误操作正确性评价指标AMCE,对调度员故障处理操作进行防误评价;建立故障处理操作时间评价指标FHTE,对调度员故障处理操作时间的简洁性进行评价;利用雷达图建立故障仿真培训综合评价指标FHCE,对配电网故障仿真培训进行综合评价。该评价方法能较好的反映调度员故障隔离的操作过程,具有较好的实用化培训评价意义。

    基于网络结构动态分区的状态估计不完全并行实现方法

    公开(公告)号:CN107480109B

    公开(公告)日:2021-06-01

    申请号:CN201710696694.0

    申请日:2017-10-23

    IPC分类号: G06F17/18 G06Q50/06

    摘要: 本发明涉及一种基于网络结构动态分区的状态估计不完全并行实现方法,包括以下步骤:高压网络等值;中低压网络等值;对高压网络进行串行状态估计计算;对中低压网络进行并行状态估计并行计算;计算结果修正。本发明提出的一种基于网络结构动态分区的状态估计不完全并行实现方法是基于目前特高压电网建设过程中电网结构的演变而提出的,是基于原始网络的等值,而不是基于拓扑分析后形成的系数矩阵分块,实现简单;由于高压网络规模很小,因此串行计算耗时很小,几乎可以忽略;不需要对原有串行状态估计算法进行并行化改造即可大幅提高计算效率。

    基于深度学习的输电通道异物入侵检测方法

    公开(公告)号:CN110852320A

    公开(公告)日:2020-02-28

    申请号:CN201911092068.6

    申请日:2019-11-08

    IPC分类号: G06K9/32 G06K9/34 G06K9/40

    摘要: 本发明涉及一种基于深度学习的输电通道异物入侵检测方法,针对输电通道中的架空线路导线,利用改进的Mask-RCNN导线检测方法,实现导线的语义分割;在对导线与异物距离进行入侵检测时,提出一种优化去重算法,得到更加准确的导线的像素级别形状;异物入侵时使用单目测距的方法,利用参照物体换算得到导线与异物间的距离;对于输电通道异物入侵的检测,采用实时监测预警的方法,对其进行监控预警。本发明使用针对输电通道的引导图像进行导向滤波,增强目标特征,减弱天气造成的影响,提高鲁棒性;提出改进的Mask R-CNN算法对目标进行像素级别划分,便于距离测量;提出算法重新拟合导线形状,并去重,提高准确率。