-
公开(公告)号：CN109376749B
公开(公告)日：2021-03-19
申请号：CN201810495979.2
申请日：2018-05-22
申请人： 国网山东省电力公司电力科学研究院 , 国家电网公司
摘要： 本发明提供一种基于深度学习的输变电设备红外图像温宽范围识别方法，所述方法包括：S1、截取红外图像待处理区域；S2、利用RPCA算法优化后续待提取数字区域；S3、对待提取数字区域做膨胀处理，形成连通区域，提取权重最高的连通区域；S4、通过二值化操作进行单独数字区域分割；S5、利用样本数据进行深度学习，并根据训练模型和分类器对分割后的数字区域进行识别；S6、合并识别结果。本发明解决了现有技术中由于图层信息缺失影响对设备故障的分析和诊断问题，实现对图层信息缺失的图像进行信息识别，提高准确度，方便对输变电设备进行故障分析和诊断。
-
公开(公告)号：CN107918941B
公开(公告)日：2020-10-13
申请号：CN201711057539.0
申请日：2017-11-01
申请人： 国网山东省电力公司电力科学研究院 , 国家电网公司
IPC分类号： G06T7/90 , G06T7/12 , G06T7/136 , G06T5/00 , G08B13/196
摘要： 本发明公开了一种用于输电通道外破防护的可视化监测系统及方法，系统包括多个监测模块和控制中心，监测模块均包括电源模块、声光告警模块、图像监测模块、主控制系统和通信模块，图像监测模块检测铁塔两侧线路通道的图像，并将图像传输给主控制系统；主控制系统采用基于Haar特征密度图的图像匹配方法进行隐患检测，当检测出存在隐患时，通知声光告警模块进行告警；本发明采用Haar特征密度图滤波，能够有效的去除由于微小扰动所引起的匹配失败的离散像素点，在保证大块连通域本身没有损失的同时，还能够很好的保留其内部及周围的离散点，与像素图像进行匹配。
-
公开(公告)号：CN107895365B
公开(公告)日：2020-08-18
申请号：CN201711057855.8
申请日：2017-11-01
申请人： 国网山东省电力公司电力科学研究院 , 国家电网公司
摘要： 本发明公开了一种输电通道外破防护的图像匹配方法及监测系统，系统包括多个监测模块和控制中心，监测模块均包括电源模块、声光告警模块、图像监测模块、主控制系统和通信模块，图像监测模块检测铁塔两侧线路通道的图像，并将图像传输给主控制系统；主控制系统采用基于Haar特征密度图的图像匹配方法进行隐患检测，当检测出存在隐患时，通知声光告警模块进行告警；本发明采用Haar特征密度图滤波，能够有效的去除由于微小扰动所引起的匹配失败的离散像素点，在保证大块连通域本身没有损失的同时，还能够很好的保留其内部及周围的离散点，与像素图像进行匹配。
-
公开(公告)号：CN107771778A
公开(公告)日：2018-03-09
申请号：CN201710868239.4
申请日：2017-09-22
申请人： 国网山东省电力公司电力科学研究院 , 国家电网公司
摘要： 本发明公开了一种能够保持刺针打开角度的新型伞形防鸟刺及制作方法，包括顶部刺针、刺针收拢装置、防鸟刺针、刺针支撑件和底部固定件，底部固定件夹持在输电杆的角钢上；刺针支撑件包括主杆和撑开部件，主杆的下端通过底座压接部焊接在所述底部固定件上，主杆的上端外部包覆有若干个不同长度的防鸟刺针，且主杆的上端压接在所述刺针收拢装置的下端内；主杆上设置有若干个均匀布置的主杆滑环，主杆滑环的两侧对称设置有所述撑开部件，撑开部件的一端与主杆滑环连接，另一端与防鸟刺针连接；刺针收拢装置的上端固定连接有所述顶部刺针。本发明在保证其防鸟效果外，同时保持防鸟刺打开角度，为输电线路的运行提供了更为安全的防鸟措施。
-
公开(公告)号：CN103809144B
公开(公告)日：2017-01-18
申请号：CN201410070008.5
申请日：2014-02-27
申请人： 国家电网公司 , 国网山东省电力公司电力科学研究院
IPC分类号： G01R35/00
摘要： 本发明公开了一种变比测试仪检定系统，包括上位机、大规模逻辑组件CPLD、感应分压器和变比测试仪；所述上位机发出控制指令，通过数据线连接大规模逻辑组件CPLD，接收变比测试仪测量的测量值；所述大规模逻辑组件CPLD，接收上位机传来的数据代码，经过逻辑运算得到相应的数据代码，传输给感应分压器；所述变比测试仪接收感应分压器输出的标准变比值，经过分析运算得到的测量结果，通过串口传输给上位机。本发明把检定规程要求的变比值用一张表格形式显示在计算机界面上，然后用一键操作方式，输出实际的变比值，操作简单。
-
公开(公告)号：CN108665484B
公开(公告)日：2021-07-09
申请号：CN201810494968.2
申请日：2018-05-22
申请人： 国网山东省电力公司电力科学研究院 , 国家电网公司
摘要： 本发明提供一种基于深度学习的危险源识别方法与系统，所述方法包括：S1、将摄像机采集到的图像以固定速率传输至后台服务器；S2、后台服务器将采集到的图像利用深度学习算法求得特征，以该特征作为运动图像的检测条件；S3、将所述特征输入系数字典，根据最优化稀疏表示求解得到运动目标；S4、利用双目视觉对由稀疏表示求得的运动特征进行定位，实现危险源识别。本发明解决了现有技术下输变电线路的危险源识别难度大的问题，有效降低了人工提取危险源特征的劳动复杂度，其对特征的表达较其他方法更加完整有效，最终实现对危险源运动特征的定位，保护输变电线路安全。
-
公开(公告)号：CN109376749A
公开(公告)日：2019-02-22
申请号：CN201810495979.2
申请日：2018-05-22
申请人： 国网山东省电力公司电力科学研究院 , 国家电网公司
摘要： 本发明提供一种基于深度学习的输变电设备红外图像温宽范围识别方法，所述方法包括：S1、截取红外图像待处理区域；S2、利用RPCA算法优化后续待提取数字区域；S3、对待提取数字区域做膨胀处理，形成连通区域，提取权重最高的连通区域；S4、通过二值化操作进行单独数字区域分割；S5、利用样本数据进行深度学习，并根据训练模型和分类器对分割后的数字区域进行识别；S6、合并识别结果。本发明解决了现有技术中由于图层信息缺失影响对设备故障的分析和诊断问题，实现对图层信息缺失的图像进行信息识别，提高准确度，方便对输变电设备进行故障分析和诊断。
-
公开(公告)号：CN107918941A
公开(公告)日：2018-04-17
申请号：CN201711057539.0
申请日：2017-11-01
申请人： 国网山东省电力公司电力科学研究院 , 国家电网公司
IPC分类号： G06T7/90 , G06T7/12 , G06T7/136 , G06T5/00 , G08B13/196
CPC分类号： G06T7/90 , G06T5/002 , G06T7/12 , G06T7/136 , G06T2207/20221 , G06T2207/30232 , G08B13/19602
摘要： 本发明公开了一种用于输电通道外破防护的可视化监测系统及方法，系统包括多个监测模块和控制中心，监测模块均包括电源模块、声光告警模块、图像监测模块、主控制系统和通信模块，图像监测模块检测铁塔两侧线路通道的图像，并将图像传输给主控制系统；主控制系统采用基于Haar特征密度图的图像匹配方法进行隐患检测，当检测出存在隐患时，通知声光告警模块进行告警；本发明采用Haar特征密度图滤波，能够有效的去除由于微小扰动所引起的匹配失败的离散像素点，在保证大块连通域本身没有损失的同时，还能够很好的保留其内部及周围的离散点，与像素图像进行匹配。
-
公开(公告)号：CN107895365A
公开(公告)日：2018-04-10
申请号：CN201711057855.8
申请日：2017-11-01
申请人： 国网山东省电力公司电力科学研究院 , 国家电网公司
摘要： 本发明公开了一种输电通道外破防护的图像匹配方法及监测系统，系统包括多个监测模块和控制中心，监测模块均包括电源模块、声光告警模块、图像监测模块、主控制系统和通信模块，图像监测模块检测铁塔两侧线路通道的图像，并将图像传输给主控制系统；主控制系统采用基于Haar特征密度图的图像匹配方法进行隐患检测，当检测出存在隐患时，通知声光告警模块进行告警；本发明采用Haar特征密度图滤波，能够有效的去除由于微小扰动所引起的匹配失败的离散像素点，在保证大块连通域本身没有损失的同时，还能够很好的保留其内部及周围的离散点，与像素图像进行匹配。
-
公开(公告)号：CN107796784A
公开(公告)日：2018-03-13
申请号：CN201710785771.X
申请日：2017-09-04
申请人： 国网山东省电力公司电力科学研究院 , 国家电网公司
CPC分类号： G01N21/39 , G01R31/1227
摘要： 本发明公开了一种SF6绝缘高压电气设备气体成分在线监测装置及监测方法，其中该装置包括激光器，其用于输出任一指定波长的激光信号；当前指定波长的激光信号经分光镜分成两路激光信号，其中，第一路激光信号传送至与标准气体参考室并输出参考光信号，标准气体参考室内存储有标准气体，标准气体参考室内存储有SF6标准气体；第二路激光信号传送至储气池并输出测量光信号，储气池内存储含有SF6标准气体的待测混合气体；所述参考光信号和测量光信号分别经相应光强传感器和信号调理模块均传送至微处理器。其能够准确快速地测量SF6气体分解物的含量。
-
-
-
-
-
-
-
-
-
搜索结果
70 条记录 (耗时 0.083 秒)
