-
公开(公告)号:CN115754709A
公开(公告)日:2023-03-07
申请号:CN202211380431.6
申请日:2022-11-04
Applicant: 国网新疆电力有限公司电力科学研究院 , 华北电力大学(保定) , 新疆新能集团有限责任公司乌鲁木齐电力建设调试所
Abstract: 本发明公开了一种基于多尺度缩放学习框架的调相机故障诊断方法。该方法包含以下步骤:S1建立调相机物理模型S2通过振动监测分析仪采集实验数据。S3对故障模式进行分类。S4搭建一个多尺度缩放学习框架。S5构造一个数据采集模块。S6构造一个特征学习模块。S7构造一个全连接分类模块。S8网络结构探索,确定多尺度缩放学习框架的具体层数和尺度数。S9学习框架实验验证。本发明综合考虑同步调相机的故障研究的工程价值,研究了一种基于多尺度缩放学习框架故障诊断方法,实验结果表明,该方法与现有的模型相比具有一定的优势。
-
公开(公告)号:CN118887154A
公开(公告)日:2024-11-01
申请号:CN202310461106.0
申请日:2023-04-26
Applicant: 华北电力大学(保定)
IPC: G06T7/00 , G06T5/10 , G06T3/4007 , G06T3/4046 , G06V10/40 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种太阳能电池板裂纹缺陷的图像检测方法。该方法包含以下步骤:S1对太阳能电池板拍摄电致发光图片,获取带有太阳能电池板裂纹缺陷的图像;S2对带有裂纹缺陷的图像进行数据集标注;S3构建数据输入模块。S4构建特征提取模块;S5构建自适应角度模块;S6构建完整的深度学习网络结构;S7对数据集进行划分;S8将图像数据输入到网络结构中进行训练;S9对太阳能电池板裂纹进行检测。本发明综合考虑太阳能发电板发电效率变低的问题,研究了一种太阳能电池板裂纹缺陷的图像检测方法,构建了新的模型结构,该方法与现有的模型相比具有一定的优势。
-