-
公开(公告)号：CN110992306B
公开(公告)日：2022-04-22
申请号：CN201911066307.0
申请日：2019-11-04
Applicant: 国网河北省电力有限公司检修分公司 , 华北电力大学(保定)
Abstract: 本发明公开了基于深度学习的红外图像中劣化绝缘子的分割方法及装置，包括全卷积神经网络和多尺度特征融合两部分，利用全卷积神经网络模型对红外图谱中的劣化绝缘子进行自动提取以及学习劣化绝缘子的纹理、形状等特征，避免了传统分割模型对于复杂背景无法有效分离的弊端，避免了传统分割算法模型复杂的特征选择过程，通过FCN模型实现了端到端的特征提取的自主化与智能化。在减少人工电力巡检的工作量的同时，提高了巡检的效率和准确度，具有很大的实用性，十分符合复杂的现场环境。该自动分割和诊断方法，极大的减少了误检的情况，使得高压绝缘子劣化检测全自动巡检成为可能。
-
公开(公告)号：CN110992306A
公开(公告)日：2020-04-10
申请号：CN201911066307.0
申请日：2019-11-04
Applicant: 国网河北省电力有限公司检修分公司 , 华北电力大学(保定)
Abstract: 本发明公开了基于深度学习的红外图像中劣化绝缘子的分割方法及装置，包括全卷积神经网络和多尺度特征融合两部分，利用全卷积神经网络模型对红外图谱中的劣化绝缘子进行自动提取以及学习劣化绝缘子的纹理、形状等特征，避免了传统分割模型对于复杂背景无法有效分离的弊端，避免了传统分割算法模型复杂的特征选择过程，通过FCN模型实现了端到端的特征提取的自主化与智能化。在减少人工电力巡检的工作量的同时，提高了巡检的效率和准确度，具有很大的实用性，十分符合复杂的现场环境。该自动分割和诊断方法，极大的减少了误检的情况，使得高压绝缘子劣化检测全自动巡检成为可能。
-
Patent Agency Ranking
公开(公告)号：CN111027569A
公开(公告)日：2020-04-17
申请号：CN201911066306.6
申请日：2019-11-04
Applicant: 华北电力大学(保定) , 国网河北省电力有限公司检修分公司
Abstract: 本发明公开了一种基于红外图像的劣化绝缘子识别诊断方法及其装置，包括以下步骤：获取绝缘子红外图谱数据库；对红外图谱数据库中的全部图像进行预处理，将图像的大小调整为同一尺寸；从预处理后的图像中按照一定比例随机选取出训练集和测试集；提取训练集中的图像的方向梯度直方图特征并采用主成分分析法进行降维处理；提取测试集中的图像的方向梯度直方图特征并采用主成分分析法进行降维处理；将降维处理后的训练集中的图像的方向梯度直方图特征输送至支持向量机模型中，通过贝叶斯优化算法进行优化，得到优化后的支持向量机模型；将降维处理后的测试集中的图像的方向梯度直方图特征输送至优化后的支持向量机模型中，进行故障诊断。
-
公开(公告)号：CN111652857A
公开(公告)日：2020-09-11
申请号：CN202010432395.8
申请日：2020-05-20
Applicant: 国网河北省电力有限公司检修分公司 , 国家电网有限公司
IPC: G06T7/00 , G06T7/11 , G06T7/187 , G06K9/00 , G06K9/34 , G06K9/40 , G01N21/88 , G01N21/94 , G01N21/95 , G01N25/72
Abstract: 本发明公开了一种绝缘子缺陷红外检测方法，涉及绝缘子缺陷红外识别技术领域；其包括S1图像预处理、S2绝缘子分割和S3绝缘子故障检测的步骤，所述步骤S1图像预处理，将采集到的绝缘子航拍图像进行灰度化处理并得到灰度化图像，根据灰度化图像的灰度规律对灰度化图像进行分段线性拉伸并得到灰度化拉伸图像，对灰度化拉伸图像进行滤波处理并得到预处理图像；其通过S1图像预处理、S2绝缘子分割和S3绝缘子故障检测的步骤等，实现了识别绝缘子缺陷。
-
公开(公告)号：CN112036463A
公开(公告)日：2020-12-04
申请号：CN202010870447.X
申请日：2020-08-26
Applicant: 国家电网有限公司 , 国网河北省电力有限公司检修分公司
Abstract: 本发明涉及一种基于深度学习的电力设备缺陷检测识别方法，其包括对待具有油液渗漏缺陷的变电站设备进行拍照，构建变电站中设备油液渗漏图像数据集；对数据集进行数据增强以增加样本丰富度；基于Mobilenet-SSD评判机制和变电站中设备油液渗漏图像数据集进行模型训练；将待检测变电站设备图像输入S3所得模型中，进行油液渗漏故障诊断识别。本发明在保证准确率和召回率在工程应用允许范围之内的同时，大大减小了模型的参数大小，提升了模型的计算效率，使其可以方便地部署到嵌入式计算平台中，为变电站设备油液渗漏的机器人巡检提供了新的思路和方法，对边缘计算在变电站运维中的应用具有一定的参考价值。
-
公开(公告)号：CN111652857B
公开(公告)日：2022-05-13
申请号：CN202010432395.8
申请日：2020-05-20
Applicant: 国网河北省电力有限公司检修分公司 , 国家电网有限公司
IPC: G06T7/00 , G06T7/11 , G06T7/187 , G06V20/17 , G06V10/26 , G06V10/30 , G01N21/88 , G01N21/94 , G01N21/95 , G01N25/72
Abstract: 本发明公开了一种绝缘子缺陷红外检测方法，涉及绝缘子缺陷红外识别技术领域；其包括S1图像预处理、S2绝缘子分割和S3绝缘子故障检测的步骤，所述步骤S1图像预处理，将采集到的绝缘子航拍图像进行灰度化处理并得到灰度化图像，根据灰度化图像的灰度规律对灰度化图像进行分段线性拉伸并得到灰度化拉伸图像，对灰度化拉伸图像进行滤波处理并得到预处理图像；其通过S1图像预处理、S2绝缘子分割和S3绝缘子故障检测的步骤等，实现了识别绝缘子缺陷。
-
公开(公告)号：CN112036464A
公开(公告)日：2020-12-04
申请号：CN202010871732.3
申请日：2020-08-26
Applicant: 国家电网有限公司 , 国网河北省电力有限公司检修分公司
Abstract: 本发明涉及一种基于YOLOv3-tiny算法的绝缘子红外图像故障检测方法，其包括如下步骤：对大样本外绝缘设备红外通道数据进行图像预处理以扩充训练样本；采用K-means聚类算法进行标注框的聚类分析，确定边界框的大小：基于YOLOv3-tiny的评判机制和大样本红外通道数据进行模型训练；将待检测的红外通道图像输入上一步所得模型中进行识别诊断。本发明可有效定位出绝缘子红外图像中的异常发热点，模型轻量且参数少，为指导电力系统外绝缘设备运检，减少人力、物力消耗，提高电网运行的智能化和实时化监控水平，提供了一种新的思路。
-
-
-
-
-
-
Search Results
7
records
(took 0.061 seconds)
