-
公开(公告)号：CN117250993A
公开(公告)日：2023-12-19
申请号：CN202311466333.9
申请日：2023-11-06
Applicant: 国网河南省电力公司电力科学研究院 , 北京御航智能科技有限公司
Inventor： 田杨阳 , 李哲 , 郭剑黎 , 彭磊 , 张龙 , 郭志民 , 高小伟 , 郭大伟 , 王启 , 张伟剑 , 王铭堂 , 周轩 , 毛万登 , 袁少光 , 刘善峰 , 姜亮 , 陈岑
IPC: G05D1/10
Abstract: 本发明涉及无人机领域，具体是基于三维坐标函数进行无人机路线构建的控制系统及方法。包括塔杆A、塔杆B和无人机机构，所述塔杆A和塔杆B为所述无人机机构的监测目标，无人机机构：包括无人机本体，所述无人机本体内部的控制板通过无线连接控制终端。本发明的有益效果在于：通过设置有三角函数定位装置和超声波探测器，三角函数定位装置和驱动装置配合能够判断无人机的四个方位的位置，通过超声波探测器，探测无人机距离障碍的距离，通过三角函数定位装置在三维空间坐标系中，标记塔杆A和塔杆B距离无人机的距离，将信息数据传送给无人机的控制终端，终端给出对比数据，判断无人机先去哪个塔杆进行检测。
-
公开(公告)号：CN118758298A
公开(公告)日：2024-10-11
申请号：CN202410522317.5
申请日：2024-04-28
Applicant: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 河南九域腾龙信息工程有限公司 , 国网宁夏电力有限公司电力科学研究院 , 国家电网有限公司国网西藏电力有限公司 , 北京御航智能科技有限公司
Inventor： 田杨阳 , 蒋炜 , 郭志民 , 王棨 , 薛飞 , 小布穷 , 毛泰奇 , 李予全 , 李哲 , 张伟剑 , 曾凡明 , 毛万登 , 万迪明 , 杨益 , 张璐 , 庞锴 , 吴博 , 张龙 , 胡军星 , 史建利 , 姜亮 , 郑伟 , 陈岑 , 胡誉蓉 , 谭启昀 , 高松鹤
Abstract: 本发明公开了一种基于GPS和关键点位关系的自主巡检动态规划方法及系统，采集电力杆塔数据，建立杆塔相对位置关系模型；基于杆塔相对位置关系模型，设置无人机控制系统，使无人机在GPS模式下沿杆塔轨迹飞行；对电力杆塔的模型进行建模，并对模型进行验证；根据无人机控制系统和电力杆塔模型，通过航线规划算法对巡检路径进行规划；进行测试，并根据测试结果对无人机控制系统和航线规划算法进行调整优化；无人机根据调整优化后的无人机控制系统和航线规划算法的控制进行巡检；本发明通过GPS和关键点位相结合，实现在巡检过程中能够根据关键巡检点自动规划最优巡检路径，保证巡检质量的同时还降低能耗延长滞空时间。
-
公开(公告)号：CN117953372A
公开(公告)日：2024-04-30
申请号：CN202410083825.8
申请日：2024-01-19
Applicant: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司
Inventor： 田杨阳 , 毛万登 , 寇晓适 , 宋伟 , 郭志民 , 张宇 , 张璐 , 庞锴 , 袁少光 , 刘善峰 , 李哲 , 王啓 , 程夏威 , 郑伟 , 姜亮 , 张伟剑 , 李盼阳 , 章家祥 , 谭磊 , 崔佳彬 , 陈斌 , 陈岑 , 王倩
IPC: G06V20/10 , G06V20/17 , G06V20/52 , G06V20/70 , G06V10/25 , G06V10/36 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/766
Abstract: 一种降低输电通道山火烟雾检测模型误识别率的方法和系统，所述方法包括：首先通过训练好的yolo‑s模型进行识别过滤，筛选出非山火烟雾的图像数据集；其次进行固定位置告警去重，过滤掉重复信息图像数据集；最后通过结合图像数据集中环境因素信息进行最终过滤。本发明中，采集得到的图像经过三重过滤筛选后，识别出的山火烟雾图像准确率可达97％，有效降低山火烟雾图像识别的误识别率，显著提高了输电通道山火烟雾模型检测的精度。
-
公开(公告)号：CN114529583B
公开(公告)日：2024-03-19
申请号：CN202210125850.9
申请日：2022-02-10
Applicant: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司
Inventor： 郭志民 , 姜亮 , 王棨 , 张焕龙 , 刘昊 , 田杨阳 , 卢明 , 李哲 , 梁允 , 赵健 , 刘善峰 , 毛万登 , 王超 , 袁少光 , 王津宇 , 贺翔 , 魏小钊 , 马斌 , 苗蒙恩 , 齐企业
IPC: G06T7/246 , G06N3/084 , G06N3/0464 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 一种基于残差回归网络的电力设备跟踪方法及系统，包括获取目标模板图像与当前帧图像，包括：根据所述电力设备的位置信息，分别提取所述目标模板图像与当前帧图像的深度特征作为目标模板的特征与当前帧搜索区域的特征；进行前背景分类和边界框回归，得到粗分类得分和粗定位结果。根据粗定位结果，使用聚合方法得到聚合特征；根据聚合特征优化细分类得分与残差回归结果；通过点乘操作得到最终分类置信度图，根据残差回归结果与所述粗定位结果，通过求和操作得到目标定位结果；根据最终分类置信度图与目标定位结果，计算出所述当前帧图像的跟踪结果。本发明提升了目标的定位精度。
-
公开(公告)号：CN117351311A
公开(公告)日：2024-01-05
申请号：CN202311318267.0
申请日：2023-10-12
Applicant: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 安徽大学
IPC: G06V10/80 , G06V10/82 , G06V10/77 , G06V10/774
Abstract: 本发明公开了一种基于双模态数据融合的变电站设备检测方法及系统，方法包括以下步骤：从变电站获取待测变电站设备的红外模态图像和可见光模态图像，并对红外模态图像和可见光模态图像进行预处理；基于双流‑YOLOv5神经网络，构建多模态检测模型；将预处理后的红外模态图像和可见光模态图像输入多模态检测模型，分别获得红外模态特征图以及可见光模态特征图；进行自注意力融合，经一系列特征图相加，获得融合特征图；基于融合特征图，获得目标信息；对目标信息进行目标定位，获得目标位置，完成变电站设备的检测。本发明能够更好地提高特征的表达能力，可以进一步提高变电站设备检测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN117274191A
公开(公告)日：2023-12-22
申请号：CN202311214573.X
申请日：2023-09-18
Applicant: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 安徽大学
IPC: G06T7/00 , G06T7/73 , G06V10/764 , G06V10/82 , G06V10/80 , G06V10/44 , G06V10/52 , G06V10/42 , G06V10/25 , G06V10/774 , G06V10/776 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于元学习的变电站设备缺陷检测方法及系统，方法包括：获取变电站设备的缺陷图像形成数据集；将DarkNet‑53作为检测框架，在其网络最后一层增加用于提取到不同细粒度的全局目标信息的GCB模块，将网络最后两层CSP模块增加注意力机制形成ACSP模块，最后将元学习算法MAML算法融合到检测框架的训练流程中，得到基于元学习的缺陷检测模型，利用训练集训练缺陷检测模型，得到最终的缺陷检测模型；利用最终的缺陷检测模型对输入图像进行缺陷物体、位置识别，得到最终的变电站设备缺陷检测结果；本发明的优点在于：提升面对小样本任务时网络的检测能力，提高检测结果的准确性。
-
公开(公告)号：CN116433892A
公开(公告)日：2023-07-14
申请号：CN202310117439.1
申请日：2023-02-15
Applicant: 国网河南省电力公司电力科学研究院 , 天津大学 , 国家电网有限公司
Inventor： 田杨阳 , 郭志民 , 朱新山 , 王棨 , 李哲 , 郑伟 , 姜亮 , 张璐 , 庞锴 , 刘昊 , 侯春羽 , 李冠争 , 毛万登 , 刘善峰 , 袁少光 , 王帅 , 李亚霖 , 钱统玉 , 屈璐瑶 , 曾筠婷 , 李斌 , 陈岑 , 赵健
IPC: G06V10/25 , G06V10/42 , G06V10/52 , G06V10/54 , G06V10/764 , G06V10/774 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 一种声云信息引导的小样本目标检测网络装置，目标检测网络选用Faster R‑CNN作为基础检测模型，特征学习组件包括声云信息引导模块，特征融合模块，区域候选网络，感兴趣区域池化模块以及感兴趣区域特征提取器。声云信息引导模块包括声学特征引导分支和全局特征引导分支。全局特征引导分支通过提取特征图纹理信息生成权重，引导全局特征选择。两分支所得权重分别与主干网络输出的特征图像相乘，堆叠后压缩通道，可以有效引导网络关注于声云覆盖区域及重要边界纹理信息，增强网络特征学习能力。本发明解决了声学图像数据量不足且声学信息难以被网络识别利用导致的识别难度大的问题，从而提高变电站运维的效率。
-
公开(公告)号：CN119501972A
公开(公告)日：2025-02-25
申请号：CN202510017684.4
申请日：2025-01-06
Applicant: 国网河南省电力公司电力科学研究院
Abstract: 本申请涉及机器人设备技术领域，且公开了一种无人值守变电站巡检机器人，包括吊轨，所述吊轨外表面的底部活动卡接有底端固定安装有巡检机器人的支撑架，所述吊轨外表面的两侧分别设有一组磁板，所述吊轨外表面的两侧且位于变电站电器设备的正上方位置设有电磁装置，所述支撑架内腔顶部的两侧分别设有一组磁块，且磁块的磁极在初始时与磁板以及电磁装置的磁极相斥。本申请提供的一种无人值守变电站巡检机器人，对于支撑架及其上结构的设置，在磁力相斥的作用下，初始时可使得支撑架呈悬空布置的状态，并在支撑架沿着吊轨的轨迹移动时，可有效降低其之间的摩擦阻力，进而可有效降低导轮因频繁的刹停与运行而产生的磨损问题。
-
公开(公告)号：CN119180801A
公开(公告)日：2024-12-24
申请号：CN202411268189.2
申请日：2024-09-11
Applicant: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 安徽大学
IPC: G06T7/00 , G06V10/42 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 本发明涉及公开了一种基于显著性的变电站设备缺陷检测方法、系统、终端设备及计算机可读存储介质，包括步骤：S1、数据集预处理、S2、主干卷积网络模型构建、S3、缺陷主体的全局特征提、S4、自适应多尺度特征融合和S5、多尺度特征融合。本发明主要采用多尺度深度学习的方法来构建神经网络模型，深层特征指导浅层特征的方式来提取有效特征，从粗到细逐层进行建模，以实现对图像的全方位特征提取，采用多尺度融合，提高变电站设备缺陷检测的鲁棒性，将深层特征与浅层特征交叉相互融合起来，有选择性地集成多层次的上下文信息，得到更为丰富且稳定有效的特征表示，从而提高了变电站设备缺陷检测的效果。
-
公开(公告)号：CN116523858A
公开(公告)日：2023-08-01
申请号：CN202310438083.1
申请日：2023-04-21
Applicant: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 安徽大学
IPC: G06T7/00 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于注意力机制的电力设备漏油检测方法及存储介质，获取待测电力设备的图像输入至漏油检测模型，模型包括依次邻接的Backbone网络、Neck网络和Head网络，在Neck网络的跳接层中设置注意力池化捕获模块，在Backbone网络中和Neck网络的末端加入分级通道注意力模块；通过Backbone网络对待测电力设备的图像进行特征提取，得到不同深度的特征图；将不同深度的特征图经注意力池化捕获模块输入至Neck网络，得到不同尺寸的特征图；将不同尺寸的特征图经过Neck网络末端设置的分级通道注意力模块，得到不同的目标信息；将不同的目标信息输入至Head网络，得到电力设备漏油检测结果。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.133 seconds)
