-
公开(公告)号：CN114741257A
公开(公告)日：2022-07-12
申请号：CN202210320000.4
申请日：2022-03-29
申请人： 国网浙江省电力有限公司电力科学研究院
摘要： 本发明涉及一种图像分析服务器硬件运行状态监测装置，包括硬盘驱动器本体、计算机CPU和计算机显示屏，硬盘驱动器本体的底部设有监测模组，监测模组包括安装平台，安装平台的顶部对称设置驱动器固定机构，安装平台的顶部还开设连接槽，连接槽内腔固定连接用于监测的温度传感器。本发明能够对硬盘驱动器本体工作时的温度进行实时监测，再将监测结果通过计算机显示屏显示，从而实现了对硬盘驱动器本体运行状态进行监测，方便使用者了解硬盘驱动器本体的运行状态，当硬盘驱动器本体工作时的温度超过预定值时本发明刚还能够对其进行及时散热降温处理，有利于延长硬盘驱动器本体的使用寿命，保障计算机的正常使用。
-
公开(公告)号：CN111028289A
公开(公告)日：2020-04-17
申请号：CN201911139044.1
申请日：2019-11-20
申请人： 国网浙江省电力有限公司电力科学研究院 , 浙江科技学院
摘要： 本发明公开了基于模板匹配的变电站内设备异物定位方法，属于机器视觉技术领域，目的在于克服现有变电站内设备异物定位效果差的缺陷。基于模板匹配的变电站内设备异物定位方法将待检测图像集OM和经过预处理的正常图片集IMG’进行比对来监控变电站内设备异物。具有不完全依赖图像分割效果的特点，对场景图像质量要求不高，注重模板图像的相关性，可在低信噪比条件下稳定工作；建模简单，提高了工作人员的工作效率和作业人员的安全性。
-
公开(公告)号：CN110956652A
公开(公告)日：2020-04-03
申请号：CN201911139039.0
申请日：2019-11-20
申请人： 国网浙江省电力有限公司电力科学研究院 , 浙江科技学院
摘要： 本发明公开了变电站人员提前越线告警方法，属于计算机视觉技术领域，目的在于克服现有变电站无法对工作人员越线提前告警的缺陷。变电站人员提前越线告警方法，通过摄像头采集变电站内危险区域图像集并对危险区域建立坐标系，通过卡尔曼滤波预测脚部轨迹，不需要贮存大量的观测数据，并且当得到新的观测数据时，可随时算得新的参数滤波值，便于实时处理观测成果，基于卡尔曼滤波策略能对误近危险点、随意穿越、误选误动作业目标等现象做到提前预警，防患于未然。
-
公开(公告)号：CN114241247B
公开(公告)日：2023-03-07
申请号：CN202111626217.X
申请日：2021-12-28
申请人： 国网浙江省电力有限公司电力科学研究院
IPC分类号： G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 本发明公开了一种基于深度残差网络的变电站安全帽识别方法及系统，属于变电站技术领域。本发明通过构建具有4个残差块的深度残差网络对变电站安全帽进行识别，有效提高了检测识别准确率，同时使得训练深度网络变得更加容易，有效避免出现传统卷积网络随着深度增加存在的梯度爆炸和梯度消失等问题。进而，本发明构建的深度残差网络采用Dropout层，以一定概率使随机的神经元不工作，能够有效防止过拟合现象。同时，本发明在训练时通过Softmax函数和交叉熵函数相结合的方式来计算损失函数值，提高了训练效率，减缓了训练得到的深度残差网络训练模型的性能退化，从而可以提取到更全面、更准确的特征，方案详尽，切实可行。
-
公开(公告)号：CN111028289B
公开(公告)日：2022-05-17
申请号：CN201911139044.1
申请日：2019-11-20
申请人： 国网浙江省电力有限公司电力科学研究院 , 浙江科技学院
摘要： 本发明公开了基于模板匹配的变电站内设备异物定位方法，属于机器视觉技术领域，目的在于克服现有变电站内设备异物定位效果差的缺陷。基于模板匹配的变电站内设备异物定位方法将待检测图像集OM和经过预处理的正常图片集IMG’进行比对来监控变电站内设备异物。具有不完全依赖图像分割效果的特点，对场景图像质量要求不高，注重模板图像的相关性，可在低信噪比条件下稳定工作；建模简单，提高了工作人员的工作效率和作业人员的安全性。
-
公开(公告)号：CN114241247A
公开(公告)日：2022-03-25
申请号：CN202111626217.X
申请日：2021-12-28
申请人： 国网浙江省电力有限公司电力科学研究院
IPC分类号： G06V10/764 , G06V10/774 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于深度残差网络的变电站安全帽识别方法及系统，属于变电站技术领域。本发明通过构建具有4个残差块的深度残差网络对变电站安全帽进行识别，有效提高了检测识别准确率，同时使得训练深度网络变得更加容易，有效避免出现传统卷积网络随着深度增加存在的梯度爆炸和梯度消失等问题。进而，本发明构建的深度残差网络采用Dropout层，以一定概率使随机的神经元不工作，能够有效防止过拟合现象。同时，本发明在训练时通过Softmax函数和交叉熵函数相结合的方式来计算损失函数值，提高了训练效率，减缓了训练得到的深度残差网络训练模型的性能退化，从而可以提取到更全面、更准确的特征，方案详尽，切实可行。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.042 秒)
