公开(公告)号：CN115170922A

公开(公告)日：2022-10-11

申请号：CN202210845075.4

申请日：2022-07-19

Applicant: 国网浙江省电力有限公司电力科学研究院 ,  国网电力科学研究院有限公司 ,  南京南瑞信息通信科技有限公司

Inventor： 张弛 ,  罗旺 ,  韩睿 ,  钱平 ,  陈骏 ,  戴哲仁 ,  郝运河 ,  徐华荣 ,  琚小明 ,  钱莹

IPC: G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/00 ,  G06Q50/06 ,  G06V10/80

Abstract: 本发明公开了一种跨模型异源特征融合方法、系统、存储器及计算设备，该方法通过对特征图进行多维深层次局部特征提取得到多维局部特征，来加强特征之间的联系；并且将所提取的多维局部特征和全局特征进行融合中，加入图像样本源特征，用于增强图像特征，提高了后续进行图像异常检测的精度。

公开(公告)号：CN114821328A

公开(公告)日：2022-07-29

申请号：CN202210502905.3

申请日：2022-05-10

Applicant: 南京南瑞信息通信科技有限公司

Inventor： 罗旺 ,  陈骏 ,  郝运河 ,  张佩 ,  夏源 ,  琚小明 ,  钱莹

IPC: G06V20/10 ,  G06V10/40 ,  G06V10/774 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于完全学习的电力图像处理方法及装置，将特征图Fout和特征图Fout的标定值作为训练集，利用训练集对电力图像异常值检测模型；将电力图像输入训练好的电力图像异常值检测模型，输出电力图像中电力设备异常预测结果。有效的利用了卷积过程的局部特征提取优点和自注意力计算的全局特征提取的优点，构建了一个高效的图像特征学习方法，通过混合学习的特征图可以很好的完全表示原图像的特征信息，有效地学习到电力图像中的特征信息。本发明提升了识别的准确性，降低了人工巡检成本，自动检测输电线路上的缺陷，保障国家电力系统的安全运行。