-
公开(公告)号:CN113806895A
公开(公告)日:2021-12-17
申请号:CN202110947809.5
申请日:2021-08-18
申请人: 广西电网有限责任公司河池供电局
IPC分类号: G06F30/18 , G06F30/27 , G06N3/08 , G06N20/00 , G06F111/08
摘要: 本发明公开了一种基于连续学习的输电线路销钉级缺陷识别模型调优方法,所述方法包括:确定输电线路销钉级缺陷识别模型中的超参数;设定一个含有多个使用不同超参数训练模型的工作体的群体;设定一个管理体,管理体根据群体中每个工作体的当前训练状态剥离/探索当前工作体的训练任务;根据群体的训练结果得到最优工作体的最优超参数组合,并应用于连续学习模型进行训练。本发明通过群体训练的超参数组联合训练自动调优方法克服了传统方法在面对大量超参数和大取值范围超参数时所需训练次数过多、计算量极大以及陷入某一超参数的边缘最优解的问题,提高了计算效率。
-
公开(公告)号:CN113673671A
公开(公告)日:2021-11-19
申请号:CN202110740959.9
申请日:2021-07-01
申请人: 广西电网有限责任公司河池供电局
摘要: 本发明公开了一种基于改进GAN实现输电线路图像增广的方法及系统,其方法包括:采集输电线路的缺陷图像样本数据;改进生成对抗网络GAN网络模型的结构,得到改进后的GAN网络模型;对改进后的GAN网络模型进行训练,将所述缺陷图像样本数据输入至改进后的GAN网络模型,直至鉴别器D无法判别图片来自于训练样本集合;在所述鉴别器D无法识别图片为缺陷图像样本还是生成器G生成的样本时,设定所述鉴别器D的辨别概率为0.5;利用所述生成器G生成增广后的数据。在本发明实施例通过改进DCGAN模型,实现利用较少的缺陷数据实现数据增广。
-
公开(公告)号:CN113899742A
公开(公告)日:2022-01-07
申请号:CN202110935506.1
申请日:2021-08-16
申请人: 广西电网有限责任公司河池供电局
IPC分类号: G01N21/88 , G01D21/02 , G06T7/00 , G06V10/762 , G06V10/774 , G06N3/04 , G06N3/08
摘要: 本发明提供一种基于强化学习的输电线路销钉级缺陷识别系统,包括依次连接的摄像机、数据库、交换机、服务器、数据接收端、数据发送端、路由器和显示端,摄像机采集输电线路图像后,通过交换机发送给服务器,服务器对输电线路图像并进行处理后,通过数据接收端、数据发送端、路由器发送给显示端。本发明的基于强化学习的输电线路销钉级缺陷识别系统,能够准确对输电线路销钉级缺陷进行检测,避免出现漏检或误检,且安全性较好。对小目标的识别,安装简单、方便,适合批量生产使用。
-
公开(公告)号:CN113808081A
公开(公告)日:2021-12-17
申请号:CN202110935558.9
申请日:2021-08-16
申请人: 广西电网有限责任公司河池供电局
摘要: 本发明提供一种输电线路小尺寸金具缺陷检测系统,包括无人机和地面控制中心,无人机采集输电线路的图像信息后发送给地面控制中心;地面控制中心包括:地面通信单元,用于接收所述数据采集装置发送的输电线路的图像信息;缺陷识别装置,其中配置有缺陷检测模型单元,所述缺陷检测模型单元中存储有预设的输电线路小尺寸金具缺陷检测模型,使用预设的输电线路小尺寸金具缺陷检测模型对地面通信单元接收的图像信息进行识别;预警装置,在缺陷识别装置的识别结果为存在缺陷时,执行报警。本发明解放人力的同时,提高输电线路小尺寸金具的异常诊断和缺陷识别的准确率。
-
公开(公告)号:CN114418875A
公开(公告)日:2022-04-29
申请号:CN202111645116.7
申请日:2021-12-30
申请人: 广西电网有限责任公司河池供电局
IPC分类号: G06T5/00 , G06T7/13 , G06K9/62 , G06V10/764
摘要: 本发明公开了一种基于对抗网络模型的输电线路图像样本增广方法,包括以下步骤:建立对抗网络模型;获取输电线路图像信号数据,并将输电线路图像信号数据转变成图像数字化信号数据;将所述图像数字化信号数据进行数据预处理,并生成数据预处理结果;将所述数据预处理结果对对抗网络模型进行阶段训练;将验证样本输入所述对抗网络模型进行验证,若综合评价指标符合要求,则完成训练;实现了输电线路图像样本增广。
-
公开(公告)号:CN113673670A
公开(公告)日:2021-11-19
申请号:CN202110740941.9
申请日:2021-07-01
申请人: 广西电网有限责任公司河池供电局
摘要: 本发明提供一种基于改进的DCGAN的输电线路图像增广方法及系统,其中方法包括:采集输电线路的原始缺陷图像样本数据;对DCGAN网络模型的结构进行改进,得到改进结构的DCGAN网络模型;利用改进结构的DCGAN网络模型对所述原始缺陷图像样本数据进行预处理,得到训练集;对改进结构的DCGAN网络模型进行训练,直到生成器G与鉴别器D达到纳什均衡;利用所述生成器G,生成增广后的数据。本发明通过使用增广函数对原数据进行预处理,可以为DCGAN的训练提供更多的训练数据,使网络学习到更全面的数据集特征,生成更有效的数据集。
-
-
-
-
-