一种基于在线状态学习与估计的目标跟踪方法

    公开(公告)号:CN107146237B

    公开(公告)日:2020-02-18

    申请号:CN201710269951.2

    申请日:2017-04-24

    Abstract: 本发明提供了一种基于在线状态学习与估计的目标跟踪方法,涉及计算机视觉,计算机图形图像技术领域。首先构建一个目标定位与状态估计网络,该网络由特征提取网络和回归网络两部分组成,特征提取网络为预训练网络AlexNet,回归网络为递归神经网络(RNN网络)。在初始网络训练过程中,使用初始训练集和随机梯度下降法对目标定位与状态估计网络进行训练,训练完成后网络获得了对目标进行定位和状态估计的初始能力。在跟踪过程中,目标定位与状态估计网络对输入图像进行正向处理,网络将直接输出该图像对应的目标相关信息,其中获得的目标概率和状态信息决定网络是否进行在线学习,而目标位置和大小信息实现对目标的定位,从而实现对目标对象的跟踪。

    一种基于在线状态学习与估计的目标跟踪方法

    公开(公告)号:CN107146237A

    公开(公告)日:2017-09-08

    申请号:CN201710269951.2

    申请日:2017-04-24

    Abstract: 本发明提供了一种基于在线状态学习与估计的目标跟踪方法,涉及计算机视觉,计算机图形图像技术领域。首先构建一个目标定位与状态估计网络,该网络由特征提取网络和回归网络两部分组成,特征提取网络为预训练网络AlexNet,回归网络为递归神经网络(RNN网络)。在初始网络训练过程中,使用初始训练集和随机梯度下降法对目标定位与状态估计网络进行训练,训练完成后网络获得了对目标进行定位和状态估计的初始能力。在跟踪过程中,目标定位与状态估计网络对输入图像进行正向处理,网络将直接输出该图像对应的目标相关信息,其中获得的目标概率和状态信息决定网络是否进行在线学习,而目标位置和大小信息实现对目标的定位,从而实现对目标对象的跟踪。

    一种牵引变电所异常检测方法

    公开(公告)号:CN114140731B

    公开(公告)日:2023-04-25

    申请号:CN202111494822.6

    申请日:2021-12-08

    Abstract: 本发明提供了一种牵引变电所异常检测方法,包括首先建立异常检测数据集,并计算该数据集的背景条件聚类,通过构建一个距离特征提取模型对输入图像进行深度特征内距离信息提取,然后构建一个异常检测模型,并使用距离特征对该检测模型进行训练,模型的输出为输入图像对应的异常得分图,最后对该得分图进行二值化和统计分析获得异常检测结果,包括是否出现异常和异常出现的位置,同时通过对检测模型进行在线更新,使其能够适应变电所环境变化。基于本发明的技术方案,能够有效满足牵引变电所异常检测的需要。

    一种双边直接供电方式的复线牵引网故障测距系统及方法

    公开(公告)号:CN115575767A

    公开(公告)日:2023-01-06

    申请号:CN202211349388.7

    申请日:2022-10-31

    Inventor: 林国松 张葆杰

    Abstract: 本发明公开了一种双边直接供电方式的复线牵引网故障测距系统及方法,属于电气化铁路牵引供电技术领域,系统包括:第一馈线电流检测模块、第二馈线电流检测模块、时钟同步模块、数据交换通道模块、第一电流比计算模块、第二电流比计算模块、第一故障距离计算模块和第二故障距离计算模块;所述方法实现了双边直接供电方式的复线牵引网的故障上下行的判别逻辑和故障测距,本发明解决了双边直接供电方式的复线牵引网故障的测距问题。

    一种自适应时空学习与状态识别的目标跟踪方法

    公开(公告)号:CN109993770B

    公开(公告)日:2022-07-15

    申请号:CN201910280578.X

    申请日:2019-04-09

    Abstract: 本发明提供了一种自适应时空学习与状态识别的目标跟踪方法。本发明涉及计算机视觉、人工智能、模式识别技术领域。包含目标检测网络,目标恢复与状态识别网络,空间特征提取网络和时间特征提取网络。然后在网络离线训练过程中,使用生成的目标训练集对网络进行训练,使得网络初始具备了相应的目标检测和识别能力。跟踪过程中,通过空间特征提取网络获取目标丰富的空间特征,再经过时间特征提取网络获取目标的时间变化特征,使得其判别的目标置信度更能反映目标的准确位置,通过将具有最大置信度的候选图像块作为目标图像块,并将其对应的位置作为目标所在的位置,完成目标定位,从而实现对目标对象的跟踪。

    一种牵引变电所户外绝缘子异常检测方法

    公开(公告)号:CN111507975A

    公开(公告)日:2020-08-07

    申请号:CN202010324733.6

    申请日:2020-04-23

    Abstract: 本发明提供一种牵引变电所户外绝缘子异常检测方法。涉及计算机视觉、模式识别与智能系统技术领域。分别构建绝缘子定位网络与绝缘子图像生成网络的数据集;构建了一个绝缘子定位网络,通过训练使网络获得对图像中绝缘子定位能力;构建了一个绝缘子图像生成网络,通过训练使其获得对绝缘子图像重建能力;将牵引变电所图像输入网络模型;通过绝缘子定位网络对绝缘子进行定位,提取绝缘子图像;对绝缘子进行异常检测,绝缘子图像生成网络对每张图片给予一个异常分数。设置一个异常判断阈值,若异常分数超过设置的阈值,则判断为异常样本,若低于阈值,则判断为正常样本。最后对判定的异常图像及其生成图像进行特征提取,对比两者差异定位出异常区域。

    一种高速铁路牵引网故障选跳保护方法

    公开(公告)号:CN111313384A

    公开(公告)日:2020-06-19

    申请号:CN202010142313.6

    申请日:2020-03-04

    Abstract: 本发明公开了一种高速铁路牵引网故障选跳保护方法,当牵引网发生故障时,变电所、AT所和分区所的下行侧馈线保护装置根据下行侧纵联电流保护判据各自判断故障是否在下行侧,若是,则各所分别断开供电臂下行侧的馈线断路器,完成牵引网下行侧故障的选跳保护,否则不跳开下行侧断路器;当牵引网发生故障时,变电所、AT所和分区所的上行侧馈线保护装置根据纵联电流保护判据各自判断故障是否在上行侧,若是,则各所分别断开供电臂上行侧的馈线断路器,完成牵引网上行侧故障的选跳保护,否则不跳开上行侧断路器。本发明实现牵引网故障后供电臂的选跳保护、缩短故障判别和跳闸时间,以及提高了继电保护的选择性和灵敏性。

    分区所处上下行牵引网不处于并联状态的故障测距方法

    公开(公告)号:CN103592573B

    公开(公告)日:2015-10-07

    申请号:CN201310571718.1

    申请日:2013-11-15

    CPC classification number: Y04S10/522

    Abstract: 本发明属于电气工程领域,具体涉及高速铁路供电牵引网的分区所处上下行牵引网不处于并联状态的故障测距方法,用以判断此状态下的故障类型、方向并且对故障点进行精确定位。本发明定义上下行电流比,根据上下行电流比故障测距原理和电抗法测距进行故障的距离测定,解决了既有故障测距系统不能对分区所处上下行牵引网不处于并联状态测距的问题,同时,能够准确判断故障上下行和故障类型,给出正确的故障距离,查找故障点迅速,能够保障高速铁路供电牵引网迅速恢复供电。

    一种馈线电流存在电力机车负荷电流的识别方法及装置

    公开(公告)号:CN117741233B

    公开(公告)日:2025-02-18

    申请号:CN202311769518.7

    申请日:2023-12-20

    Abstract: 本发明属于电气化铁路牵引供电技术领域,具体的说是涉及一种馈线电流存在电力机车负荷电流的识别方法及装置。本发明采用数学形态学分离出牵引变电所馈线电流中的形态学谐波波形,统计形态学谐波波形在四分之一周波时间窗的过零点次数,判断馈线电流是否存在电力机车负荷电流,有助于继电保护基于判断结果采取闭锁或抑制措施,提高继电保护的可靠性、灵敏性,保障牵引供电系统的安全可靠运行。

Patent Agency Ranking