排序方式: 共有63条查询结果,搜索用时 15 毫秒
21.
本文在考虑地区电网实际的基础上,对配电网生产管理系统、电网调度自动化系统、用户用电信息采集系统、气象信息系统以及全业务数据中心的配电网数据进行深度挖掘,提出了基于CIM的配电线路拓扑结构图重构方法,并提出了对中、低压配电网的现状自动进行诊断分析的具体思路和实施步骤。并针对配电网存在的线路分段过多、网架冗余问题、供电半径过大等主要问题,提出了配电网自动诊断分析的具体方法及实施步骤。并以某市电网进行实例计算分析,列举了配电网现状自动诊断分析结果,获得了与一流配电网目标之间的差距,验证了本文所提出的配电网现状自动诊断分析方法的有效性。 相似文献
22.
针对路面裂缝自动化检测中存在裂缝漏检和定位不准的问题,提出一种路面裂缝实时检测模型CrackNet。基于YOLOv5结构设计,在特征融合网络插入融合注意力模块,重点关注特定通道和空间位置裂缝信息,有效解决部分裂缝漏检问题;在多尺度预测阶段引入任务空间分离头模块,利用分治策略将分类和回归任务解耦,模型优化方向更加自由。实验结果表明,该方法mAP为71%,速度为42 FPS,优于基准模型,有效改善了裂缝漏检和定位不准的问题。 相似文献
23.
传统基于特征点匹配的目标检测算法目标识别率低、误检率较高是因为特征点匹配不准确、目标轮廓不连续。针对这一问题,分别引入谱残差算法和k means聚类算法,并加以改进,提出一种基于谱残差算法和k means聚类算法的运动目标检测算法。具体方法是:首先,每隔两帧提取加速鲁棒特征SURF并对图像配准,再对帧差结果采用谱残差算法提取视觉显著性特征,去除因匹配不准确造成的噪点和伪运动目标;其次,形态学处理之后引入改进后的k means聚类算法,对不连续的轮廓进行聚类;最后形成完整的目标。实验显示,本文算法目标识别率达到90.61%,误检率达到21.25%,分别优于传统基于SURF特征的运动目标检测算法66.60%的识别率、31.91%的误检率和基于新的局部不变性特征ORB匹配的目标检测算法87.573%的识别率、26.80%的误检率。虽然该算法平均运行时间为18 fps,但仍可以满足视频流畅的需求,因此动态背景下该算法可做为一种有效的运动目标检测算法使用。 相似文献
24.
目前CMS(内容管理系统)大量应用于电子商务和企业信息化建设中。将XML与基于lucene的全文检索技术应用于CMS数据归档过程中,实现了各种结构化、非结构化及半结构化数据的存储、检索和利用,从而解决现有CMS系统存在的内容繁杂、管理效率低下等问题。 相似文献
25.
现有电力线路弧垂测量方法操作繁琐且智能化程度低,提出一种融合单目深度和RTK定位的电力线弧垂测量方法。首先,无人机拍摄电力线路关键点图像,将其输入构建的单目深度估计模型EleDep-Net生成对应深度图,该模型嵌入带状金字塔模块和边界融合注意力模块,使模型能精准地捕捉导线上下文语义信息;其次,引入深度矫正算法进一步修正深度图中的深度值,根据修正后的深度值得到关键点深度信息;最后,结合无人机RTK定位和关键点深度信息,在参考坐标系中生成关键点空间坐标进而拟合出导线抛物线公式,通过该公式计算出导线弧垂。在配网线路真实环境中进行测试,结果表明本方法在保证测量相对误差小于5%的前提下,作业效率明显提高,有较高的工程应用价值。 相似文献
26.
针对季节性温差、昼夜温差、日照辐射、突降暴雨、分合闸时电磁场等外部环境变化对母线舱位移形变的影响,研究了GIS母线舱位移形变的成因和危害,并通过估算和经验判断加以验证,表明上述环境变化达到一定阈值时,将使GIS母线舱发生位移形变、甚至损毁。该研究为制定母线舱位移形变监测系统方案提供了指导。 相似文献
27.
针对现有目标检测算法在高压电力复杂巡检场景下电力部件与巡检缺陷检测精度较低的问题,提出一种基于尺度不变特征金字塔的输电线路缺陷检测方法。将主流目标检测方法用于该场景,对比得出RepPoints v2网络模型的检测精度最高。针对RepPoints v2中FPN结构不能有效提取跨层次间语义信息及角点验证过程中忽略尺度归一化的问题,结合高效通道注意力模块(ECA)与尺度均衡金字塔卷积(SEPC)提出了一种尺度不变特征金字塔结构SI-FPN(scale-invariant feature pyramid networks)。其中ECA注意力模块对FPN的特征进行通道级别的增强,之后SEPC从FPN中提取尺度不变特征并对跨层次的金字塔特征进行融合。通过在自建的包含绝缘子、防震锤、悬垂线夹、绝缘子自爆、防震锤脱落与鸟巢六类对象的数据集上进行训练测试表明,该方法在RepPoints v2的基准上提升1.9个百分点,mAP达到96.3%,检测精度远超当前基准检测模型,且所设计的SI-FPN模块可作为一种独立的结构改善其他检测模型,具有一定的通用性。 相似文献
28.
29.
30.
针对通用深度学习目标检测技术难以在高压输变电线路巡检时实现实时高效的故障检测,提出一种改进CenterNet的高压输变电线路巡检故障实时检测方法,对绝缘子自爆、防震锤脱落、鸟巢三类常见巡检故障进行检测。该方法基于深层特征融合网络(DLAnet,Deep Layer Aggregation)、挤压-激励SE(Squeeze-and-Excitation)模块、可形变卷积进行高效深层特征提取网络DLA-SE的设计。在CenterNet架构下通过DLA-SE特征提取网络获取对象的中心点热力图,回归对象的宽高、偏移信息,得到对象边界框。实验结果表明,在Nvidia GTX 1080测试条件下该方法的mAP达到0.917,推理速度达到27.03?frame/s,与CenterNet、SSD与YOLOv3方法相比在检测精度上取得大幅度提升,证明了该方法的有效性。 相似文献