刍议煤矿机电管理的问题与完善措施

研究、分析当前我国煤矿机电管理存在的一砦问题,探讨加强机电管理,提高机电工作人员的责任心和专业素质的对策,有利于推动矿井的安全生产,提高煤矿企业的经济效益。     

基于图神经网络的变电站场景三维目标检测

在变电站三维场景中，对巡检人员和带电设备的精确定位与识别是提高人员安全管控水平的前提。针对变电站复杂场景中目标定位与识别不准的问题，提出了一种基于图神经网络的变电站场景三维目标检测方法。该方法基于point-GNN结构设计，在顶点特征提取阶段，提出PCS(point-channel-sphere)注意力结构，提取更加丰富的关键点特征信息；在GNN边缘特征聚合阶段，采用统筹性池化机制，兼顾最大池化和均值池化从而获取更丰富的全局特征；改进模型损失函数，将Focal Loss作为分类损失使训练更加关注前景点，将DIoU Loss作为回归损失使回归任务更高效。在自建的变电站场景数据集上进行训练与测试，实验表明该方法 mAP值达到73.81%，优于基准模型，能够改善变电站场景中目标的检测效果，对提高人员安全管控水平具有一定的实用价值。     

融合注意力机制的输电部件及缺陷检测模型

针对输电线路的多目标识别和缺陷检测中的错检和漏检等问题，提出SE-Faster RCNN模型。在Faster RCNN模型的基础上，将SENet模块嵌入到ResNet模型中，提取关键特征；优化候选框的生成方案；提出基于面积的非极大值抑制算法。通过微调U-Net模型的数据增广方法，构建样本量为23 327的数据集，达到91.37%的检测mAP。实验结果表明，提出模型满足输电线路多目标识别和故障检测的鲁棒性和准确性要求。