CN111915759A - 一种电缆工井自动巡检方法 - Google Patents
一种电缆工井自动巡检方法 Download PDFInfo
- Publication number
- CN111915759A CN111915759A CN202010767992.6A CN202010767992A CN111915759A CN 111915759 A CN111915759 A CN 111915759A CN 202010767992 A CN202010767992 A CN 202010767992A CN 111915759 A CN111915759 A CN 111915759A
- Authority
- CN
- China
- Prior art keywords
- data
- temperature
- gas
- inspection method
- automatic inspection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims abstract description 28
- 239000007789 gas Substances 0.000 claims abstract description 31
- 238000001931 thermography Methods 0.000 claims abstract description 21
- 238000000605 extraction Methods 0.000 claims abstract description 8
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 claims description 14
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 14
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 14
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 7
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 claims description 7
- 229910021529 ammonia Inorganic materials 0.000 claims description 7
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 7
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 7
- 239000001569 carbon dioxide Substances 0.000 claims description 7
- 229910002091 carbon monoxide Inorganic materials 0.000 claims description 7
- 229910000037 hydrogen sulfide Inorganic materials 0.000 claims description 7
- 239000001301 oxygen Substances 0.000 claims description 7
- 229910052760 oxygen Inorganic materials 0.000 claims description 7
- 230000005855 radiation Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000006378 damage Effects 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 abstract description 4
- 238000006243 chemical reaction Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- WPYVAWXEWQSOGY-UHFFFAOYSA-N indium antimonide Chemical compound [Sb]#[In] WPYVAWXEWQSOGY-UHFFFAOYSA-N 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/20—Checking timed patrols, e.g. of watchman
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0014—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation from gases, flames
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/004—CO or CO2
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/0044—Sulphides, e.g. H2S
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/0047—Organic compounds
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/0054—Ammonia
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Combustion & Propulsion (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
一种电缆工井自动巡检方法，获取待巡检段工井所有位置的气体数据和热成像画面；对气体数据进行处理，计算不同气体的浓度，并与预设阈值比较；通过热成像温度提取技术获取工井温度分布。本发明提供的电缆工井自动巡检方法的优点在于：通过热成像温度提取技术实现了图像到温度的转换，能够方便直接的获取电缆工井内的温度数据，有效发现异常情况，具有良好的推广前景。
Description
技术领域
本发明涉及电力巡检技术领域，尤其涉及一种电缆工井自动巡检方法。
背景技术
随着信息技术和人工智能的发展，机器人技术的进步与发展越来越迅速。在各种机器人中，工业机器人应用较早，发展也较为成熟。而在电力行业，一些工作在实施的过程中因为环境恶劣、危险，容易对人身造成伤害，需要机器人代替人工进行工作，因此机器人在电网应用的技术研究具有非常重要的意义；而这其中尤其电缆工井机器人需求最为迫切。
中国专利申请CN105397795A公开了一种轨道式巡检机器人，但其主要通过传感器采集环境数据，对于温度参数来说，传感器采集的数据没有指向性，无法反应空间内的整体温度分布情况；中国专利申请CN107046252A公开了一种电缆沟道智能巡检机器人，虽然在巡检机器人上设置了热成像仪，但并未告知如何通过热成像仪实现温度的识别判断，因此现有技术中缺乏通过巡检机器人自动确定温度分布情况的技术手段。
发明内容
本发明所要解决的技术问题在于提供一种能够实现温度分布情况识别的电缆工井自动巡检方法。
本发明是通过以下技术方案解决上述技术问题的：一种电缆工井自动巡检方法，获取待巡检段工井所有位置的气体数据和热成像画面；对气体数据进行处理，计算不同气体的浓度，并与预设阈值比较；通过热成像温度提取技术获取工井温度分布。
优选地，所述的气体数据包括氧气、甲烷、硫化氢、氨气、一氧化碳和二氧化碳的至少一种气体浓度数据。
优选地，所述的对气体数据进行处理的方法为舍弃气体数据中的包括功能代码和校验码在内的无效数据，保留有效数据，其中每种气体的浓度对应为16进制的四位数据，间隔四位提取有效数据，转化为十进制后即得到对应气体的浓度。
优选地，气体浓度的预设阈值对应的范围分别为：氧气≥15％，甲烷≤25％，硫化氢≤0.0001％，氨气≤0.5％，一氧化碳≤0.03％，二氧化碳≤0.1％。
优选地，热成像温度提取方法包括以下步骤：
步骤i：通过软件读取热成像图像，将真彩色图像转换为灰度图像，统计每个像素点的灰度值；
步骤ii：在图像上随机选择多个像素点，根据普朗克辐射定律计算被选择的点的灰度值对应的温度值；
步骤iii：根据步骤ii的计算结构构建表征温度值和灰度值关系的函数；
步骤iv：根据灰度值与温度值的关系计算所有像素点的温度值，将热成像图像转换为温度分布图像。
优选地，巡检过程中还获取电缆工井内的视频画面，并通过视频识别查找电缆破损点。
本发明提供的电缆工井自动巡检方法的优点在于：通过热成像温度提取技术实现了图像到温度的转换，能够方便直接的获取电缆工井内的温度数据，有效发现异常情况，具有良好的推广前景。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，对本发明作进一步的详细说明。
本实施例提供了一种电缆工井自动巡检方法，首先通过巡检机器人获取待巡检段工井所有位置的气体数据和热成像画面，其中巡检机器人可选用现有技术，获取气体数据的传感器可根据需要进行配置，热成像画面可选用红外摄像设备或热成像设备，配置完相应设备之后还需要对控制电路进行适应性的修改，这些内容都是本领域技术人员根据本申请提供的方法以及自身需求能够做出的常规改变，本申请不再详述。
所述气体所述包括氧气、甲烷、硫化氢、氨气、一氧化碳和二氧化碳的至少一种气体浓度数据，根据自身需要选择增减相应传感器即可，本实施例同时采集上述气体的浓度，采集气体数据之后还需对数据进行处理得到浓度数据，具体方法为舍弃包括功能代码和校验码在内的无效数据，保留有效数据，如采集数据为01030C083400000000000100000003122C，其中01030C为功能代码，122C为校验码，剩余数据为有效数据，其中每四位代表一种气体的浓度，数值为16进制，则依次提取四位数据，转化为十进制后在转化为百分比，得到的气体浓度如下：氧气：21.00％、甲烷：0.00％、硫化氢：0.0000％、氨气：0.01％、一氧化碳：0.00％、二氧化碳：0.03％；计算出气体浓度后分别与对应的预设阈值进行比较，本实施例提供的阈值分别为：氧气：下限15％、甲烷：上限25％、硫化氢：上限0.0001％、氨气：上限0.5％、一氧化碳：上限0.03％、二氧化碳：上限0.1％；当实际浓度不满足阈值条件时，则发出报警信息。
对于热成像画面，通过热成像温度提取技术获取对应的工井温度分布，具体方法包括以下步骤：
步骤i：读取热成像图像，本实施例通过MATLAB软件进行处理，将真彩色图像转换为灰度图像，统计每个像素点的灰度值；
步骤ii：根据普朗克辐射定律计算多个灰度值对应的温度值，具体如下：
普朗克辐射定律为：
其中，ε为被测物体的发射率，a为被测物体的表面吸收率，n为材料参数，本实施例中的热成像仪由锑化铟制成，波长为8～13μm，n＝8.68，同时ε＝a，τa为大气透射率，t为辐射温度，α为表面吸收率，tu为环境温度，ta为大气温εa＝αa＝1-τa度，
则被测表面真实温度为：
对于大气εa＝αa＝1-τa；则温度值对应的温度计算公式为
本实施例中在图像上随机选择了50个像素点，通过上述公式计算各点灰度值对应的温度值。
步骤iii：根据步骤ii得到的多个点的灰度值和温度的关系，构建表征灰度和温度关系的函数，并计算图中所有像素点的温度值；
灰度值和温度值线性相关，可表示为G＝kT+b，其中G为灰度值，T为温度值，k和b为函数的常数；
步骤iv：用计算得到的温度值替代图像中的灰度值，得到热成像画面的温度分布图像。
通过将热成像获得的灰度图，转换成温度分布图，可以直观的获得工井内的温度分布情况，对于超过预设阈值的温度能够快速确定。
本申请提供的巡检方法能够及时发现温度或有害气体浓度超过阈值的情况，及时发布报警信息为决策措施提供参考信息，还可以通过记录行程，如时间和速度，或直接加装定模块实现异常位置的定位。
本实施例还在巡检过程中获取工井内的视频画面，并同你改过视频识别查找电缆的异常破损；具体方法为将视频每一帧提取为画面，通过图像模糊识别技术进行分析，确定异常位置。
视频图像模糊识别技术主要是通过RGB图像识别算法和平方反比定律来实现不同环境下对工井下电缆的异常进行识别。其具体步骤如下：
1、从巡检视频中截取一帧画面，并将该帧画面每一点的像素以RGB三色进行分解，并存储在
数组内；
2、将RGB先转换为CIE-XYZ格式，再转换为CIE-LAB格式，最后进行处理；其之间的转换如下：
L＝116xf(Y/Yn)-16
A＝500x[f(X/Xn)-f(Y/Yn)]
B＝200x[f(Y/Yn)-f(Z/Zn)]
其中Xn＝95.047，Yn＝1000.000，Zn＝108.883，f(t)函数如下:
最后根据算法计算出两像素之间对应的距离，以及像素坐标的空间距离；
3、根据算法提取出带识别物体的特征值，并将其像素点形成一个合集，将其与背景进行区别，并加以训练，从而进行识别；
4、由于该系统工作的环境是在地下，光照强度在每次巡检都会不同，所以需要根据平方反比定律计算出巡检时环境光照强度以及随距离的衰减系数，通过计算出对比库中画面的平均像素与此时的平均像素的比例，对此时待处理的画面按比例以及随距离的衰减系数增加或减少，从而消除环境背景光对识别的影响。
Claims (6)
1.一种电缆工井自动巡检方法，其特征在于：获取待巡检段工井所有位置的气体数据和热成像画面；对气体数据进行处理，计算不同气体的浓度，并与预设阈值比较；通过热成像温度提取技术获取工井温度分布。
2.根据权利要求1所述的一种电缆工井自动巡检方法，其特征在于：所述的气体数据包括氧气、甲烷、硫化氢、氨气、一氧化碳和二氧化碳的至少一种气体浓度数据。
3.根据权利要求2所述的一种电缆工井自动巡检方法，其特征在于：所述的对气体数据进行处理的方法为舍弃气体数据中的包括功能代码和校验码在内的无效数据，保留有效数据，其中每种气体的浓度对应为16进制的四位数据，间隔四位提取有效数据，转化为十进制后即得到对应气体的浓度。
4.根据权利要求3所述的一种电缆工井自动巡检方法，其特征在于：气体浓度的预设阈值对应的范围分别为：氧气≥15％，甲烷≤25％，硫化氢≤0.0001％，氨气≤0.5％，一氧化碳≤0.03％，二氧化碳≤0.1％。
5.根据权利要求1所述的一种电缆工井自动巡检方法，其特征在于：热成像温度提取方法包括以下步骤：
步骤i：通过软件读取热成像图像，将真彩色图像转换为灰度图像，统计每个像素点的灰度值；
步骤ii：在图像上随机选择多个像素点，根据普朗克辐射定律计算被选择的点的灰度值对应的温度值；
步骤iii：根据步骤ii的计算结构构建表征温度值和灰度值关系的函数；
步骤iv：根据灰度值与温度值的关系计算所有像素点的温度值，将热成像图像转换为温度分布图像。
6.根据权利要求1所述的一种电缆工井自动化巡检方法，其特征在于：巡检过程中还获取电缆工井内的视频画面，并通过视频识别查找电缆破损点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010767992.6A CN111915759A (zh) | 2020-08-03 | 2020-08-03 | 一种电缆工井自动巡检方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010767992.6A CN111915759A (zh) | 2020-08-03 | 2020-08-03 | 一种电缆工井自动巡检方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111915759A true CN111915759A (zh) | 2020-11-10 |
Family
ID=73287006
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010767992.6A Withdrawn CN111915759A (zh) | 2020-08-03 | 2020-08-03 | 一种电缆工井自动巡检方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111915759A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112485268A (zh) * | 2020-11-19 | 2021-03-12 | 广西电网有限责任公司南宁供电局 | 一种用于配电管井的监测方法及装置 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006048421A1 (en) * | 2004-11-03 | 2006-05-11 | Shell Internationale Research Maatschappij B.V. | Attrition resistant particulate catalyst |
| JP2011095999A (ja) * | 2009-10-29 | 2011-05-12 | Shimizu Corp | 作業環境モニタシステム |
| CN204087290U (zh) * | 2014-08-22 | 2015-01-07 | 国网山西省电力公司信息通信分公司 | 电缆隧道智能巡检装置 |
| CN105004429A (zh) * | 2015-07-22 | 2015-10-28 | 哈尔滨理工大学 | 温度测量方法、测量模块及基于该模块的温度测量装置 |
| CN105397795A (zh) * | 2015-12-10 | 2016-03-16 | 深圳市施罗德工业测控设备有限公司 | 一种轨道式巡检机器人 |
| CN107046252A (zh) * | 2017-04-14 | 2017-08-15 | 国网吉林省电力有限公司经济技术研究院 | 一种电缆沟道智能巡检机器人 |
| CN107967727A (zh) * | 2017-11-24 | 2018-04-27 | 杭州网策通信技术有限公司 | 智慧巡检方法及系统 |
| CN109657808A (zh) * | 2018-11-19 | 2019-04-19 | 华能桐乡燃机热电有限责任公司 | 一种热电厂锅炉群巡检方法 |
| CN209639754U (zh) * | 2019-01-24 | 2019-11-15 | 国网安徽省电力有限公司桐城市供电公司 | 一种电缆井下智能巡检装置 |
| CN110727223A (zh) * | 2019-10-22 | 2020-01-24 | 西安科技大学 | 基于井下采煤工作面的环式轨道智能巡检机器人及其应用 |
| CN111390927A (zh) * | 2020-04-09 | 2020-07-10 | 英大智能电气有限公司 | 一种用于隧道电缆巡检的智能机器人巡检系统 |
-
2020
- 2020-08-03 CN CN202010767992.6A patent/CN111915759A/zh not_active Withdrawn
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006048421A1 (en) * | 2004-11-03 | 2006-05-11 | Shell Internationale Research Maatschappij B.V. | Attrition resistant particulate catalyst |
| JP2011095999A (ja) * | 2009-10-29 | 2011-05-12 | Shimizu Corp | 作業環境モニタシステム |
| CN204087290U (zh) * | 2014-08-22 | 2015-01-07 | 国网山西省电力公司信息通信分公司 | 电缆隧道智能巡检装置 |
| CN105004429A (zh) * | 2015-07-22 | 2015-10-28 | 哈尔滨理工大学 | 温度测量方法、测量模块及基于该模块的温度测量装置 |
| CN105397795A (zh) * | 2015-12-10 | 2016-03-16 | 深圳市施罗德工业测控设备有限公司 | 一种轨道式巡检机器人 |
| CN107046252A (zh) * | 2017-04-14 | 2017-08-15 | 国网吉林省电力有限公司经济技术研究院 | 一种电缆沟道智能巡检机器人 |
| CN107967727A (zh) * | 2017-11-24 | 2018-04-27 | 杭州网策通信技术有限公司 | 智慧巡检方法及系统 |
| CN109657808A (zh) * | 2018-11-19 | 2019-04-19 | 华能桐乡燃机热电有限责任公司 | 一种热电厂锅炉群巡检方法 |
| CN209639754U (zh) * | 2019-01-24 | 2019-11-15 | 国网安徽省电力有限公司桐城市供电公司 | 一种电缆井下智能巡检装置 |
| CN110727223A (zh) * | 2019-10-22 | 2020-01-24 | 西安科技大学 | 基于井下采煤工作面的环式轨道智能巡检机器人及其应用 |
| CN111390927A (zh) * | 2020-04-09 | 2020-07-10 | 英大智能电气有限公司 | 一种用于隧道电缆巡检的智能机器人巡检系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112485268A (zh) * | 2020-11-19 | 2021-03-12 | 广西电网有限责任公司南宁供电局 | 一种用于配电管井的监测方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111191576B (zh) | 人员行为目标检测模型构建方法、智能分析方法及系统 | |
| CN113436184A (zh) | 基于改进孪生网络的电力设备图像缺陷判别方法及系统 | |
| CN103049739A (zh) | 一种输电线路智能监控中树木检测方法 | |
| CN118042080B (zh) | 一种gis设备安装全景监控装置 | |
| CN111915759A (zh) | 一种电缆工井自动巡检方法 | |
| CN117036890A (zh) | 行人检测模型的训练、行人检测方法、装置、设备及介质 | |
| CN116977909A (zh) | 一种基于多模态数据的深度学习火灾强度识别方法及系统 | |
| Wang et al. | An automatic building façade deterioration detection system using infrared-visible image fusion and deep learning | |
| CN118195582B (zh) | 一种应用于污染源运维平台的运维非正常状态预测方法 | |
| CN117649579B (zh) | 基于注意力机制的多模态融合地面污迹识别方法及系统 | |
| CN113255519A (zh) | 一种输电线路危险车辆吊车扬臂识别系统及多目标跟踪方法 | |
| CN112818836A (zh) | 一种变电站场景的人员目标检测方法及系统 | |
| CN113689399B (zh) | 一种用于电网识别遥感图像处理方法及系统 | |
| CN111402223B (zh) | 一种利用变电站视频图像的变电站缺陷问题检测方法 | |
| CN112444522B (zh) | 一种电力系统绝缘子串缺陷检测方法 | |
| CN111414825B (zh) | 一种安全帽佩戴检测方法 | |
| CN116385962A (zh) | 基于机器视觉的廊道内人员监控系统及其方法 | |
| CN116468656A (zh) | 基于红外热成像与可见光融合的电缆故障检测系统及方法 | |
| CN115880476A (zh) | 一种基于可见光红外图像融合的皮带跑偏检测方法 | |
| CN117078682B (zh) | 一种大规模网格化空气质量等级精准评估方法 | |
| CN112651421A (zh) | 一种红外热成像输电线路防外破监测系统及其建模方法 | |
| CN113096102A (zh) | 一种基于多尺度转移的充电器表面缺陷检测方法 | |
| CN117522966B (zh) | 一种物理量位置信息管理方法和系统 | |
| Saad et al. | Real-time LCD digit recognition system | |
| CN117422677B (zh) | 一种机载端用电力线路图像缺陷检测方法、装置及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201110 |