[发明专利]一种基于电力影像数据的输电线路长度确定方法和系统有效

专利信息
申请号: 201910944991.1 申请日: 2019-09-30
公开(公告)号: CN110910440B 公开(公告)日: 2023-04-07
发明(设计)人: 谈元鹏;赵紫璇;蔡常雨;蒲天骄;邓春宇;杨知;彭国政;张玉天;陈盛;廖坤;史梦洁;徐会芳;闫冬;刘海莹 申请(专利权)人: 中国电力科学研究院有限公司;国家电网有限公司
主分类号: G06T7/60 分类号: G06T7/60;G06N3/0464;G06N3/08
代理公司: 北京安博达知识产权代理有限公司 11271 代理人: 徐国文
地址: 100192 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 电力 影像 数据 输电 线路 长度 确定 方法 系统
【权利要求书】:

1.一种基于电力影像数据的输电线路长度确定方法,其特征在于,所述方法包括:

获取输电杆塔的遥感影像;

根据输电杆塔的遥感影像识别所述输电杆塔的类别;

所述根据所述输电杆塔的遥感影像识别所述输电杆塔的类别,包括:

步骤1.将所述输电杆塔本体的遥感影像作为预先训练的第一多层卷积神经网络模型的输入,获取所述输电杆塔对应的各个类别的置信度;

步骤2.若所述输电杆塔对应的各个类别的置信度存在大于预设置信度阈值的置信度,则在所述输电杆塔对应的各个类别的置信度中选择最大置信度对应的类别作为所述输电杆塔的类别,否则,转至步骤3;

步骤3.将所述输电杆塔影子的遥感信息影像作为预先训练的第二多层卷积神经网络模型的输入,获取所述输电杆塔对应的各个类别的置信度;

步骤4.在所述输电杆塔对应的各个类别的置信度中选择最大置信度对应的类别作为所述输电杆塔的类别;

基于各输电杆塔的类别确定各输电杆塔间的输电线路长度;

所述基于各输电杆塔的类别确定各输电杆塔间的输电线路长度,包括:

按下式确定第i个输电杆塔和第i+1个输电杆塔间的输电线路长度L(i,i+1):

式中,m为第i个输电杆塔和第i+1个输电杆塔间的输电线路回数,l为第i个输电杆塔和第i+1个输电杆塔间的距离,y(x)为第i个输电杆塔和第i+1个输电杆塔间的导线对应的多项式模型;

其中,每两个输电杆塔间的输电线路回数通过输电杆塔类别与输电线路回数之间的预设对应关系确定。

2.如权利要求1所述的方法,其特征在于,所述输电杆塔的遥感影像包括:输电杆塔本体的遥感影像和输电杆塔影子的遥感影像。

3.如权利要求1所述的方法,其特征在于,所述输电杆塔的遥感影像通过输电工程卫星、固定摄像头或无人机获取。

4.如权利要求1所述的方法,其特征在于,所述预先训练的第一多层卷积神经网络模型的训练过程包括:

将标注自身类别的输电杆塔本体的遥感影像作为初始的第一多层卷积神经网络模型的输入样本,将标注自身类别的输电杆塔对应的各个类别的真实置信度作为初始的第一多层卷积神经网络模型的输出样本,训练所述初始的第一多层卷积神经网络模型,获取所述预先训练的第一多层卷积神经网络模型。

5.如权利要求1所述的方法,其特征在于,所述预先训练的第二多层卷积神经网络模型的训练过程包括:

将标注自身类别的输电杆塔影子的遥感影像作为初始的第二多层卷积神经网络模型的输入样本,将标注自身类别的输电杆塔对应的各个类别的真实置信度作为初始的第二多层卷积神经网络模型的输出样本,训练所述初始的第二多层卷积神经网络模型,获取所述预先训练的第二多层卷积神经网络模型。

6.如权利要求4或5所述的方法,其特征在于,标注自身类别的输电杆塔对应的自身类别的真实置信度为1,标注自身类别的输电杆塔对应的非自身类别的真实置信度为0。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电力科学研究院有限公司;国家电网有限公司,未经中国电力科学研究院有限公司;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910944991.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top