CN102496032A - 一种电气设备x射线数字图片处理算法支持系统 - Google Patents
一种电气设备x射线数字图片处理算法支持系统 Download PDFInfo
- Publication number
- CN102496032A CN102496032A CN2011103940513A CN201110394051A CN102496032A CN 102496032 A CN102496032 A CN 102496032A CN 2011103940513 A CN2011103940513 A CN 2011103940513A CN 201110394051 A CN201110394051 A CN 201110394051A CN 102496032 A CN102496032 A CN 102496032A
- Authority
- CN
- China
- Prior art keywords
- ray digital
- image
- digital picture
- algorithm
- module
- 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.)
- Granted
Links
Images
Landscapes
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
一种电气设备X射线数字图片处理算法支持系统，本发明包括X射线数字图像采集接口、X射线数字图像去噪算法模块、X射线数字图像锐化算法模块、X射线数字图像着色算法模块、X射线数字图像压缩算法模块、X射线数字图像分割算法模块、X射线数字图像分类算法模块、X射线数字图像拼接算法模块、X射线数字图像识别库模块。本发明的有益效果为，结构简单、图像处理高效、处理后的图片保真性高的显著优点。
Description
技术领域
本发明涉及一种图像处理算法理论与处理系统，尤其适用于电力设备的X射线数字图片高级图像处理的技术领域。
背景技术
现代电力系统正朝着大电网、大机组、超高压、大容量的方向发展，为保障电力系统的稳定性、可靠性，对电能质量和电力设备的安全运行也提出了更高的要求。电力设备内部任何故障与缺陷的存在都可能影响设备整体性能，甚至造成所辖局部地区乃至全部地区的停电。在设备发生故障之前，如有检测手段对其内部缺陷位置、性质及程度进行检测和分析诊断，就显得尤为重要。
随着电子技术的飞速发展和无损检测技术的迅速发展，一种新兴的X射线数字化实时成像检测技术(DR)应运而生。X射线数字成像DR技术是近年来发展起来的，由于其较高的图像质量、方便、实时、快捷性被广泛应用。但是国内企业进口的和升级改造的无损检测设备中大都没有高级图像处理功能，而原来配备的图像检测系统的缺陷也越来越明显，例如不能对复杂精细目标进行及时准确识别，数据处理速度慢，算法处理功能单一，操作界面复杂、不友好等，而且电力设备又有体积大、现场干扰多、照射工况复杂等的特点。基于上述特点，设计和实现一种能进行在线检测并实时分析的X射线图像高级处理系统(即电气设备X射线数字图片高级图像处理算法支持系统)的必要性越来越高。这将涉及到计算机、数学、图像处理、自动化等多学科和专业。这个系统尤其是其软件系统具有一定的通用性，可以直接、方便的配备给国内外同类设备进行图像处理。
由于DR技术应用于电气设备的检测在国内外目前只有云南电力研究院一家,相关数据与算法还很不完善，国内外文献也很少。所以针对此项的研究内容还是有深远的意义的。
基于以上情况，开发一个低成本，多用途，高水平的X射线实时成像检测与识别系统具有很重要的价值，本文的研究工作就是按以上的要求而展开的。
发明内容
本发明的目的在于建立一个针对与电气设备X射线图片高级图像处理算法支持系统，以便于提高X射线实时在线监测的工作效率与提高改善图像质量并且能够及时准确判断缺陷类型与位置。
本发明是通过下列技术方案来实现的。 一种电气设备X射线数字图片处理算法支持系统，该系统包括电脑显示屏和如下模块：
1）X射线数字图像采集接口，用于数字图像的实时、迅速读取，保证数据读入时不失真；
2）X射线数字图像去噪算法模块，该模块由中值滤波算法与小波去噪算法加权组合，针对不同质量图像，选取不同加权值来达到去噪的最优效果；
3）X射线数字图像锐化算法模块，针对X射线数字图像含有大量高斯噪声的特点，采用高斯型高低通滤波器对图像进行锐化；
4）X射线数字图像着色算法模块，针对X射线的特点采用改进的welsh算法对图像进行着色与伪彩色算法相结合的混合算法就行处理；
5）X射线数字图像压缩算法模块，采用改进型的最佳均匀量化器对图像区域进行精细量化，最后选择Daubechies小波对图像进行编码压缩；
6）X射线数字图像分割算法模块，针对X射线图像灰度差值比较大的特点，选择简单的Reberts交叉梯度算子进行边缘检测，再采用改进权值的最佳门限处理法与分水岭分割法对图像进行分割；
7）X射线数字图像分类算法模块，针对X射线图片缺陷的隐蔽性，采用Sigmoid核函数的支持向量机算法对图像进行分类；
8）X射线数字图像拼接算法模块，通过对比各种算法对X射线图像拼接的效果，提出了基于遗传算法的最大互信息相关的无缝拼接算法；
9）X射线数字图像识别库模块，识别库中包含大量X射线图像特征信息，用于检索X射线图像处理系统中分离出的图像特征，进而识别图像所包含的图像类别、图像模式、缺陷类型等信息；
其连接结构为，X射线数字图像采集接口通过X射线数字图像去噪算法模块与X射线数字图像锐化算法模块连接；X射线数字图像去噪算法模块分别与电脑显示屏、X射线数字图像着色算法模块、X射线数字图像压缩算法模块连接；X射线数字图像锐化算法模块分别与X射线数字图像着色算法模块、X射线数字图像压缩算法模块、X射线数字图像分割算法模块连接；X射线数字图像着色算法模块分别与电脑显示屏、X射线数字图像分割算法模块连接；X射线数字图像压缩算法模块与电脑显示屏连接；X射线数字图像压缩算法模块还依序通过X射线数字图像分割算法模块、X射线数字图像拼接算法模块与X射线数字图像分类算法模块连接；X射线数字图像分割算法模块另单独依序通过X射线数字图像分类算法模块、X射线数字图像识别库模块与电脑显示屏连接；
系统的过程为，先在现场布置好X射线机及其控制装置；利用X射线机配套软件进行图像照射与采集；通过X射线数字图像采集接口对图像进行实时导入；利用X射线数字图像去噪算法模块对X图片进行去噪预处理；通过X射线数字图像锐化算法模块对X图像进行边缘锐化，使图像更加清晰；然后利用X射线数字图像分割算法模块对图像进行分割处理，凸显出图像的特征与局部缺陷；最后导入X射线数字图像识别库，通过图像的自动检索与缺陷的自动识别来确定图像类型与缺陷类型。
图像处理过程中利用X射线数字图像着色算法模块对图像进行彩色处理，更加容易分辨出缺陷类型与位置；
当电力设备较大时，利用X射线数字图像拼接算法模块对同一设备不同位置图片进行无缝拼接，更加有利于缺陷的位置识别。
本发明的有益效果为，结构简单、图像处理高效、处理后的图片保真性高的显著优点。
下面结合附图及实例进一步说明本发明内容。
附图说明
图1是本发明X射线数字图像采集接口装置示意图；
图2 是本发明X射线图像处理各算法模块工作过程流程图。
具体实施方式
一种电气设备X射线数字图片处理算法支持系统，该系统包括电脑显示屏和如下模块：
1）X射线数字图像采集接口，用于数字图像的实时、迅速读取，保证数据读入时不失真；
2）X射线数字图像去噪算法模块，该模块由中值滤波算法与小波去噪算法加权组合，针对不同质量图像，选取不同加权值来达到去噪的最优效果；
3）X射线数字图像锐化算法模块，针对X射线数字图像含有大量高斯噪声的特点，采用高斯型高低通滤波器对图像进行锐化；
4）X射线数字图像着色算法模块，针对X射线的特点采用改进的welsh算法对图像进行着色与伪彩色算法相结合的混合算法就行处理；
5）X射线数字图像压缩算法模块，采用改进型的最佳均匀量化器对图像区域进行精细量化，最后选择Daubechies小波对图像进行编码压缩；
6）X射线数字图像分割算法模块，针对X射线图像灰度差值比较大的特点，选择简单的Reberts交叉梯度算子进行边缘检测，再采用改进权值的最佳门限处理法与分水岭分割法对图像进行分割；
7）X射线数字图像分类算法模块，针对X射线图片缺陷的隐蔽性，采用Sigmoid核函数的支持向量机算法对图像进行分类；
8）X射线数字图像拼接算法模块，通过对比各种算法对X射线图像拼接的效果，提出了基于遗传算法的最大互信息相关的无缝拼接算法；
9）X射线数字图像识别库模块，识别库中包含大量X射线图像特征信息，用于检索X射线图像处理系统中分离出的图像特征，进而识别图像所包含的图像类别、图像模式、缺陷类型等信息；
其连接结构为，X射线数字图像采集接口通过X射线数字图像去噪算法模块与X射线数字图像锐化算法模块连接；X射线数字图像去噪算法模块分别与电脑显示屏、X射线数字图像着色算法模块、X射线数字图像压缩算法模块连接；X射线数字图像锐化算法模块分别与X射线数字图像着色算法模块、X射线数字图像压缩算法模块、X射线数字图像分割算法模块连接；X射线数字图像着色算法模块分别与电脑显示屏、X射线数字图像分割算法模块连接；X射线数字图像压缩算法模块与电脑显示屏连接；X射线数字图像压缩算法模块还依序通过X射线数字图像分割算法模块、X射线数字图像拼接算法模块与X射线数字图像分类算法模块连接；X射线数字图像分割算法模块另单独依序通过X射线数字图像分类算法模块、X射线数字图像识别库模块与电脑显示屏连接；
系统的过程为，先在现场布置好X射线机及其控制装置；利用X射线机配套软件进行图像照射与采集；通过X射线数字图像采集接口对图像进行实时导入；利用X射线数字图像去噪算法模块对X图片进行去噪预处理；通过X射线数字图像锐化算法模块对X图像进行边缘锐化，使图像更加清晰；然后利用X射线数字图像分割算法模块对图像进行分割处理，凸显出图像的特征与局部缺陷；最后导入X射线数字图像识别库，通过图像的自动检索与缺陷的自动识别来确定图像类型与缺陷类型。
图像处理过程中利用X射线数字图像着色算法模块对图像进行彩色处理，更加容易分辨出缺陷类型与位置；
当电力设备较大时，利用X射线数字图像拼接算法模块对同一设备不同位置图片进行无缝拼接，更加有利于缺陷的位置识别。
如图1所示，该图给出了X射线数字图像采集接口装置示意图。
当需要采集图像时，图像采集卡向控制器发出采集请求。控制器接到请求脉冲后，使图像处理系统的外总线处于高阻状态，释放出总线。图像处理系统释放出总线后再由控制器管理总线，同时控制器检测图像同步信号。当检测到图像开始位置时，控制器自动产生地址和读写控制信号将图像数据直接写入内存中。图像采集完成后，控制器自动将总线控制权交还图形处理系统。控制器可以根据同步信号或设定的采集图像大小确定采集是否完成。这样，成像板采集的图像数据信息以直接内存写入的方式被图像处理系统获取并不需要图像处理系统的直接参与。这样加快了图像的采集速度，保持了图像数据信息的高度保真性，也减少了外界各种因素的干扰。
控制器是由同步信号检测、地址发生器、SRAM读写控制器、数据总线控制器等主要部分。
图像去噪模块算法，是一种加权自适应算法。该模块是基于中值滤波与小波去噪的自适应加权。表达式为：去噪算法模块=τ(中值滤波)+ (1-τ) (小波去噪)，其中τ为加权系数。根据不同的图像，可以选取不同的基础中值滤波算法和不同的小波，并根据噪声的特点选取不同的加权值(τ)对图像进行最优的去噪处理。图像脉冲噪声大时，鉴于中值滤波对脉冲噪声有很好的去噪效果，可以选取比较大的加权值来增加中值滤波的权重。同样，图像中白噪声等非平稳噪声较多时，就可以选择较小的加权值来增加小波去噪的权重。
图像着色模块是由welsh算法与伪彩色算法的混合模块，先由Welsh算法对图像进行匹配，再由伪彩色算法进行着色。表达式为：Welsh算法→伪彩色算法→着色。Welsh算法在判断两个像素点是否相似时,只是基于像素点的亮度和邻域的方差这两个信息的线性组合得到的值作为像素点评价的权值,这样得到的描述像素点特征的指标容易造成误匹配。先计算出图像熵值，再运用Welsh算法，不仅可以减小匹配误差还可以加快图像着色的速度。先对图像进行熵计算，再运用Welsh算法对图像像素点进行匹配，最后利用伪彩色算法对图像进行着色。
改进的一个基于遗传算法的拼接算法：采用改进的一个基于遗传算法的拼接算法，首先在找出基准匹配区域后，开始在待拼接图像的拼接区域使用一个与基准匹配区域同样大小滑动块寻找最佳匹配点。窗口每次移动若干个像素的位置，每移动一次进行一次比较，这样提高了匹配点的精确度，并求出当前窗口下的像素与基准匹配区域的像素对应的比值K；求出此区域所有的比值之后，再求出这些比值的均值M；最后求出均值R与比值M的差的绝对值Q。
如图2所示，该图给出了X射线图像处理各算法模块工作过程流程图
首先是图像的采集过程；
第二步是对图像进行去噪处理（若是简单图像只经过去噪处理或者去噪后进行着色处理即可看清缺陷类型与位置，即可完成图像处理过程）；
第三步是对图像进行锐化，使图像更加清晰，也是缺陷特征更加明显（若经过锐化或者锐化后着色处理后可看清缺陷类型与位置，即可完成图像处理过程）；
第四步是对图像进行分割，分离其图像特征；
第五步利用图像分割分离出的图像特征，对不同图像特征进行分类；
第六步通过对特征的分类与汇总建立特征库，当图像特征信息输入时对图像特征信息进行自动检索与识别，最终与相应缺陷特征进行匹配，得出缺陷类型。
针对X射线数字图片像素很高，噪声较多的原因可以对图像进行一定的压缩，可以提高图像处理的速度。针对电气设备比较庞大的特点，利用分割的特征，也可以对同一设备不同拍摄位置图像进行拼接，以达到得到完整图像信息的目的。
Claims (4)
1.一种电气设备X射线数字图片处理算法支持系统，其特征在于，该系统包括电脑显示屏和如下模块：
1）X射线数字图像采集接口，用于数字图像的实时、迅速读取，保证数据读入时不失真；
2）X射线数字图像去噪算法模块，该模块由中值滤波算法与小波去噪算法加权组合，针对不同质量图像，选取不同加权值来达到去噪的最优效果；
3）X射线数字图像锐化算法模块，针对X射线数字图像含有大量高斯噪声的特点，采用高斯型高低通滤波器对图像进行锐化；
4）X射线数字图像着色算法模块，针对X射线的特点采用改进的welsh算法对图像进行着色与伪彩色算法相结合的混合算法就行处理；
5）X射线数字图像压缩算法模块，采用改进型的最佳均匀量化器对图像区域进行精细量化，最后选择Daubechies小波对图像进行编码压缩；
6）X射线数字图像分割算法模块，针对X射线图像灰度差值比较大的特点，选择简单的Reberts交叉梯度算子进行边缘检测，再采用改进权值的最佳门限处理法与分水岭分割法对图像进行分割；
7）X射线数字图像分类算法模块，针对X射线图片缺陷的隐蔽性，采用Sigmoid核函数的支持向量机算法对图像进行分类；
8）X射线数字图像拼接算法模块，通过对比各种算法对X射线图像拼接的效果，提出了基于遗传算法的最大互信息相关的无缝拼接算法；
9）X射线数字图像识别库模块，识别库中包含大量X射线图像特征信息，用于检索X射线图像处理系统中分离出的图像特征，进而识别图像所包含的图像类别、图像模式、缺陷类型等信息；
其连接结构为，X射线数字图像采集接口通过X射线数字图像去噪算法模块与X射线数字图像锐化算法模块连接；X射线数字图像去噪算法模块分别与电脑显示屏、X射线数字图像着色算法模块、X射线数字图像压缩算法模块连接；X射线数字图像锐化算法模块分别与X射线数字图像着色算法模块、X射线数字图像压缩算法模块、X射线数字图像分割算法模块连接；X射线数字图像着色算法模块分别与电脑显示屏、X射线数字图像分割算法模块连接；X射线数字图像压缩算法模块与电脑显示屏连接；X射线数字图像压缩算法模块还依序通过X射线数字图像分割算法模块、X射线数字图像拼接算法模块与X射线数字图像分类算法模块连接；X射线数字图像分割算法模块另单独依序通过X射线数字图像分类算法模块、X射线数字图像识别库模块与电脑显示屏连接。
2.如权利要求1所述的一种电气设备X射线数字图片处理算法支持系统，其特征在于，该系统的过程为，先在现场布置好X射线机及其控制装置；利用X射线机配套软件进行图像照射与采集；通过X射线数字图像采集接口对图像进行实时导入；利用X射线数字图像去噪算法模块对X图片进行去噪预处理；通过X射线数字图像锐化算法模块对X图像进行边缘锐化，使图像更加清晰；然后利用X射线数字图像分割算法模块对图像进行分割处理，凸显出图像的特征与局部缺陷；最后导入X射线数字图像识别库，通过图像的自动检索与缺陷的自动识别来确定图像类型与缺陷类型。
3.如权利要求2所述的一种电气设备X射线数字图片处理算法支持系统，其特征在于，图像处理过程中利用X射线数字图像着色算法模块对图像进行彩色处理。
4.如权利要求2所述的一种电气设备X射线数字图片处理算法支持系统，其特征在于，当电力设备较大时，利用X射线数字图像拼接算法模块对同一设备不同位置图片进行无缝拼接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110394051.3A CN102496032B (zh) | 2011-12-02 | 2011-12-02 | 一种电气设备x射线数字图片处理算法支持系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110394051.3A CN102496032B (zh) | 2011-12-02 | 2011-12-02 | 一种电气设备x射线数字图片处理算法支持系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102496032A true CN102496032A (zh) | 2012-06-13 |
| CN102496032B CN102496032B (zh) | 2014-06-11 |
Family
ID=46187857
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201110394051.3A Active CN102496032B (zh) | 2011-12-02 | 2011-12-02 | 一种电气设备x射线数字图片处理算法支持系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102496032B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103927752A (zh) * | 2014-04-21 | 2014-07-16 | 国家电网公司 | 一种监测电力设备运行状态的方法 |
| CN104113001A (zh) * | 2013-04-19 | 2014-10-22 | 衢州电力局 | 基于图像识别的气体绝缘金属封闭开关设备故障诊断装置 |
| CN108814635A (zh) * | 2018-04-19 | 2018-11-16 | 云南电网有限责任公司电力科学研究院 | 一种x射线数字成像方法 |
| CN104598212B (zh) * | 2013-10-30 | 2018-12-25 | 上海联影医疗科技有限公司 | 基于算法库的图像处理方法及装置 |
| CN113012115A (zh) * | 2021-03-03 | 2021-06-22 | 珠海迪沃航空工程有限公司 | 一种螺栓立体成像检测系统及方法 |
| CN113159110A (zh) * | 2021-03-05 | 2021-07-23 | 安徽启新明智科技有限公司 | 一种基于x射线液体智能检测方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070177817A1 (en) * | 2006-01-27 | 2007-08-02 | Microsoft Corporation | Region-based image denoising |
| CN101377850A (zh) * | 2008-09-27 | 2009-03-04 | 北京航空航天大学 | 一种基于蚁群聚类的多模板图像分割方法 |
| CN102230902A (zh) * | 2011-07-11 | 2011-11-02 | 云南电力试验研究院(集团)有限公司 | Gis设备内部缺陷可视化智能识别方法 |
-
2011
- 2011-12-02 CN CN201110394051.3A patent/CN102496032B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070177817A1 (en) * | 2006-01-27 | 2007-08-02 | Microsoft Corporation | Region-based image denoising |
| CN101377850A (zh) * | 2008-09-27 | 2009-03-04 | 北京航空航天大学 | 一种基于蚁群聚类的多模板图像分割方法 |
| CN102230902A (zh) * | 2011-07-11 | 2011-11-02 | 云南电力试验研究院(集团)有限公司 | Gis设备内部缺陷可视化智能识别方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104113001A (zh) * | 2013-04-19 | 2014-10-22 | 衢州电力局 | 基于图像识别的气体绝缘金属封闭开关设备故障诊断装置 |
| CN104598212B (zh) * | 2013-10-30 | 2018-12-25 | 上海联影医疗科技有限公司 | 基于算法库的图像处理方法及装置 |
| CN103927752A (zh) * | 2014-04-21 | 2014-07-16 | 国家电网公司 | 一种监测电力设备运行状态的方法 |
| CN108814635A (zh) * | 2018-04-19 | 2018-11-16 | 云南电网有限责任公司电力科学研究院 | 一种x射线数字成像方法 |
| CN113012115A (zh) * | 2021-03-03 | 2021-06-22 | 珠海迪沃航空工程有限公司 | 一种螺栓立体成像检测系统及方法 |
| CN113012115B (zh) * | 2021-03-03 | 2023-02-14 | 珠海迪沃航空工程有限公司 | 一种螺栓立体成像检测系统及方法 |
| CN113159110A (zh) * | 2021-03-05 | 2021-07-23 | 安徽启新明智科技有限公司 | 一种基于x射线液体智能检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102496032B (zh) | 2014-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106356757B (zh) | 一种基于人眼视觉特性的电力线路无人机巡检方法 | |
| CN102496032B (zh) | 一种电气设备x射线数字图片处理算法支持系统 | |
| WO2019104780A1 (zh) | 激光雷达点云数据分类方法、装置、设备及存储介质 | |
| CN110781839A (zh) | 一种基于滑窗的大尺寸图像中小目标识别方法 | |
| CN111222395A (zh) | 目标检测方法、装置与电子设备 | |
| CN106663324A (zh) | 用于图像扫描的系统和方法 | |
| CN104535356A (zh) | 一种基于机器视觉的卷筒钢丝绳排绳故障监测方法及系统 | |
| CN110032916A (zh) | 一种检测目标物体的方法和装置 | |
| AU2014360023B2 (en) | Automatic fault diagnosis method and device for sorting machine | |
| CN112014413A (zh) | 一种基于机器视觉的手机玻璃盖板视窗区缺陷检测方法 | |
| CN102915432A (zh) | 一种车载微机图像视频数据提取方法及装置 | |
| CN105931246A (zh) | 一种基于小波变换和遗传算法的织物瑕疵检测方法 | |
| CN112052730B (zh) | 一种3d动态人像识别监控设备及方法 | |
| CN108010065A (zh) | 低空目标快速检测方法及装置、存储介质及电子终端 | |
| CN116309518A (zh) | 一种基于计算机视觉的pcb电路板检测方法及系统 | |
| CN104508706B (zh) | 特征提取方法、程序和系统 | |
| CN113281780B (zh) | 对图像数据进行标注的方法、装置及电子设备 | |
| Zhang et al. | Corn ear test using SIFT-based panoramic photography and machine vision technology | |
| CN107767366B (zh) | 一种输电线路拟合方法及装置 | |
| KR102230559B1 (ko) | 데이터 프로그래밍에 기반한 레이블링 모델 생성 방법 및 장치 | |
| CN112070748A (zh) | 金属油管缺陷检测方法和装置 | |
| CN117058106A (zh) | 基于随机森林的柔性玻璃平面度及表面缺陷的测量方法 | |
| JP2008078926A (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
| CN112508891B (zh) | 基于手机的ai智能识别缺陷的磁粉探伤系统及其方法 | |
| CN114782822A (zh) | 电力设备的状态检测方法、装置、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220714 Address after: 650217 yundian science and Technology Park, No.105, Yunda West Road, economic development zone, Kunming City, Yunnan Province Patentee after: YUNNAN ELECTRIC POWER TEST & RESEARCH INSTITUTE (GROUP) Co.,Ltd. Address before: 650217 Yunnan Kunming Economic and Technological Development Zone Yunda West Road Middle Yundian Science Park Patentee before: YUN NAN ELECTRIC TEST & RESEARCH INSTITUTE GROUP Co.,Ltd. ELECTRIC INSTITUTE |