-
公开(公告)号：CN117746105A
公开(公告)日：2024-03-22
申请号：CN202311647870.3
申请日：2023-12-01
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
IPC: G06V10/764 , G06V10/74 , G06V10/56 , G06V10/30 , G06V10/82
Abstract: 本发明公开了一种电力设备标识的识别方法，涉及图像识别技术领域，步骤如下：图像采集：使用摄像设备对待识别的电力设备进行图像采集。图像预处理：对采集到的图像进行预处理，包括图像去噪、图像增强等操作，以提高后续识别的准确性。特征提取：从预处理后的图像中提取特征。特征匹配：通过匹配特征与已知的电力设备标识数据库进行比对，找到与之相匹配的标识。标识输出：将识别到的电力设备标识输出到相关的系统或设备中。本发明公开了，采用图像采集、预处理、特征提取、特征匹配和标识输出的电力设备标识识别方法能够实现自动化、准确性高、一致性好的标识识别，为电力设备管理和运维提供了有益的效果和增强。
-
公开(公告)号：CN117172320A
公开(公告)日：2023-12-05
申请号：CN202311232199.6
申请日：2023-09-22
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
IPC: G06N5/022 , G06F18/214 , G06F18/24
Abstract: 本发明涉及一种基于ChatGPT微调预训练模型优化电力主设备缺陷诊断的方法。构建一个包含80%正确语句和20%由ChatGPT API生成的语法错误语句的语料库。将领域特定的长文本转换为CoLA数据集格式。采用Adapter BERT作为基础架构进行微调，基础模型使用bert‑Chinese‑base，并在满足准确性阈值后冻结所有层参数，将模型作为特征提取器。通过汇总最后一个隐藏层的输出，得到最终的向量表示。选取表现优秀的KGC模型，仅修改其输入层。引入一个全连接层在预训练语言模型的输出层和KGC模型之间。全连接层在KGC任务迭代过程中训练并更新其参数。最后，在KGC模型中，通过计算候选实体的概率并对其排序，选取前k个实体作为最终答案。实验结果表明，该方法在诊断电力主设备缺陷方面有效地提高了KGC的性能。
-
公开(公告)号：CN114912919A
公开(公告)日：2022-08-16
申请号：CN202210362760.1
申请日：2022-04-08
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
Abstract: 本发明涉及一种基于区块链的电力资源灵活聚合方法。该方法包括：S1、部署区块链一体机：在用户侧部署区块链一体机，对接相应地区从链数据上链服务，采集双向电量数据进行上链，记录交易时间及电量大小；S2、搭建基于区块链的资源聚合平台：以相应地区从链存证数据为基础，依托区块链和智能合约技术，实现网侧与用户侧灵活性调节需求的快速撮合与高效响应；资源聚合平台提供响应用户链上身份注册与身份认证功能。本发明可实现用户侧海量灵活性资源接入。
-
公开(公告)号：CN111654005B
公开(公告)日：2022-07-05
申请号：CN202010310298.1
申请日：2020-04-20
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
Abstract: 本发明涉及一种进行配电台区低压漏电监测、研判与自愈的方法，提供一种新型智能配电台区低压系统，所述系统包括边缘物联代理、总保开关、集中器、多个分支箱和多个表箱；通过在端层的智能开关实时监测及在线感知低压配电台区漏电情况，并上报信息至融合终端或智能配变终端等边缘物联代理，在边层进行低压配电台区漏电情况的综合与定位、隔离故障点与恢复供电，大大提高了台区漏电检修效率，降低了基层一线员工检修工作量，使漏电造成的停电对用户的影响降到最低。
-
公开(公告)号：CN111654005A
公开(公告)日：2020-09-11
申请号：CN202010310298.1
申请日：2020-04-20
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
Abstract: 本发明涉及一种进行配电台区低压漏电监测、研判与自愈的方法，提供一种新型智能配电台区低压系统，所述系统包括边缘物联代理、总保开关、集中器、多个分支箱和多个表箱；通过在端层的智能开关实时监测及在线感知低压配电台区漏电情况，并上报信息至融合终端或智能配变终端等边缘物联代理，在边层进行低压配电台区漏电情况的综合与定位、隔离故障点与恢复供电，大大提高了台区漏电检修效率，降低了基层一线员工检修工作量，使漏电造成的停电对用户的影响降到最低。
-
Patent Agency Ranking
公开(公告)号：CN119276614A
公开(公告)日：2025-01-07
申请号：CN202411656496.8
申请日：2024-11-19
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 国家电网有限公司
IPC: H04L9/40 , G06N3/045 , G06F18/214
Abstract: 本发明公开了一种网络安全防御机制评估方法、系统、设备及介质，包括：对当前网络系统中的各类防御机制进行分析，提取当前网络系统的防御机制的特征信息；将所述当前网络系统的防御机制的特征信息输入到训练后的防御机制评分模型中，得到当前网络系统的防御机制的评估结果，该方法、系统、设备及介质能够充分考虑多层防御机制之间的协同作用对网络安全防御机制进行评估。
-
公开(公告)号：CN118864686A
公开(公告)日：2024-10-29
申请号：CN202410795337.X
申请日：2024-06-19
Applicant: 国家电网有限公司 , 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
Abstract: 本发明涉及一种基于GLTF格式的3D模型自动标注与渲染系统，包括：GLTF格式解析模块、标注生成模块、纹理渲染模块、灯光照射模块和输出模块；所述GLTF格式解析模块用于读取GLTF格式的3D模型文件，并解析出模型的几何结构、纹理；所述标注生成模块用于根据模型的几何结构，自动计算标注模型的长轴、短轴和中心点，并生成相应的3D模型；所述纹理渲染模块用于根据预设的纹理和颜色参数，对3D模型进行纹理渲染；所述灯光照射模块用于根据预设的光源、光强等参数，对3D模型进行灯光照射，模拟真实的光照效果；所述输出模块用于将处理后的3D模型以及标注信息输出为指定的格式。
-
公开(公告)号：CN118721142A
公开(公告)日：2024-10-01
申请号：CN202410795340.1
申请日：2024-06-19
Applicant: 国家电网有限公司 , 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
Abstract: 本发明涉及一种配电房机器人智能巡视方法及系统，包括：至少两台机器人充电桩、巡检机器人，遥控器；所述巡检机器人用于融合多个定位传感器数据和第一UWB标签位置获取机器人位姿信息，通过摄像装置获取巡视目标图像，并发送机器人位姿信息和巡视目标图像至遥控器；以及根据遥控器下发的控制指令执行动作，使巡检机器人与佩戴人姿态相同；遥控器用于通过触控屏显示机器人位姿和巡视目标图像，融合惯性测量单元数据和第二UWB标签位置获取佩戴人位姿信息，并根据佩戴人位姿信息下发控制指令至巡检机器人。
-
公开(公告)号：CN118666177A
公开(公告)日：2024-09-20
申请号：CN202410973014.5
申请日：2024-07-19
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 国家电网有限公司
Abstract: 本发明涉及一种基于激光雷达的变电站吊车距离预警装置，包括主控模块以及传感器，所述主控模块包括扫描单元、三维点云数据库单元、遮挡物识别单元、移动目标分析单元以及预警单元；所述扫描单元用于通过传感器实时扫描目标区域；所述三维点云数据库单元用于储存扫描模块扫描目标区域得到的实时三维点云数据；所述遮挡物识别单元用于识别实时三维点云数据中的固定遮挡物，并进行过滤；所述分析单元用于基于预设的预警条件，实施分析过滤后的实时三维点云数据，当预警条件触发时进行预警。
-
公开(公告)号：CN117876395A
公开(公告)日：2024-04-12
申请号：CN202410028167.2
申请日：2024-01-09
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
IPC: G06T7/11 , G06T5/70 , G06V10/52 , G06F18/10 , G06F18/2433
Abstract: 本发明提出一种基于图像分割的电力系统模型异常数据清洗方法，所述方法包括以下步骤；步骤一、通过构建多尺度空间对电力系统模型特征进行多尺度的分析和处理，以确定提取最稳定和信息丰富的形状表示最佳尺度；步骤二、进行WPC图像的双特征提取以全面地描述电力系统模型的形态特征；步骤三、构建能适应电力系统模型复杂变形情况的可变形WPC形状模型；步骤四、通过图像分割技术清理模型中的异常数据以去除噪音和异常点；本发明能够有效地去除噪音和异常点，提高数据的准确性和可靠性；在电力系统模型异常数据清洗方面具有较高的可行性和适用性。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.057 seconds)
