-
公开(公告)号：CN119832410A
公开(公告)日：2025-04-15
申请号：CN202411701035.8
申请日：2024-11-26
Applicant: 国网湖北省电力有限公司经济技术研究院 , 中国电力工程顾问集团中南电力设计院有限公司
Inventor： 马莉 , 周明 , 张童彦 , 武强 , 张洪 , 陈然 , 贺兰菲 , 徐昊天 , 蔡杰 , 周英博 , 张赵阳 , 熊川羽 , 孙利平 , 廖晓红 , 李智威 , 周蠡 , 付江缺 , 王林 , 胡星 , 李双江
IPC: G06V20/10 , G06V10/82 , G06V10/80 , G06V10/764 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明属于遥感影像变化检测技术领域，具体涉及一种超轻量化遥感影像变化检测方法及系统，方法先获取目标检测区域的双时相遥感图像并对其进行预处理；将预处理后的双时相遥感图像输入共享权重参数的超轻量孪生编码器，提取得到双时相遥感图像的多尺度高维语义特征；利用空间‑通道注意力模块对双时相遥感图像的多尺度高维语义特征进行跨尺度语义融合，生成双时相遥感图像的多尺度语义特征；对双时相遥感图像的多尺度语义特征进行求差，将生成的多尺度变化特征图输入到超轻量解码器进行解码，得到用于变化检测的二值影像。本发明在保持特征表征能力的同时极大的减少了参数量和计算量，从而在保证检测精度的基础上提升了检测速度。
-
公开(公告)号：CN113761026B
公开(公告)日：2025-03-21
申请号：CN202111021982.9
申请日：2021-09-01
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网安徽省电力有限公司 , 国网河北省电力有限公司 , 国网山西省电力公司 , 国网湖北省电力有限公司
Inventor： 马晓忱 , 孙博 , 吕闫 , 李理 , 石上丘 , 罗雅迪 , 程文帅 , 郑乐 , 冷喜武 , 常乃超 , 吴迪 , 章昊 , 王吉文 , 李端超 , 叶海峰 , 刘辉 , 马金辉 , 胡海琴 , 陈伟 , 李智 , 李顺 , 朱刚刚 , 王维坤 , 樊锐轶 , 高志 , 张秀丽 , 刘志良 , 刘国瑞 , 杨旋 , 余志国 , 李英 , 孙珂 , 周明 , 李杨月 , 汪春燕
IPC: G06F16/2458 , G06F16/28 , G06F16/2453 , G06F18/2411 , G06F18/2431 , G06F18/214
Abstract: 本发明属于数据挖掘技术领域，公开一种基于条件互信息的特征选择方法、装置、设备和存储介质，所述方法包括：获取数据集合形成候选特征集F；计算候选特征集F中每个候选特征与类别属性C的互信息，将选择的特征放入特征集合S；设定阈值，进入循环，直到满足阈值；将选出的特征集合S通过分类器训练模型，并用训练好的模型预测类别，计算预测准确率；更改权重系数，重复筛选特征集合S并计算预测准确率，选出准确率最高的特征集合S作为最终的输出特征集。本发明能够更高效，更快速的进行特征选择，提高数据挖掘的精度和效率。
-
公开(公告)号：CN119251641A
公开(公告)日：2025-01-03
申请号：CN202411104804.6
申请日：2024-08-13
Applicant: 国网湖北省电力有限公司经济技术研究院
Inventor： 周明 , 马莉 , 武强 , 张洪 , 张童彦 , 祁利 , 王枫 , 李智威 , 孙利平 , 廖晓红 , 张赵阳 , 周英博 , 贺兰菲 , 熊伟 , 周蠡 , 蔡杰 , 陈然 , 熊川羽 , 程钊 , 熊一 , 舒思睿 , 李吕满 , 徐昊天 , 陈军
IPC: G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 一种基于SENet和EffNet的输电线路可靠性预测方法、系统及设备，方法首先获取目标区域图像数据并构建输电线路的神经网络模型，然后通过神经网络模型进行可靠性测算；本发明通过综合数据分析方法，集成图像、电气和天气等多源数据，通过卷积神经网络的卷积层、融合模块和池化层等，提取并融合多维度特征，形成综合特征向量，该向量经过全连接层整合，结合非线性变换和归一化处理，增强了模型的训练效率和稳定性，通过复合缩放层调整特征尺度，最终由决策层输出输电线路的可靠性预测，能有效反映输电线路的实时状态，提升可靠性评估的准确性，解决了传统方法中忽视实时环境和外部因素以及依赖历史经验的问题。
-
公开(公告)号：CN118154053A
公开(公告)日：2024-06-07
申请号：CN202410266508.X
申请日：2024-03-08
Applicant: 国网湖北省电力有限公司经济技术研究院
IPC: G06Q10/067 , G06Q50/06 , G06Q50/08
Abstract: 本发明公开了一种数字化电网项目多维精准拟合系统及其应用，其核心开发项在于进行多源电建数据流贯通及其多元子项数据的协同优化；其中，多源电建数据流贯通基于多维数据模型的构建，对于多元子项数据的协同优化，对应构建了与多维数据立方体具有对应数据构型的算法化旁侧参数空间。本发明核心开发的数据模型及在其前后端配套开发的数据工具为电网建设关联项目的数字化提升提供了全新的数据学工具和方法，具有基础性、创新性和重要的实用价值。
-
公开(公告)号：CN117765383A
公开(公告)日：2024-03-26
申请号：CN202311486536.4
申请日：2023-11-09
Applicant: 国网湖北省电力有限公司经济技术研究院 , 中国电力工程顾问集团中南电力设计院有限公司
Inventor： 马莉 , 卢生炜 , 周明 , 张洪 , 周蠡 , 李智威 , 蔡杰 , 武强 , 付江缺 , 李双江 , 朱正雨 , 黄伟杰 , 李朝瑞 , 郑拓 , 孙利平 , 廖晓红 , 熊川羽 , 周英博 , 陈然 , 舒思睿 , 贺兰菲 , 熊一 , 张赵阳 , 王巍 , 李吕满 , 乔诗慧 , 徐昊天 , 骆元鹏 , 张奇 , 曹鹏财 , 杨长江 , 黄志远 , 李红明 , 张文成 , 江桥 , 易乐安 , 李建峰 , 王水 , 肖淞
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开一种基于生成对抗网络的智能矢量化方法、系统、设备及介质，方法包括：获取空间数据并进行预处理；对预处理后的数据进行数据增强；将增强后的数据输入训练好的智能矢量化模型，输出最优的矢量化结果；智能矢量化模型的训练，进一步包括：基于生成对抗网络的思想，构建基于U‑net的智能矢量化模型，所述模型包括生成器模块和识别器模块，所述生成器模块用于生成矢量掩膜部分，所述识别器模块用于在训练过程中不断筛选最优的掩膜，进而得到输出样本的最优矢量化结果；构建损失函数，并通过损失函数对训练模型进行约束优化，得到训练好的模型。本发明通过将深度学习应用到遥感数据矢量化应用中，实现了复杂场景下的空间数据的规则矢量化。
-
Patent Agency Ranking
公开(公告)号：CN115661694A
公开(公告)日：2023-01-31
申请号：CN202211390408.5
申请日：2022-11-08
Applicant: 国网湖北省电力有限公司经济技术研究院 , 中国电力工程顾问集团中南电力设计院有限公司
Inventor： 马莉 , 周明 , 周蠡 , 孙利平 , 卢生炜 , 王枫 , 许汉平 , 熊川羽 , 付江缺 , 程正逢 , 李双江 , 廖晓红 , 熊一 , 高晓晶 , 李智威 , 陈然 , 周英博 , 张赵阳 , 骆元鹏 , 张奇 , 邢旭东 , 李红明 , 曹鹏财 , 江桥 , 易乐安
IPC: G06V20/17 , G06N3/0464 , G06N3/08 , G06V10/44 , G06V10/77 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种聚焦关键特征的轻量型主变压器智能检测方法、系统、存储介质及电子设备。包括获取变电站工程无人机航飞正射影像，对正射影像进行数据增强的预处理得到输入数据I；构建模型的轻量型主干网络，将输入数据I逐级增加语义信息，弱化低级特征，得到高维语义特征图x4；构建关键特征聚焦模块，通过对输入数据I在输入网络之前进行前景显著区域进行检测得到前景显著图O1；构建多尺度信息融合模块，对轻量型主干网络的特征图的不同层次特征进行融合，得到多尺度特征图O2；构建注意力特征融合模块，对x4，O1，O2进行注意力级别的融合，并降维，输出融合特征图O3；通过训练得到训练好的检测模型，利用该检测模型对主变压器进行精准定位。
-
公开(公告)号：CN115660737A
公开(公告)日：2023-01-31
申请号：CN202211413920.7
申请日：2022-11-11
Applicant: 国网湖北省电力有限公司经济技术研究院 , 中国电力工程顾问集团中南电力设计院有限公司
Inventor： 马莉 , 周明 , 周蠡 , 卢生炜 , 孙利平 , 王枫 , 许汉平 , 蔡杰 , 熊川羽 , 熊一 , 廖晓红 , 高晓晶 , 李智威 , 陈然 , 周英博 , 张赵阳 , 舒思睿 , 李吕满 , 李俊卿 , 彭云 , 熊建武 , 陈东 , 汤雷 , 周格仟 , 于乐
IPC: G06Q30/0202 , G06N3/0499 , G06N3/084 , G06N3/098 , G06N20/10
Abstract: 本发明采用的技术方案是：一种基于价格指数调整的铜材价格预测方法及系统，包括以下步骤：收集历史月度铜价数据和相应的生产价格指数；通过历史月度铜价数据预测下个年度各个月度的预测铜价月度数据；将预测得到的下个年度各个月度的预测铜价月度数据转化为下个年度的预测铜价年度数据；基于当前年度的生产价格指数形成铜价调整输入特征；将预处理后铜价调整输入特征作为BP神经网络的输入特征向量；BP神经网络输出下个年度的铜价数据调整值；将下个年度的预测铜价年度数据与铜价数据调整值相乘，得到最终的下年度的铜价预测值。本发明的通过修正调整值可得到更为精确的铜价预测值。
-
公开(公告)号：CN114140716A
公开(公告)日：2022-03-04
申请号：CN202111411978.3
申请日：2021-11-25
Applicant: 国网湖北省电力有限公司经济技术研究院 , 湖北省电力勘测设计院有限公司
Inventor： 马莉 , 周明 , 卢生炜 , 武强 , 周蠡 , 柯方超 , 唐学军 , 孙利平 , 张雪霏 , 贺兰菲 , 熊川羽 , 熊一 , 王巍 , 李智威 , 高晓晶 , 张赵阳 , 王琪鑫 , 陈然 , 明月 , 邹雨馨 , 廖爽 , 郭婷 , 廖晓红 , 周秋鹏 , 张兆虎 , 王伟 , 李章泽
IPC: G06V20/40 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/774 , G06V10/764
Abstract: 本发明涉及一种变电工程进度监测影像识别方法，具体包括以下步骤：1)样本库训练和分类：采集大量影像数据提取影像特征并进行分类，对分类后的子集进行样本训练提取影像特征点，形成可用于深度学习训练的样本库；2)深度神经网络影像学习：根据样本库进行模型训练与测试，并进行遥感影像的特征物自动识别；3)特征物变化自动检测：适用于多种传感器及分辨率遥感影像成像质量合格，变化信息数据分别以tif和矢量数据输出，变化检测模块支持CPU/GPU多线程并行计算，分别实现在变化区域目标级、影像级的并行计算加速。本发明优点在于：使用变化图斑自动提取算法得到变化二值图、变化图斑矢量和变化图斑属性信息，检测影响识别效果好，方便操作。
-
公开(公告)号：CN114140624A
公开(公告)日：2022-03-04
申请号：CN202111413840.7
申请日：2021-11-25
Applicant: 国网湖北省电力有限公司经济技术研究院 , 湖北省电力勘测设计院有限公司
Inventor： 马莉 , 周明 , 卢生炜 , 武强 , 周蠡 , 柯方超 , 唐学军 , 孙利平 , 张雪霏 , 贺兰菲 , 熊川羽 , 熊一 , 王巍 , 李智威 , 高晓晶 , 张赵阳 , 王琪鑫 , 陈然 , 明月 , 邹雨馨 , 廖爽 , 郭婷 , 廖晓红 , 周秋鹏 , 张兆虎 , 张科奇 , 章永志
IPC: G06V10/46 , G06V10/774 , G06K9/62 , G06T7/11
Abstract: 本发明涉及一种变电工程进度监测多源数据采集及标注方法，具体包括以下步骤：1)样本采集，识别的不同目标生成样本，使用数据扩增方法，对图像进行几何变换，进而扩充训练样本；2)样本数据标注，根据识别算法任务，标注工作分为标框标注、区域标注；标框标注标注包括主控楼、变压器、电容器，从图像中框选出要检测的对象：对象名称、目标边界框信息；3)通过构建变化检测数据集，输入定点区域的两期影像，根据影像数据学习并提取相关特征信息。本发明优点在于：提供了一种变电工程进度监测多源数据采集及标注方法，方案简单有效，多源数据采集方便，且标注效果好。
-
公开(公告)号：CN114037538A
公开(公告)日：2022-02-11
申请号：CN202111349348.8
申请日：2021-11-15
Applicant: 国网湖北省电力有限公司经济技术研究院
Inventor： 马莉 , 周蠡 , 张雪霏 , 贺兰菲 , 熊川羽 , 熊一 , 王巍 , 高晓晶 , 李智威 , 张赵阳 , 王琪鑫 , 陈然 , 明月 , 邹雨馨 , 廖爽 , 郭婷 , 孙利平 , 廖晓红 , 柯方超 , 周秋鹏 , 唐学军 , 周明
Abstract: 一种电网基建项目投资结余控制方法及系统，方法包括以下步骤：S1、通过测算影响电网基建项目投资结余的因素与电网基建项目投资结余率之间的灰色关联度，构建投资结余影响因素库；S2、结合主成分分析和随机森林构建电网基建项目投资结余关键影响因素筛选模型，以从投资结余影响因素库中筛选出关键影响因素；S3、结合遗传算法和极限学习机构建电网基建项目投资结余GA‑ELM预测模型，并通过两个GA‑ELM预测模型构建组合预测模型；S4、通过关键影响因素和组合预测模型计算投资结余率预测值，以对电网基建项目进行智能分析与控制。本设计不仅提高了投资结余预测精度和稳定性，而且提高了投资结余分析的准确性和合理性。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.105 seconds)
