-
公开(公告)号：CN119719904A
公开(公告)日：2025-03-28
申请号：CN202411790214.3
申请日：2024-12-06
Applicant: 安徽继远软件有限公司
IPC: G06F18/241 , G06F18/25 , G06F18/22 , G06F18/213 , G06F18/10
Abstract: 本发明实施例提供一种基于多模态模型的审计业务数据识别方法及系统，涉及审计业务数据识别技术领域。所述数据识别方法包括：获取待识别审计业务数据，待识别审计业务数据包括待识别文本、待识别图像、待识别音频中的至少两种；将待识别审计业务数据输入意图识别模型，获得意图识别模型输出的所述待识别审计业务数据对应的意图识别结果；将所述待识别审计业务数据和所述意图识别结果输入至语义空间模型，获得所述语义空间模型输出的所述待识别审计业务数据的融合特征向量；将所述融合特征向量输入多模态信息关联模型，获得所述多模态信息关联模型输出的待识别审计业务数据的关联识别结果。该数据识别方法及系统能够显著提高审计的效率和准确性。
-
公开(公告)号：CN119719902A
公开(公告)日：2025-03-28
申请号：CN202411790207.3
申请日：2024-12-06
Applicant: 安徽继远软件有限公司
IPC: G06F18/241 , G06F18/22 , G06Q10/20 , G06Q50/06
Abstract: 本发明实施例提供一种基于多维状态匹配的输电线路缺陷检测方法及系统，属于输电线路运维技术领域。所述基于多维状态匹配的输电线路缺陷检测方法包括：获取输电线路中多个塔杆单元的多维检测数据；对所述多维检测数据进行缺陷分类，得到目标缺陷矩阵；对所述多维检测数据进行相关性分析，得到相关系数矩阵；根据所述目标缺陷矩阵和相关系数矩阵，采用输电线路缺陷检测模型，对输电线路缺陷进行检测。该输电线路缺陷检测方法及系统能够自动分类识别线路缺陷，提高了线路的智能运维水平。
-
公开(公告)号：CN119693771A
公开(公告)日：2025-03-25
申请号：CN202411791193.7
申请日：2024-12-06
Applicant: 安徽继远软件有限公司 , 国网信息通信产业集团有限公司
IPC: G06V10/82 , G06N3/0464 , G06N3/08 , G06V20/00
Abstract: 本发明实施例提供一种基于输电业务场景的图像识别方法及系统，涉及图像识别技术领域。所述图像识别方法包括：采用训练图像训练执行图像识别任务的卷积神经网络模型；获取待识别输电业务场景的图像；将待识别输电业务场景的所述图像输入所述卷积神经网络模型，输出所述图像识别结果。该图像识别方法及系统通过卷积神经网络进行学习，构建输电业务场景图像识别的学习模型，使得输电业务场景图像识别更加准确、高效。
-
公开(公告)号：CN119693707A
公开(公告)日：2025-03-25
申请号：CN202411791196.0
申请日：2024-12-06
Applicant: 安徽继远软件有限公司
IPC: G06V10/764 , G06V10/82 , G06V10/20 , G06V10/30 , G06V10/50 , G06V10/26 , G06N3/0464 , G06N3/08
Abstract: 本发明实施例提供一种用于配网调度的语义识别方法、系统及存储介质，属于变压器技术领域。所述语义识别方法包括：获取目标配网变压器所在区域的红外图像；对所述红外图像进行预处理；基于全卷积网络构建图像识别模型；将所述红外图像输入至所述图像识别模型中，以获取所述红外图像的像素级分类结果。通过红外图像的采集、预处理、基于全卷积网络的图像识别模型构建以及像素级分类结果的输出，实现了对配网变压器的精确识别。本发明可以广泛应用于电力巡检和设备维护等领域，提高了工作效率和安全性。
-
公开(公告)号：CN118195026A
公开(公告)日：2024-06-14
申请号：CN202410313967.9
申请日：2024-03-19
Applicant: 安徽继远软件有限公司
IPC: G06N20/00
Abstract: 本发明提供一种可视化在线训练人工智能模型的方法及系统，属于人工智能技术领域。所述方法包括：获取当前的人工智能模型的功能需求和待输入的数据集；根据所述功能需求和数据集从预设的模型库中构建网络模型；将所述数据集划分为训练集和测试集，对构建的所述网络模型进行训练；输出训练完成的所述网络模型。本发明提供了一种可视化在线训练人工智能模型的方法及系统，该方法及系统通过结合功能需求和数据集来自主构建网络模型，并结合输入的数据集进行测试集和训练集的自动划分，最终完成网络模型的训练。相较于现有技术而言，本发明提供的方法由于是直接自动搭建网络模型，降低了人员对于网络模型搭建的操作要求，从而提高了工作人员的效率。
-
Patent Agency Ranking
公开(公告)号：CN118152140A
公开(公告)日：2024-06-07
申请号：CN202410470683.0
申请日：2024-04-18
Applicant: 国网信息通信产业集团有限公司 , 安徽继远软件有限公司
Abstract: 本发明实施例提供一种电网系统算力资源的调度分配方法及可读存储介质，属于算力资源分配技术领域。所述调度分配方法包括：获取电网系统中每个算力资源池的历史参数时间序列数据；根据每个所述算力资源池的历史参数时间序列数据获取算力预测模型；本发明通过获取电网系统中每个算力资源池的历史参数时间序列数据，根据其构建算力预测模型，再结合当前每个算力资源池的实时参数时间序列数据，对每个算力资源池预设时间范围的算力资源需求量进行预测，最后根据每个算力资源池的算力资源需求量采用粒子群算法获取最优调度分配方案并进行算力资源的调度分配，该种调度分配方法有效地提高了电网系统的计算任务执行的可靠性以及效率。
-
公开(公告)号：CN113258672B
公开(公告)日：2024-03-29
申请号：CN202110511478.0
申请日：2021-05-11
Applicant: 国网安徽省电力有限公司信息通信分公司 , 安徽继远软件有限公司
Inventor： 李明 , 吴尚 , 宫帅 , 徐海青 , 陈是同 , 陶俊 , 程航 , 梁翀 , 曹弯弯 , 尹晓宇 , 管建超 , 浦正国 , 吴金淦 , 董小菱 , 孙强 , 程琳 , 余江斌 , 郭骏
IPC: H02J13/00
Abstract: 本发明公开了一种配电台区智慧物联监测方法及系统，该方法包括：接收配电网台区业务处理请求；检测所述电力台区的下属设备的当前拓扑关系是否满足第一拓扑关系；若所述拓扑关系满足第一拓扑关系，则基于所述第一拓扑关系执行所述电力台区的请求业务处理；若所述拓扑关系不满足第一拓扑关系，则向台区各个线路发送扰动信号，基于对扰动信号发生反馈的线路生成第二拓扑关系；基于所述第二拓扑关系执行所述电力台区的请求业务处理。基于本发明能够解决现有技术中低压台区营配贯通融合度，严重影响台区户变档案准确性、台区线损精益化管理和反窃电诊断查处等工作的开展的问题。
-
公开(公告)号：CN117593607A
公开(公告)日：2024-02-23
申请号：CN202311623339.2
申请日：2023-11-30
Applicant: 国网信息通信产业集团有限公司 , 安徽继远软件有限公司 , 国网重庆市电力公司电力科学研究院 , 国家电网有限公司
Inventor： 邱镇 , 黄晓光 , 王晓东 , 陶俊 , 郭庆 , 尚书 , 余江斌 , 薛濛 , 黄旭东 , 聂文萍 , 程晓 , 田鹏 , 吕小红 , 陈咏涛 , 陈涛 , 吴维农 , 钟加勇 , 厉仄平 , 向菲 , 江金洋 , 李松浓 , 况彭燕 , 彭文鑫 , 戴豪礽 , 张哲宇
IPC: G06V10/774 , G06T17/00
Abstract: 本发明实施例提供一种电力视觉模型可信评估数据集构建方法及系统，属于电力视觉模型的智能识别技术领域。所述构建方法包括：获取采集的现场图像以及障碍物图像；构建电力设备的虚拟三维模型以及虚拟障碍物模型；在所述虚拟三维模型以及所述虚拟障碍物模型上作标记，以得到对应的标签；通过虚拟视角在所述虚拟三维模型和虚拟障碍物模型的复合模型上采集多个图片；根据所述图片确定所述虚拟三维模型和所述虚拟障碍物在图像中的位置关联关系；根据所述位置关联关系、现场图像以及障碍物图像生成复合图像以及与所述复合图像对应的复合的标签，以构成数据集。
-
公开(公告)号：CN117494964A
公开(公告)日：2024-02-02
申请号：CN202311206437.6
申请日：2023-09-18
Applicant: 国网信息通信产业集团有限公司 , 安徽继远软件有限公司
IPC: G06Q10/0631 , G06Q50/06 , G06F18/213
Abstract: 本发明实施例提供一种基于多模态数据的资源调动方法、系统和存储介质，属于资源分配技术领域。所述资源调动方法包括：获取多个请求方请求的请求信息；根据多个所述请求方的请求信息进行资源分配。该资源调动方法可以根据请求方请求的多模态数据的信息进行资源统一调配。
-
公开(公告)号：CN117409297A
公开(公告)日：2024-01-16
申请号：CN202311586824.7
申请日：2023-11-24
Applicant: 国网信息通信产业集团有限公司 , 安徽继远软件有限公司
IPC: G06V10/82 , G06N3/0985 , G06N3/096 , G06N3/0455 , G06Q50/06 , G06N3/084
Abstract: 本发明实施例提供一种基于元学习的电网系统缺陷识别的识别方法，属于电网缺陷识别技术领域。所述识别方法包括：获取待识别缺陷领域的样本数据；获取与所述待识别缺陷领域相关的相关样本数据；本发明获取与待识别缺陷领域相关样本数据，根据该相关样本数据获取对应的特征编码器，并将该特征编码器应用至缺陷识别元学习模型中，采用待识别缺陷领域的样本数据对缺陷识别元学习模型进行训练，并获取到最优超参，并将该最优超参应用至缺陷识别元学习模型中，采集电网系统的实时图像，将实时图像输入至缺陷识别元学习模型中，以实现对电网系统的缺陷识别，采用相关样本数据获取特征编码器的方式，能够有效地提高小样本缺陷识别的精度。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.095 seconds)
