-
公开(公告)号：CN116091858A
公开(公告)日：2023-05-09
申请号：CN202211347620.3
申请日：2022-10-31
申请人： 北京邮电大学 , 国网福建省电力有限公司电力科学研究院
IPC分类号： G06V10/774 , G06V10/82 , G06V10/764 , G06V10/766 , G06V20/50 , G06N3/0464 , G06N3/045 , G06N3/0895 , G06N3/088 , G06N3/09 , G06N3/096
摘要： 本发明提供一种半监督学习电力设备目标检测模型训练方法、检测方法及装置，所述方法包括：采用带有真实标签的电力设备图像训练第一初始神经网络模型得到教师模型，将无标签的电力设备图像输入教师模型得到带有伪标签的电力设备图像，利用带真实标签的电力设备图像和数据增强后的带有伪标签的电力设备图像训练第二初始神经网络模型迭代得到学生模型，作为电力设备目标检测模型。本发明能够减少电力设备图像标注时的人力物力需求，提高了标签效率，构建了更多数量的样本以训练得到检测能力更强的电力设备目标检测模型。
-
公开(公告)号：CN118966282A
公开(公告)日：2024-11-15
申请号：CN202411102526.0
申请日：2024-08-12
申请人： 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 , 中国电力科学研究院有限公司 , 福建省亿力信息技术有限公司
摘要： 本申请涉及一种面向供电服务指挥大模型的上下文长度扩展方法及系统，包括以下步骤：采用正余弦函数将位置编码添加到输入词嵌入中，使大模型考虑词序信息；在多头自注意力机制中，将每个位置的编码向量进行旋转变换，使用旋转变换后的位置信息计算注意力得分，更好地捕捉长距离依赖关系；利用神经切核特性对旋转位置编码进行插值，使用若干数据对语义大模型进行微调，扩展上下文窗口，减少高频信息损失；构建供电服务指令数据集，专家检查修正和拓展指令数据集，使用供电服务指令数据集对改进后的语义大模型进行指令微调，使语义大模型适应拓展后的上下文长度。
-
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
申请人： 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
摘要： 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
申请人： 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
摘要： 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
申请人： 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
摘要： 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
申请人： 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分类号： G06T7/11 , G06T5/70 , G06V10/52 , G06F18/10 , G06F18/2433
摘要： 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。
-
公开(公告)号：CN117635981A
公开(公告)日：2024-03-01
申请号：CN202311643239.6
申请日：2023-11-30
申请人： 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分类号： G06V10/74 , G06V10/774
摘要： 本发明实施例提供一种电力元数据标签的标定方法、系统、图像识别方法及系统，属于电气设备的图像识别技术领域。所述标定方法包括：获取已标定标签的电力设备的图像；根据所述已标定标签确定所述图像的信息矩阵；计算每两个所述信息矩阵的相似度；根据所述相似度对所述图像进行聚合，以得到用于训练网络模型特定能力的类数据集。该标定方法及系统通过对已标定标签的电力设备的图像确定信息矩阵，再结合该信息矩阵对图像进行分类，降低了数据集中图像的维度。该图像识别方法及系统通过结合类数据集的分别训练，最后结合训练后得到的精度的阈值进行判断，使得训练出的网络模型能够满足综合性要求。
-
公开(公告)号：CN117635765A
公开(公告)日：2024-03-01
申请号：CN202311641378.5
申请日：2023-11-30
申请人： 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
摘要： 本发明实施例提供一种红外电力设备图像的标注方法及系统，属于电力设备的图像识别技术领域。所述标注方法包括：获取待标注的红外电力设备图像；确定红外电力设备图像中的可标注区域；在可标注区域绘制线框区域；获取红外电力设备图像的图像标注信息；根据图像标注信息确定机器识别码；将机器识别码绘制到线框区域内。通过上述技术方案，本发明实施方式提供的一种红外电力设备图像的标注方法及系统通过在图像中划定可标注区域，并在该可标注区域上绘制表示图像标注信息的设备识别码。由于可标注区域本身为单色区域，在处理的过程中既方便对图像标注信息的提取，又便于对原始缺损图像的还原，实现了在对图像添加标签的基础上，不影响图像本身特征的目的。
-
公开(公告)号：CN117523427A
公开(公告)日：2024-02-06
申请号：CN202311465224.5
申请日：2023-11-06
申请人： 国网福建省电力有限公司电力科学研究院 , 国网信通亿力科技有限责任公司
IPC分类号： G06V20/17 , G06Q10/047 , G06Q10/20 , G06Q50/06
摘要： 本发明涉及一种基于信息提取的电网设施零件锈蚀巡检方法，通过预先载入需要巡检的目标零件的特征，然后通过大数据规划路径以及确定拍摄角度，以实现人工智能，同时控制巡检无人机结合金属探伤的方式快速筛选对应需要的图像区域，然后完成对图像数据的压缩和简化，极大程度的降低了图像数据的复杂程度，保证巡检过程中的数据量不会占用存储资源、传输资源和处理资源，而无人机搭载的识别算法也可以保证无人机对图像的处理效率。
-
公开(公告)号：CN117391075A
公开(公告)日：2024-01-12
申请号：CN202311508250.1
申请日：2023-11-13
申请人： 国网福建省电力有限公司电力科学研究院 , 厦门大学 , 国网福建省电力有限公司
IPC分类号： G06F40/279 , G06F40/30 , G06N3/0442 , G06N3/084 , G06N3/088 , G06N7/01
摘要： 本发明涉及一种基于BERT‑BiLSTM‑CRF模型的配网故障设备实体识别方法。以BERT‑BiLSTM‑CRF为框架，通过原始数据处理、标注模式设计、模型训练等多个步骤完成了故障设备实体识别任务，并同时维护了一套基于NLP技术的实体纠错与清洗方法，保障了标注的准确率和召回率，并大大提高了标注质量。本发明使用了序列标注的经典模型BERT‑BiLSTM‑CRF，充分利用BERT大模型的语义理解能力，通过少量训练数据，对大模型进行微调，大大提高了实体识别的性能。本发明针对实体标注任务中出现的错标问题，根据在人工标注中总结的经验，与NLP技术相结合，实现了对错标实体的清洗，获得了更高质量的标注结果。
-
-
-
-
-
-
-
-
-
搜索结果
61 条记录 (耗时 0.073 秒)
