-
公开(公告)号：CN119106319A
公开(公告)日：2024-12-10
申请号：CN202411010706.6
申请日：2024-07-26
Applicant: 国网智能电网研究院有限公司 , 国网安徽省电力有限公司信息通信分公司 , 北京中电普华信息技术有限公司 , 国家电网有限公司
IPC: G06F18/241 , G06N5/025 , G06F18/213 , G06F18/214 , G06N3/0455 , G06F40/284 , G06F40/216 , G06F40/268 , G06N3/08
Abstract: 本发明提供一种基于深度学习的枚举类元数据的数据规则提取方法及系统，应用于语言分析与分类处理技术领域。在该方法中，获取待提取电力元数据，并在待提取电力元数据中提取枚举类元数据；采用预先训练的数据分类模型对枚举类元数据进行数据分类，输出枚举类元数据中的可直接提取数据；采用预先训练的信息提取模型从可直接提取数据中进行信息提取，得到待提取电网元数据中的数据规则。本发明利用数据分类模型和信息提取模型提取数据规则，预先训练的深度学习模型能够适应多领域元数据的数据规则提取，因此可以提高数据规则提取的准确性。
-
公开(公告)号：CN118690417B
公开(公告)日：2024-11-29
申请号：CN202411158688.6
申请日：2024-08-22
Applicant: 国网安徽省电力有限公司信息通信分公司 , 国网智能电网研究院有限公司
Abstract: 本发明公开了一种设备异构化的电力数据多方安全方差计算方法及相关装置，属于信息安全技术领域，包括：基于用户承担的任务强度和隐私保护需求，以及本地差分隐私算法的选择范围，获取每个本地差分隐私算法的计算复杂度和估计误差以及两者的权重，进而获取本地差分隐私算法的评估值，然后获取本地差分隐私算法的评估值最小值；确定评估值最小值对应的本地差分隐私算法，作为变换算法，并基于变换算法对设备异构化的电力数据进行处理，得到数据元组；对选择相同变换算法的设备异构化的电力数据进行处理，得到设备异构化的电力数据多方安全方差。本发明能够最大程度保证在满足其隐私保护需求的同时降低计算开销。
-
公开(公告)号：CN118586041A
公开(公告)日：2024-09-03
申请号：CN202411052462.8
申请日：2024-08-02
Applicant: 国网安徽省电力有限公司信息通信分公司 , 国网智能电网研究院有限公司
Abstract: 本发明涉及信息安全技术领域，具体提供了一种抗数据异质化的电力联邦学习隐私增强方法及装置，本发明允许参与方基于自身资源情况选择不同的隐私保护技术，适合各方资源不平衡的场景；并对不同类型的隐私处理后数据进行有效融合，实现联邦学习场景下的模型训练，从而能够在保证数据隐私安全的情况下，提高模型训练效率，同时获得可用的全局训练模型。
-
公开(公告)号：CN118427871A
公开(公告)日：2024-08-02
申请号：CN202410461278.2
申请日：2024-04-17
Applicant: 国网安徽省电力有限公司信息通信分公司 , 国网智能电网研究院有限公司
Abstract: 本发明涉及信息安全技术领域，具体提供了一种适配各方不平衡资源的多方数据安全聚合计算方法及装置，包括：基于各候选本地差分隐私算法的复杂度和误差确定用户对各候选本地差分隐私算法的评估值；基于用户对各候选本地差分隐私算法的评估值确定用户应用的隐私保护算法；利用所述用户应用的隐私保护算法变换数据，并将变换后的数据及所述用户应用的隐私保护算法发送至数据聚合者，以使数据聚合者对变换后的数据进行安全聚合。本发明提供的技术方案，针对用电数据进行隐私保护，拓展多方安全计算，在保证数据隐私保护强度的情况下，降低资源开销，并且能够获得可用的有效聚合结果。
-
公开(公告)号：CN119537582A
公开(公告)日：2025-02-28
申请号：CN202411361161.3
申请日：2024-09-27
Applicant: 国网智能电网研究院有限公司 , 中国电力科学研究院有限公司 , 国网安徽省电力有限公司信息通信分公司 , 国网辽宁省电力有限公司 , 国家电网有限公司
IPC: G06F16/35 , G06F18/2431 , G06F18/214 , G06F18/213
Abstract: 本发明提供了一种工业化数据多分类模型的构建方法、系统及其应用，涉及语言分析与分类处理技术领域，方法包括：获取工业化数据的专用结构元数据；对专用结构元数据进行分类标记，获得专用结构元数据的初始标签；基于专用结构元数据对语言表征模型进行预训练，获得专用结构元数据的预训练语言模型；通过包含初始标签的专用结构元数据在预训练语言模型上构建连续提示模板，根据连续提示模板获得工业化数据多分类模型。本发明通过基于连续提示模板的语言表征模型进行工业领域数据的文本分类，缩小上下游任务的差距，构建的多分类模型准确性高，进而能够准确实现文本多分类。
-
Patent Agency Ranking
公开(公告)号：CN118586041B
公开(公告)日：2024-12-27
申请号：CN202411052462.8
申请日：2024-08-02
Applicant: 国网安徽省电力有限公司信息通信分公司 , 国网智能电网研究院有限公司
Abstract: 本发明涉及信息安全技术领域，具体提供了一种抗数据异质化的电力联邦学习隐私增强方法及装置，本发明允许参与方基于自身资源情况选择不同的隐私保护技术，适合各方资源不平衡的场景；并对不同类型的隐私处理后数据进行有效融合，实现联邦学习场景下的模型训练，从而能够在保证数据隐私安全的情况下，提高模型训练效率，同时获得可用的全局训练模型。
-
公开(公告)号：CN118690417A
公开(公告)日：2024-09-24
申请号：CN202411158688.6
申请日：2024-08-22
Applicant: 国网安徽省电力有限公司信息通信分公司 , 国网智能电网研究院有限公司
Abstract: 本发明公开了一种设备异构化的电力数据多方安全方差计算方法及相关装置，属于信息安全技术领域，包括：基于用户承担的任务强度和隐私保护需求，以及本地差分隐私算法的选择范围，获取每个本地差分隐私算法的计算复杂度和估计误差以及两者的权重，进而获取本地差分隐私算法的评估值，然后获取本地差分隐私算法的评估值最小值；确定评估值最小值对应的本地差分隐私算法，作为变换算法，并基于变换算法对设备异构化的电力数据进行处理，得到数据元组；对选择相同变换算法的设备异构化的电力数据进行处理，得到设备异构化的电力数据多方安全方差。本发明能够最大程度保证在满足其隐私保护需求的同时降低计算开销。
-
公开(公告)号：CN119853285A
公开(公告)日：2025-04-18
申请号：CN202510006281.X
申请日：2025-01-03
Applicant: 国网安徽省电力有限公司信息通信分公司
Abstract: 本发明涉及巡视系统领域的一种变电站运维管理智能巡视系统，包括系统端和设备端；设备端包括巡视车和设置在多个巡视分区的中转站，系统端由处理器及连接的监测、控制、数据处理和储存模块组成，监测模块负责采集变电站设备数据，控制模块设有常规和独立巡视模式，常规模式按预设路径巡视并更新路径上传数据；独立模式则在特定区域内巡视，数据储存模块保存检测数据和路径信息，数据处理模块根据监测信息设定巡视节点，异常数据触发更新常规路径，实现巡视车在常规巡视工作与分区域的临时针对巡视工作间切换，且便于临时巡视工作时数据的储存和采集数据的上传，易于保证巡视车完成多个临时巡视工作后仍可继续完成预设的常规巡视工作。
-
公开(公告)号：CN119761442A
公开(公告)日：2025-04-04
申请号：CN202510238581.0
申请日：2025-03-03
Applicant: 国网安徽省电力有限公司信息通信分公司
Abstract: 本发明公开了一种基于物联管理平台的变电智能服务模型管理方法及系统，该方法包括基于第一级人工智能“两库一平台”将第一级变电站智能巡视系统模型传输到第二级；基于第二级人工智能“两库一平台”将变电站智能巡视系统模型下发至物联管理平台；物联管理平台提供HTTP Restful接口服务推送消息至MQS；并提供SDK接入规范；基于MQS消息，第三级的变电站智能巡视系统向物联管理平台拉取变电站智能巡视系统模型，并在第三级变电站智能巡视系统内对模型进行部署，进行变电站本地的智能巡视任务处理。本发明实现三级模型数据的数据共享和借鉴，实现多级模型的协同学习和共同迭代更新，提高模型的准确性和实时迭代更新，满足不断变化的业务需求。
-
公开(公告)号：CN119011781A
公开(公告)日：2024-11-22
申请号：CN202411223833.4
申请日：2024-09-03
Applicant: 国网安徽省电力有限公司信息通信分公司 , 安徽明生恒卓科技有限公司
Abstract: 本发明涉及配电电路监控设备领域的一种配网用智能监拍终端管理系统，本申请一旦发现存在自然灾害风险的画面，高精度监控模块切换到工作状态，并根据有风险的视频数据进行快速定位，对局部地区进行高清拍摄，在确定存在风险时，释放出一个子监控终端对风险区域进行实时监控，并联系维护终端，及时安排维护人员进场进行风险排除工作，如山体加固和人员及时撤离等工作，本申请通过利用现有的电缆机器人技术实现对电网进行滑行监拍，通过常监控模块和高精度监控模块的配合，在保持低功率工作的前提下，增加监测的准确度，减少了人力资源的消耗，同时也增加了在无人危险地区监测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
96
records
(took 0.126 seconds)
