-
公开(公告)号：CN118503687A
公开(公告)日：2024-08-16
申请号：CN202410969384.1
申请日：2024-07-19
Applicant: 国网山东省电力公司信息通信公司 , 国网智能电网研究院有限公司
Inventor： 孙岗 , 赵鹏 , 田鹏 , 严莉 , 曲延盛 , 常英贤 , 王晓慧 , 梁潇 , 陈彬 , 呼海林 , 肖沈阳 , 牛德玲 , 杨坤 , 朱尤祥 , 李明 , 李宁 , 张金国 , 胡斌浩 , 王雨晨 , 刘保臣 , 孟祥鹿
IPC: G06F18/213 , G06F18/22 , G06F18/2431 , G06N5/025 , G06N3/042
Abstract: 本发明公开了基于预训练语言模型的电力数据质量特征提取方法及系统，属于电力系统智能运维领域，其中方法包括：根据目标任务类型，采集历史执行记录；对历史执行记录进行执行流程拆分，获得多层级元数据；对各层级元数据进行关联性分析和相关性分析，获得关联性分析结果和相关性分析结果；生成预训练语言模型；采集电力监测数据，进行分类，获得基因节点匹配结果；当基因节点数量等于0，对电力监测数据进行冷启动标识。本发明现有技术中提取特征工作量大，导致电力数据质量提取准确率和效率低下的技术问题，达到了通过构建多层级元数据基因调控网络并用其生成预训练语言模型，以此准确高效地提取电力数据质量特征的技术效果。
-
公开(公告)号：CN118503687B
公开(公告)日：2024-11-08
申请号：CN202410969384.1
申请日：2024-07-19
Applicant: 国网山东省电力公司信息通信公司 , 国网智能电网研究院有限公司
Inventor： 孙岗 , 赵鹏 , 田鹏 , 严莉 , 曲延盛 , 常英贤 , 王晓慧 , 梁潇 , 陈彬 , 呼海林 , 肖沈阳 , 牛德玲 , 杨坤 , 朱尤祥 , 李明 , 李宁 , 张金国 , 胡斌浩 , 王雨晨 , 刘保臣 , 孟祥鹿
IPC: G06F18/213 , G06F18/22 , G06F18/2431 , G06N5/025 , G06N3/042
Abstract: 本发明公开了基于预训练语言模型的电力数据质量特征提取方法及系统，属于电力系统智能运维领域，其中方法包括：根据目标任务类型，采集历史执行记录；对历史执行记录进行执行流程拆分，获得多层级元数据；对各层级元数据进行关联性分析和相关性分析，获得关联性分析结果和相关性分析结果；生成预训练语言模型；采集电力监测数据，进行分类，获得基因节点匹配结果；当基因节点数量等于0，对电力监测数据进行冷启动标识。本发明现有技术中提取特征工作量大，导致电力数据质量提取准确率和效率低下的技术问题，达到了通过构建多层级元数据基因调控网络并用其生成预训练语言模型，以此准确高效地提取电力数据质量特征的技术效果。
-
公开(公告)号：CN118154995B
公开(公告)日：2024-07-30
申请号：CN202410572033.7
申请日：2024-05-10
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明提供基于时频关联自适应学习模型的图像质量裂化评估方法，包括：构建不同类别的原始图像集；利用傅里叶变换获得频谱图像集；将频谱图像和原始差异类别图像输入到残差神经网络中学习频谱图像特征、原始图像特征；将时频关联的图像特征、原始图像特征融合；输入到动态调节参数BP神经网络；进行图像质量裂化评估分类。本发明解决了分析处理信息不全面，导致图像质量异常分类效果差的技术问题。
-
公开(公告)号：CN118155024A
公开(公告)日：2024-06-07
申请号：CN202410585235.5
申请日：2024-05-13
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
IPC: G06V10/774 , G06V10/30 , G06V10/34 , G06V10/72 , G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/0464
Abstract: 本发明提供大模型图像样本自动生成方法及系统，方法包括：采集电网设备的差异光谱图像数据，以作为原始数据，对原始数据进行形态学滤波操作、数据清洗操作以及数据整合操作，以得到模型训练输入数据；利用生成对抗网络GAN进行对抗操作，对模型训练输入图像数据进行训练，以进行样本生成以及样本评估操作，获取稀缺样本；将稀缺样本与实时采集图像混合，利用支持向量机进行标注处理，以构造适用泛化能力新数据集；利用迁移学习技术，在适用泛化能力新数据集上，对预训练ResNet模型进行训练、验证操作，以得到适用电网图像大模型。本发明解决了电网设备监测与诊断操作中存在样本稀缺，导致模型的监测诊断性能受有制约的技术问题。
-
公开(公告)号：CN118154447A
公开(公告)日：2024-06-07
申请号：CN202410578624.5
申请日：2024-05-11
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
Abstract: 本发明提供基于引导频率损失函数的图像恢复方法及系统，方法包括：构建第一质量图像数据集、第二质量图像数据集，划分得到训练集、验证集；将相邻两层高斯金字塔图像取出，以对第一质量图像数据集、第二质量图像数据集中的小尺寸图像进行上采样，得到不少于2种相同尺寸图像，做差得到一层输入拉普拉斯图像，将最小尺寸图像作为拉普拉斯金字塔最底层，构建图像拉普拉斯金字塔，根据沙博尼耶损失、拉普拉斯金字塔损失和迭代层次化高频分量损失确定引导频率损失，利用引导频率损失收敛模型；验证模型。本发明解决了图像恢复质量较差、系统鲁棒性较差的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN116468904A
公开(公告)日：2023-07-21
申请号：CN202310391789.7
申请日：2023-04-13
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
IPC: G06V10/44 , G06V10/774 , G06N3/0464 , G06N3/08 , G06V10/82 , G06Q10/20 , G06Q50/06
Abstract: 本发明公开了变电站隔离开关图像有效性评估模型，涉及图像视觉技术领域。包括如下步骤方法：S1：通过采集备对隔离开关图片进行数据采集；通过yolov5模型进行相关数据的预训练；S2：对所拍摄隔离开关进行识别；采用基于U2NET的语义分割的深度学习识别算法对隔离开关图片进行识别；S3：将隔离开关图片送入训练好的yolov5模型进行识别，推算出特征完备性模型和清晰度模型；S4：由推算出的特征完备性模型和清晰度模型得到完备性指标模型。该模型可以作为深度学习清晰度划分的依据并且为隔离开关图片识别、摄像机点位选择提供理论支撑。
-
公开(公告)号：CN118606784A
公开(公告)日：2024-09-06
申请号：CN202410695875.1
申请日：2024-05-31
Applicant: 国网智能电网研究院有限公司
IPC: G06F18/241 , G06F18/213 , G06F18/2113 , G06N3/0455 , G06N5/01 , G06N20/20
Abstract: 本发明专利申请提供了一种基于多维度关联关系的变压器健康状态评估方法和系统，包括：采集目标变压器及其相邻变压器的状态量数据，并构建多变压器状态量矩阵；基于目标变压器及其相邻变压器的状态量数据，计算每个变压器的状态量数据间的关联关系；基于多变压器状态量矩阵结合每个变压器的状态量数据间的关联关系，计算目标变压器及其相邻变压器间的多维度关联关系；基于目标变压器及其相邻变压器间的多维度关联关系，通过变压器健康状态评估模型，得到目标变压器的健康状态等级；本发明提取了目标变压器和相邻变压器的窗口状态量数据，从多个维度得到目标变压器与相邻变压器质检的深度关联关系，进而能够综合评价目标变压器的健康状态。
-
公开(公告)号：CN117370788A
公开(公告)日：2024-01-09
申请号：CN202311227994.6
申请日：2023-09-21
Applicant: 国网智能电网研究院有限公司 , 国家电网有限公司
IPC: G06F18/2132 , G06F18/21 , G06N3/0455 , G06F123/02
Abstract: 本发明涉及时序数据处理技术领域，具体涉及一种电网时序数据预训练及预测方法、装置、预训练模型。预训练方法包括：获取预设时间段的电网时序数据划分得到历史时序数据和未来时序数据；将历史时序数据和未来时序数据进行掩码；将掩码历史时序数据输入至编码器学习，得到重建历史时序数据和历史时序特征；将历史时序特征和掩码未来时序数据输入至解码器预测，得到预测未来时序数据；采用预设损失函数计算历史时序数据和重建历史时序数据以及未来时序数据和预测未来时序数据的损失，实现对编码器和解码器参数的优化。通过实施本发明，基于编码器和解码器的重建与预测联合优化，达到了预训练和微调的一致性。提升模型针对时序数据的预训练效果。
-
公开(公告)号：CN118279289B
公开(公告)日：2024-08-27
申请号：CN202410572037.5
申请日：2024-05-10
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/086
Abstract: 本发明提供一种电力设备视频图像缺陷识别方法及系统，方法包括：预训练初始残差神经网络，以得到适用缺陷分类残差神经网络；初始化问题潜在解粒子群位置、速度；计算每个问题潜在解粒子的适应值；利用粒子群优化算法持续迭代，寻获并更新得到局部更新最优解、全局更新最优解，以更新获取问题潜在解粒子的位置、速度；在满足粒子群优化算法的结束条件时结束持续迭代，根据更新获取的问题潜在解粒子的位置、速度，输出最佳位置参数，以利用适用缺陷分类残差神经网络，处理得到电力设备视频图像中的缺陷坐标位置。本发明解决了电力设备视频图像缺陷识别过程中的标记操作效率低、准确性低、检测模型的计算量大、网络结构复杂的技术问题。
-
公开(公告)号：CN118154995A
公开(公告)日：2024-06-07
申请号：CN202410572033.7
申请日：2024-05-10
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明提供基于时频关联自适应学习模型的图像质量裂化评估方法，包括：构建不同类别的原始图像集；利用傅里叶变换获得频谱图像集；将频谱图像和原始差异类别图像输入到残差神经网络中学习频谱图像特征、原始图像特征；将时频关联的图像特征、原始图像特征融合；输入到动态调节参数BP神经网络；进行图像质量裂化评估分类。本发明解决了分析处理信息不全面，导致图像质量异常分类效果差的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.135 seconds)
