-
公开(公告)号:CN115294253A
公开(公告)日:2022-11-04
申请号:CN202210779622.3
申请日:2022-07-04
Applicant: 国网新疆电力有限公司电力科学研究院 , 国网四川省电力公司电力科学研究院
Abstract: 本发明公开的属于变电设备油渍的智能检测技术领域,具体为一种基于深度学习方法的变电设备油渍智能检测方法,包括以下操作步骤:S1:通过局域摄像头对变电设备进行画面捕捉,获取三维参照数据,S2:通过三维摄像头、深度摄像头、色彩摄像头对变电设备进行三维、深度尺寸和色彩获取,并将获取的信息参照三维参照数据进行合并建模,使变电设备区域形成三维模型呈现在计算机内,S3:通过三维摄像头对变电设备进行画面建模,并通过三维参照数据进行优化,完成三维模型,本发明能够对油渍进行检测,无需人工巡查,减少劳动力损耗,且使计算机进行自主学习,排除额外因素,进而不断增加判定的精准性。
-
公开(公告)号:CN115661816A
公开(公告)日:2023-01-31
申请号:CN202210825984.1
申请日:2022-07-14
Applicant: 国网四川省电力公司电力科学研究院 , 国网新疆电力有限公司电力科学研究院 , 成都信息工程大学
Abstract: 本发明属于电力设备技术领域,尤其涉及一种电力设备缺陷智能引导标注的方法,对电力缺陷设备智能识别所需要的学习样本的制作。本发明方法可以进行智能引导标注,首先利用公共数据集开展人工智能网络模型的训练,利用训练得到的模型以引导的方式对实际应用区域发生缺陷的电力设备进行标注,如绝缘子脱落等。本方法极大的简化标注的流程,提高标注的效率,降低对发生缺陷的电力设备人工标注的成本。
-
公开(公告)号:CN115100525A
公开(公告)日:2022-09-23
申请号:CN202210779611.5
申请日:2022-07-04
Applicant: 国网新疆电力有限公司电力科学研究院 , 国网四川省电力公司电力科学研究院
Abstract: 本发明公开的属于烟火检测技术领域,具体为一种基于可变形卷积构成的深度神经网络的烟火检测识别方法,包括具体步骤下:步骤一:将采集的图像与现有的烟火图片进行对比,从而判断该图像中是否存在烟火,若是存在则直接进行报警处理,若是不存在则不做任何处理,若是因图像模糊而不好判断是否存在烟火时,则进行下一步处理,本发明通过可变形卷积构成的深度神经网络结构对不易判断的图像进行特征提取,并使图像特征与现有的烟火特征进行对比,从而判断图像特征中是否存在烟火,具有对图像进行细化的作用,通过对图像进行细化,不仅会降低烟火的识别难度,还会避免出现误测的现象。
-
公开(公告)号:CN119558491A
公开(公告)日:2025-03-04
申请号:CN202510127788.0
申请日:2025-02-05
Applicant: 国网四川省电力公司电力科学研究院
IPC: G06Q10/04 , G06Q10/067 , G06Q50/06
Abstract: 本发明公开一种电力系统的可扩展数据架构及其动态优化方法及系统。所述电力系统的可扩展数据架构及其动态优化方法包括:步骤S110、收集电力系统的基础数据;步骤S120、根据基础数据构建可扩展数据架构;步骤S130、设置可扩展数据架构的动态优化目标与约束条件;步骤S140、根据动态优化目标与约束条件建立动态优化模型;本申请建立了可扩展的数据架构及其动态优化模型,为电力系统的稳定运行提供了保障。
-
公开(公告)号:CN119441831A
公开(公告)日:2025-02-14
申请号:CN202510024897.X
申请日:2025-01-08
Applicant: 国网四川省电力公司电力科学研究院
IPC: G06F18/213 , G06F18/2431 , G06F18/214
Abstract: 本发明公开一种基于多模态大模型的输电通道缺陷识别方法及系统,涉及电通道缺陷识别技术领域,所述方法包括:基于输电通道的多源监测数据构建多模态数据集;对输电通道的缺陷类别进行分层,并使用分层后的缺陷类别为多模态数据集添加分类标签;使用多模态数据集对基模型进行第一次微调,使其具备对多模态数据的识别能力;基于输电通道缺陷类别的分层结构对基模型进行第二次微调,提升其分类能力,压缩后得到最终的多模态大模型;定期使用多模态大模型对输电通道进行缺陷识别,并转发识别结果给相关运维人员。本发明能更全面地捕捉输电通道中的缺陷信息,更准确地识别出缺陷,减少了漏检和误检的情况。
-
公开(公告)号:CN119441513A
公开(公告)日:2025-02-14
申请号:CN202510033310.1
申请日:2025-01-09
Applicant: 中国科学院自动化研究所 , 国网四川省电力公司电力科学研究院
Abstract: 本发明涉及混合量化技术领域,具体涉及一种视觉语言大模型混合量化方法、装置和电子设备,该方法包括:将构建的图像编码器校准集输入预先建立的图像编码器和文本编码器,并从预先定义的混合精度量化的搜索空间中选择量化方案对图像编码器进行训练后量化,基于量化前后图像编码器和文本编码器的输出计算第一量化误差;将多模态校准集输入视觉语言大模型,并从搜索空间中选择量化方案对视觉语言大模型进行混合精度量化,根据量化前后视觉语言大模型的输出计算第二量化误差;将各量化方案及对应的量化误差存入到哈希表中;结合哈希表使用基于策略梯度的强化学习算法来优化生成量化方案的策略。通过哈希表加速量化方案的搜索过程,提高优化效率。
-
公开(公告)号:CN119397269A
公开(公告)日:2025-02-07
申请号:CN202411382005.5
申请日:2024-09-30
Applicant: 南京理工大学 , 国网四川省电力公司电力科学研究院
IPC: G06F18/214 , G06F18/15 , G06F18/23213 , G06F21/62
Abstract: 本发明公开了一种保护用户隐私的用户日用电模式分析方法,包括:供电侧从用户侧部署的智能电表收集原始的用户日用电数据,汇总成原始数据集,并对用户日用电数据进行规范化处理,得到规范数据集;供电侧根据规范数据集提取原始的用户日用电模式,并得到规范数据集中每个日用电模式的所属类别;供电侧基于差分隐私,对规范数据集进行数据扰动,得到扰动数据集;售电侧根据上述过程得到的日用电模式的所属类别和扰动数据集,计算估计用户日用电模式提取结果。本发明将原始用电数据在供电侧分析,售电侧通过扰动后的数据计算获得估计的分析结果,使得原始用电数据与售电侧隔离,从而保护用户用电数据隐私。
-
公开(公告)号:CN117788436B
公开(公告)日:2025-02-07
申请号:CN202311841086.6
申请日:2023-12-27
Applicant: 国网四川省电力公司电力科学研究院
Abstract: 本发明公开了基于云边协同的线路金具锈蚀缺陷检测方法、系统及介质,具体涉及缺陷检测技术领域,采集输电线路的金具锈蚀缺陷数据,基于检测识别模型获取金具锈蚀缺陷数据中的缺陷样本和正常样本;将缺陷样本输入改进后的YOLOv8m模型训练出新构检测识别模型;以新构检测识别模型更新检测识别模型,进行线路金具锈蚀缺陷检测;针对锈蚀形状多变,特征不明显,关键信息易在深层网络丢失的问题,结合云边协同技术提出一种输电线路金具锈蚀缺陷检测方法,用来补充锈蚀特征、减少信息丢失,提高锈蚀的检测精度,实现智能终端与边缘计算装置的数据交互,实现了输电设备侧的数据采集到云平台的一体化运维服务。
-
公开(公告)号:CN119048842B
公开(公告)日:2025-01-28
申请号:CN202411506831.6
申请日:2024-10-28
Applicant: 国网四川省电力公司电力科学研究院
IPC: G06V10/764 , G06V10/82 , G06V10/74 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种领域知识驱动的多模态电力巡检方法、装置和系统,本申请属于输变电线路检测技术领域,方法包括:利用部署在边端的轻量级目标检测网络对待测目标的图像数据集进行初步检测和分类,过滤掉无缺陷样本,并将包含位置信息和类别信息的缺陷样本传输至云端;对缺陷样本进行分类,并将缺陷样本数据标注为后续缺陷检测所需的数据格式;判断是否为小目标缺陷;如果是则根据大语言模型及多模态大模型进行小目标缺陷检测,否则采用预训练的YOLOv8模型进行缺陷检测。本申请采用大小模型结合的方式,并采用多模态大模型实现小目标缺陷检测,可以显著提升检测效率和准确性。
-
公开(公告)号:CN115145549B
公开(公告)日:2025-01-28
申请号:CN202210886535.8
申请日:2022-07-26
Applicant: 国网四川省电力公司电力科学研究院
Abstract: 本发明公开了一种基于边缘网关设备的视频或图像AI分析设备及系统,所述分析设备的软件系统基于微服务框架,所述微服务框架包括多个功能相对独立的微服务,所述多个微服务之间采用GRPC和Mqtt消息进行通信和接口调用,所述微服务框架仅具有服务注册、服务监控和数据总线功能。在设计上我们采用了精简的架构,保留了微服务框架具备的服务注册、服务监控、数据总线的功能特性,去掉了负载均衡、容错机制、熔断机制、链路监控等高级功能,代码自主实现,减小了内存和cpu的消耗,使它适用于资源受限系统。
-
-
-
-
-
-
-
-
-