-
公开(公告)号:CN117829265A
公开(公告)日:2024-04-05
申请号:CN202410232948.3
申请日:2024-03-01
申请人: 国网智能电网研究院有限公司 , 国家电网有限公司
IPC分类号: G06N3/096 , G06N3/042 , G06N3/0464 , G06F40/30 , G06F18/22 , G06F18/25 , G06Q50/06 , G06N3/048
摘要: 本发明涉及知识迁移技术领域,具体涉及一种基于中介空间构建的电力跨模态双向知识迁移方法。方法包括:采用图建模和图神经网络提取第一模态数据的第一特征,采用大语言模型提取第二模态数据的第二特征;基于第一特征和第二特征的相似度以及对应的损失函数构建中介空间;采用中介空间中的损失函数对图神经网络和大语言模型中的参数迭代优化;基于图建模、参数迭代优化后的图神经网络以及大语言模型提取的特征在中介空间中进行知识迁移。通过该方法在中介空间里对齐不同模态抽取到的关系特征,实现了不同模态数据之间的双向知识迁移。
-
公开(公告)号:CN116304135A
公开(公告)日:2023-06-23
申请号:CN202310594729.5
申请日:2023-05-25
申请人: 国网智能电网研究院有限公司
IPC分类号: G06F16/483 , G06F16/583 , G06F16/383 , G06F18/214 , G06F18/22
摘要: 本发明公开了一种基于判别性隐空间学习的跨模态检索方法、装置及介质,该方法包括:提取第一模态数据的第一特征和第二模态数据的第二特征,构建第一训练集和第二训练集;采用第一训练集和第二训练集对增加判别性属性的双字典模型进行训练,得到隐空间特征模型;基于隐空间特征模型,将待检索模态数据特征和检索数据库中模态数据特征分别投影到隐空间中,得到对应的隐空间特征表示;根据隐空间特征表示进行相似度计算,得到检索结果。通过实施本发明,采用双字典学习技术来构建隐空间,使多模态数据在隐空间中实现对齐。在双字典模型中加入将判别性属性,从而使子类内距离更加紧凑而子类间距离更加稀疏。更加符合电网细粒度多模态场景设置。
-
公开(公告)号:CN118864924A
公开(公告)日:2024-10-29
申请号:CN202410839467.9
申请日:2024-06-26
申请人: 国网智能电网研究院有限公司 , 华北电力大学 , 国网山东省电力公司 , 国家电网有限公司
IPC分类号: G06V10/764 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/08
摘要: 一种分布式光伏设备故障辨识精度提升方法、系统及相关装置,方法包括获取分布式光伏设备图像输入预训练图像分类模型,移除模型中分类相关的层,并将模型的剩余部分作为特征提取器,在特征提取器的末尾加上分布式光伏设备故障检测任务的附加层;使用分布式光伏设备故障诊断数据集中的图像对模型网络结构进行调整,并将模型主干网络中的特征图与调整之后模型主干网络中的特征图进行比较,计算特征图差异;根据特征图差异确定模型网络结构中的问题层并通过添加残差连接的方式进行修复;实时采集分布式光伏设备图像输入修复后的模型,得到分布式光伏设备故障辨识结果。本发明能够自动识别模型中导致精度下降最大的层并进行修复,提升故障辨识精度。
-
公开(公告)号:CN116484878B
公开(公告)日:2023-09-08
申请号:CN202310737583.5
申请日:2023-06-21
申请人: 国网智能电网研究院有限公司
IPC分类号: G06F40/30 , G06V20/70 , G06V10/44 , G06N3/0464 , G06N3/08
摘要: 本发明涉及信息检索技术领域,公开了电力异质数据的语义关联方法、装置、设备及存储介质,本发明提供的方法,首先对多模态数据集进行模态内特征联合学习,包括全局特征和上下文特征,根据文本的全局特征向量、文本上下文特征向量,得到文本语义关联空间,根据图像的全局特征向量、图像上下文特征向量,得到图像语义关联空间,根据文本语义关联空间、图像语义关联空间,得到共享语义关联空间,将预设图像、预设文本映射至共享语义关联空间中,分别生成第一特征向量、第二特征向量,通过计算其相似度,得到预设图像、预设文本的语义关联度。通过本发明提供的方法能够很好地学习电网场景下不同子类别间的判别性以及异构数据间的关联关系。
-
公开(公告)号:CN115661574A
公开(公告)日:2023-01-31
申请号:CN202211322210.3
申请日:2022-10-26
申请人: 国网智能电网研究院有限公司
IPC分类号: G06V10/774
摘要: 本发明涉及一种图像多目标检测模型的生产方法及装置,包括:从初始样本图像集合中选择目标数量的样本图像作为样本图像集合;获取样本图像集合中目标数量的图像对应的目标标注信息;基于包含目标标注信息的图像进行模型训练,得到第一模型;基于第一模型对初始样本图像集合中其他图像进行目标检测;基于预设规则以及目标检测结果,确定目标数量的样本图像作为样本图像集合,并获取样本图像集合中全部图像对应的目标标注信息;基于包含目标标注信息样本图像集合中的图像进行模型训练,直至模型训练结果满足预设条件时,将训练完成的模型作为图像多目标检测模型。由此,可以降低样本图像标注的工作量、成本、错误率,提高模型训练效率。
-
公开(公告)号:CN118519733A
公开(公告)日:2024-08-20
申请号:CN202410399799.X
申请日:2024-04-03
申请人: 华北电力大学 , 国网山东省电力公司 , 国网智能电网研究院有限公司
摘要: 一种基于边缘计算的分布式光伏能量受限终端任务在线调度方法,包括:终端任务卸载与能量收集模型与服务功能缓存模型负责根据分布式光伏系统中的集群侧控制节点、台区侧边缘智能终端数量、自取能装置获取的能量、计算任务属性、计算业务时延要求构建;资源分配模块负责构建自取能供电模型、无线通信模型、边缘智能终端的任务卸载模型以及服务器的服务缓存决策模型,并将模型数据传递给任务边缘计算模型和问题在线求解算法;问题在线求解算法根据随机网络参数在线求解单时隙目标函数并执行最优的边缘智能终端任务卸载与资源分配决策。本发明实现了分布式光伏系统台区侧边缘智能终端在长期运行过程中因处理计算任务产生的通信、计算能耗与通信、计算时延加权和最小化;有效地降低了因台区侧边缘智能终端能量受限所导致的人工运维成本,显著提升了分布式光伏系统的整体运行可靠性和持久稳定性。
-
公开(公告)号:CN114913405B
公开(公告)日:2024-08-09
申请号:CN202210661970.0
申请日:2022-06-13
申请人: 国网智能电网研究院有限公司 , 国网安徽省电力有限公司电力科学研究院 , 国家电网有限公司
IPC分类号: G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/0499 , G06N3/084 , G06N3/045
摘要: 本申请公开了一种深度神经网络模型的训练方法及装置。本申请实施例提供的方法首先采用样本量充足的第一类别的图像样本对初始检测模型和初始难度预测模型进行联合训练,并将训练后的初始检测模型确定为候选检测模型,将训练后的初始难度预测模型确定为候选难度预测模型。经过联合训练的候选检测模型和候选难度预测模型具备了一定的学习能力,为后续模型学习样本量稀缺的图像样本提供了基础。然后使用样本量充足的第一类别的图像样本和样本量稀缺的第二类别的图像样本对候选检测模型和候选难度预测模型进行联合训练,以使候选检测模型和候选难度模型能够快速学习样本量稀缺的图像样本的特征,以此在保证模型训练效率的同时,还提高了模型的精度。
-
公开(公告)号:CN117829265B
公开(公告)日:2024-06-18
申请号:CN202410232948.3
申请日:2024-03-01
申请人: 国网智能电网研究院有限公司 , 国家电网有限公司
IPC分类号: G06N3/096 , G06N3/042 , G06N3/0464 , G06F40/30 , G06F18/22 , G06F18/25 , G06Q50/06 , G06N3/048
摘要: 本发明涉及知识迁移技术领域,具体涉及一种基于中介空间构建的电力跨模态双向知识迁移方法。方法包括:采用图建模和图神经网络提取第一模态数据的第一特征,采用大语言模型提取第二模态数据的第二特征;基于第一特征和第二特征的相似度以及对应的损失函数构建中介空间;采用中介空间中的损失函数对图神经网络和大语言模型中的参数迭代优化;基于图建模、参数迭代优化后的图神经网络以及大语言模型提取的特征在中介空间中进行知识迁移。通过该方法在中介空间里对齐不同模态抽取到的关系特征,实现了不同模态数据之间的双向知识迁移。
-
公开(公告)号:CN117436584A
公开(公告)日:2024-01-23
申请号:CN202311404652.7
申请日:2023-10-26
申请人: 国网智能电网研究院有限公司 , 国家电网有限公司
IPC分类号: G06Q10/04 , G06Q50/06 , G06F18/241 , G06F18/214 , G06F30/27 , G06N3/0442 , G06N3/08
摘要: 本发明涉及变压器故障诊技术领域,公开了一种变压器故障预警方法,方法包括:获取变压器油中溶解气体的含量数据并对其进行预处理,得到溶解气体的含量数据与各气体之间的预设曲线图;利用预设曲线图训练长短期记忆人工神经网络,生成长短期记忆人工神经网络模型;将变压器油中溶解气体含量作为输入数据,输入至长短期记忆人工神经网络模型,得到下一阶段变压器油中溶解气体含量的预测值,完成变压器故障的预警。通过本发明提供的方法提高了变压器故障诊断的精度,降低了变压器误故障报警的现象。
-
公开(公告)号:CN117132917A
公开(公告)日:2023-11-28
申请号:CN202210529344.6
申请日:2022-05-16
申请人: 国网智能电网研究院有限公司 , 国网安徽省电力有限公司电力科学研究院 , 国家电网有限公司
IPC分类号: G06V20/40 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/088 , G08B21/18
摘要: 本申请公开了一种电网设备的检测方法、装置、电子设备及存储介质。包括:获取待检测的目标电网设备实时的在线视频数据;利用在线视频数据中每一视频帧的视觉信息构建在线视频数据对应的目标特征序列;将目标特征序列输入预先训练的检测模型,以使检测模型对目标特征序列进行编码得到输出结果,并对输出结果进行重构得到重构结果;基于重构结果和输出结果计算重构误差,基于重构误差与预设误差的对比结果,确定目标电网设备对应目标设备状态。本申请通过提取每一帧的空间特构建特征序列。以此保证视频帧间的长时信息得到了充分的应用。同时避免电网设备的异常发生在视频离散采样的间隙。最终利用重构结果计算出的重构误差能够快速的识别设备状态。
-
-
-
-
-
-
-
-
-