-
公开(公告)号：CN117528030B
公开(公告)日：2024-06-18
申请号：CN202311482041.4
申请日：2023-11-08
申请人： 国网智能电网研究院有限公司
IPC分类号： H04N7/18 , H04L67/12 , H04L41/16 , G06V20/40 , G06V10/40 , G06V10/82 , G06N3/042 , G06N3/045 , G06N3/096
摘要： 本发明涉及电力场景监控技术领域，公开了一种电力全景数字视网膜系统、控制方法、装置、设备及介质，该系统包括视觉监测终端、边缘物联代理和人工智能平台，通过视觉监测终端、边缘物联代理和人工智能平台构建端边云一体协同的电力全景数字视网膜系统架构，并通过电力全景数字视网膜平台进行协调，完成电网作业人员动作/行为数据库构建，整合了电网分散的数据资源；采用多模态电力图像/视频大模型，能够基于多模态图像/视频数据进行推理识别，解决了电网场景下算法能力弱，模型泛化性差和应用场景覆盖少的问题，实现了人工智能技术在电网场景中的高效、安全应用。
-
公开(公告)号：CN118194171A
公开(公告)日：2024-06-14
申请号：CN202410155790.4
申请日：2024-02-04
申请人： 国网智能电网研究院有限公司 , 国家电网有限公司大数据中心 , 国网安徽省电力有限公司信息通信分公司 , 国家电网有限公司
IPC分类号： G06F18/2431 , G06F18/25 , G06Q50/06
摘要： 本发明提供了基于元学习的多模态电力样本分类方法，涉及新一代信息技术领域，包括：获取待分类的多模态数据；基于预先训练好的电力样本分类学习器对所述待分类的多模态数据进行分类；其中，所述电力样本分类学习器是遍历拟合任务类别标签对多组多模态数据进行关联分析得到关联电力节点和关联模态数据，基于所述关联电力节点和关联模态数据对电力样本分类学习器进行训练，结合元学习器更新电力样本分类学习器的参数得到。解决现有技术中由于大模型的训练收敛速度较慢，训练数据的需求量较多，导致存在电力样本分类模型训练效率较差的技术问题。
-
公开(公告)号：CN118114287A
公开(公告)日：2024-05-31
申请号：CN202211532497.2
申请日：2022-11-29
申请人： 国网智能电网研究院有限公司 , 国网浙江省电力有限公司 , 国家电网有限公司
摘要： 本发明实施例涉及一种车辆充电特征数据的隐私聚合方法及装置，包括：控制每个数据采集器生成对应的随机数，其中，数据采集器设置于车端；基于预设掩码计算规则，生成每个数据采集器对应的掩码值；控制每个数据采集器采集电动汽车的充电特征数据；基于每个数据采集器采集的充电特征数据和每个数据采集器对应的掩码值，计算得到待聚合数据；将待聚合数据发送到数据聚合器，以使数据聚合器对待聚合数据进行聚合。由此，通过数据采集器计算随机数和掩码值并引入随机数和掩码值使得数据聚合器无法获知原始充电特征数据，实现聚合精度高、计算和通信开销低、隐私性高的效果，可充分满足聚合参与方多、数据量大、精度高、实时性强的需求。
-
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：CN117744312A
公开(公告)日：2024-03-22
申请号：CN202311483000.7
申请日：2023-11-08
申请人： 国网信息通信产业集团有限公司 , 国网山东省电力公司济南供电公司 , 中国电力科学研究院有限公司 , 国网智能电网研究院有限公司 , 国网智能科技股份有限公司
发明人： 邹达明 , 邱镇 , 卢大玮 , 王勇 , 刘晗 , 徐康 , 陈霞 , 梁栋 , 张纪伟 , 王晓辉 , 郭鹏天 , 李黎 , 陈勇 , 周飞 , 张国梁 , 王博 , 宋明黎 , 宋杰 , 王万国 , 袁弘
IPC分类号： G06F30/20 , G06F30/27 , G06F30/13 , G06N3/08 , G06F111/08
摘要： 本申请提供一种代理模型生成方法、装置、设备、存储介质及程序产品。该方法包括：基于程序分析法对原始模型执行预处理操作以获取全部输入空间；根据输入空间的分布关系确定每个输入空间被执行的初始概率；分别确定原始模型在每个输入空间对应的复杂度；根据初始概率和复杂度确定针对输入空间的采样概率；根据采样概率在全部输入空间中对原始模型进行采样以得到采样结果，并根据采样结果训练预先确定的代理模型；响应于代理模型的误差处于预设误差区间内，则生成目标代理模型。使用复杂度指导采样可以产生信息量更丰富的样本，从而减少采样量，并可以获取复杂区域的更多样本，提高代理模型在关键区域取得的拟合效果，提高代理模型的生成准确性。
-
公开(公告)号：CN117668183A
公开(公告)日：2024-03-08
申请号：CN202311617146.6
申请日：2023-11-29
申请人： 国网智能电网研究院有限公司
IPC分类号： G06F16/332 , G06F16/31 , G06N20/00 , G06F16/33
摘要： 本发明涉及人工智能技术领域，公开了一种电力专用插件构建以及电力设备检索问答方法，电力专用插件构建方法包括：获取预训练模型以及训练数据；使用预训练模型初始化检索模型和重排模型；采用分步迭代优化方法基于训练数据对检索模型和重排模型进行联合训练；使用联合训练后的检索模型和重排模型构建电力专用插件。本发明采用分步迭代优化方法联合训练检索模型和重排模型，使用训练后的检索模型和重排模型构建电力专用插件构建，采用插件化的方式将该电力专用插件与大语言模型结合，实现了为大语言模型补充电力专业知识的目的，达到了将传统电力领域任务与大语言模型相结合的效果，解决了大语言模型缺乏电力领域专业知识的问题。
-
公开(公告)号：CN117528030A
公开(公告)日：2024-02-06
申请号：CN202311482041.4
申请日：2023-11-08
申请人： 国网智能电网研究院有限公司
IPC分类号： H04N7/18 , H04L67/12 , H04L41/16 , G06V20/40 , G06V10/40 , G06V10/82 , G06N3/042 , G06N3/045 , G06N3/096
摘要： 本发明涉及电力场景监控技术领域，公开了一种电力全景数字视网膜系统、控制方法、装置、设备及介质，该系统包括视觉监测终端、边缘物联代理和人工智能平台，通过视觉监测终端、边缘物联代理和人工智能平台构建端边云一体协同的电力全景数字视网膜系统架构，并通过电力全景数字视网膜平台进行协调，完成电网作业人员动作/行为数据库构建，整合了电网分散的数据资源；采用多模态电力图像/视频大模型，能够基于多模态图像/视频数据进行推理识别，解决了电网场景下算法能力弱，模型泛化性差和应用场景覆盖少的问题，实现了人工智能技术在电网场景中的高效、安全应用。
-
公开(公告)号：CN116433977A
公开(公告)日：2023-07-14
申请号：CN202310414455.7
申请日：2023-04-18
申请人： 国网智能电网研究院有限公司
IPC分类号： G06V10/764 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/088
摘要： 本发明实施例涉及一种未知类别图像分类方法、装置、计算机设备及存储介质，包括：基于已知类别的第一图像训练初始类别标签嵌入提取模型；基于未知类别的第二图像对初始类别标签嵌入提取模型进行微调，得到微调后的第二类别标签嵌入提取模型；获取待分类的第三图像，基于第二类别标签嵌入提取模型对第三图像进行分类，得到第三图像对应的图像类别。由此，可以实现零样本学习，提升未知类别的图像分类准确率，降低人工成本。
-
公开(公告)号：CN116304489A
公开(公告)日：2023-06-23
申请号：CN202310181098.4
申请日：2023-02-16
申请人： 国网智能电网研究院有限公司 , 国网浙江省电力有限公司 , 国家电网有限公司
摘要： 本发明公开了一种电力系统三角稀疏方程组求解加速器及方法，其中，求解加速器包括通用处理器和加速处理器，通用处理器用于按照求解过程中的依赖关系，确定三角稀疏矩阵中各行节点的层级，其中，高层级的行节点依赖于低层级的行节点，且同一层级的行节点之间相互独立；加速处理器，包括多个与求解相关的求解处理单元，加速处理器用于基于低层级行节点的非零元素，对三角方程组进行第一求解，以及基于高层级行节点的非零元素和第一求解的结果，对三角方程组进行第二求解，其中，在同一个层级包括多个行节点的情况下，加速处理器通过多个求解处理单元并行处理同一层级下不同行节点的数据，以对三角方程组进行并行求解，从而提高求解效率。
-
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。
-
-
-
-
-
-
-
-
-
搜索结果
73 条记录 (耗时 0.053 秒)
