-
公开(公告)号:CN116028785A
公开(公告)日:2023-04-28
申请号:CN202211705050.0
申请日:2022-12-28
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 , 国网安徽省电力有限公司超高压分公司
IPC分类号: G06F18/21 , G06N3/0895 , G06N3/0455
摘要: 本发明实施例涉及一种电网时序数据特征提取模型的训练方法及装置,包括:获取原始电网时序数据,并对所述原始电网时序数据进行掩码增强处理,得到第一增强时序数据;对所述原始电网时序数据进行数值变换操作,得到第二增强时序数据;基于所述第一增强时序数据和第二增强时序数据对初始模型进行对比学习训练,得到对比损失;通过初始模型对所述第一增强时序数据进行掩码预测,得到重建损失;基于所述对比损失和所述重建损失对所述初始模型的训练参数进行优化,得到电网时序数据特征提取模型。由此,利用对比学习和掩码预测两种方式同时对时序数据进行自监督预训练,兼顾区分性特征和上下文信息的建模,从而提升预训练时序特征提取网络的泛化能力。
-
公开(公告)号:CN115577116A
公开(公告)日:2023-01-06
申请号:CN202211101285.9
申请日:2022-09-09
申请人: 国网安徽省电力有限公司超高压分公司 , 国网安徽省电力有限公司 , 国网智能电网研究院有限公司 , 合肥工业大学 , 中国电力科学研究院有限公司 , 国网河南省电力公司电力科学研究院
摘要: 本发明公开一种融合多参量数据分析的时序图建模方法及装置,所述方法包括:获取换流变的多源信息,多源信息包括工况运行数据和多源传感数据;将多源信息经词向量模型转换得到对应的语义特征向量;将各语义特征向量以及各语义特征拼接得到的拼接特征向量分别进行线性变换,以将多源信息变换至公共特征空间;基于邻接矩阵权重随节点特征自适应变化的知识图谱技术,对各语义特征向量经线性变换后的特征值进行处理,得到不同时刻多源信息对应的知识图谱;基于时序图注意力神经网络,对不同时刻多源信息对应的知识图谱进行处理,分析多源信息的变化规律。
-
公开(公告)号:CN118314486B
公开(公告)日:2024-09-24
申请号:CN202410743393.9
申请日:2024-06-11
申请人: 国网安徽省电力有限公司超高压分公司 , 合肥工业大学 , 国网智能电网研究院有限公司
IPC分类号: G06V20/17 , G06V20/64 , G06V10/22 , G06V10/80 , G06V10/94 , G06Q10/20 , G06Q50/06 , G06V10/82
摘要: 本发明公开了一种基于多模态数据的变电站缺陷立体定位检测方法,包括:对三维点云数据和二维图像分别进行特征提取,并将两种模态特征分别依次通过三维区域提议网络和二维度区域提议网络,生成三维候选区域聚合和二维候选区域聚合;将二维图像的特征和三维点云数据输入到2D‑3D提议的转换器中,生成伪三维候选区域;将伪三维候选区域和三维候选区域聚合结合,获取融合三维候选区域聚合;将融合三维候选区域聚合和二维候选区域聚合通过多模态跨目标融合模块进行跨模态融合;使用多模态跨目标融合模块融合后的多层感知3D查询作为检测头执行三维目标检测定位。本发明克服了物体遮挡和距离较远且反射点较少造成的挑战,同时保持特征融合的有效性和准确性。
-
公开(公告)号:CN118314489B
公开(公告)日:2024-09-17
申请号:CN202410743404.3
申请日:2024-06-11
申请人: 国网安徽省电力有限公司超高压分公司 , 合肥工业大学 , 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 , 国网电力科学研究院有限公司
摘要: 本发明公开了一种用于特高压变电站故障预警的图像预处理方法,包括:无人机根据最优特高压变电站巡检路径规划进行拍摄,获取设备图像;获取无人巡检系统拍摄的所有位置的图像集,并整理分类针对同一位置所摄的不同角度的图像序列,并对每个图像序列中的图像标定数据来源;以及每个图像序列中通过人工判读的方式,选取参考图像;对图像序列分别依次进行多尺度分解、细节增强图像和融合图像,获取融合图像序列,将所有融合图像序列和原始的图像集作为数据集;应用数据集训练获取最优双重注意力DAT模型实现最终的图像超分辨率操作,获得各个角度关键部位清晰的高质量图像;本发明对原图数据前提前进行清晰化预处理,提高后续故障检测的准确性。
-
公开(公告)号:CN118314488B
公开(公告)日:2024-09-17
申请号:CN202410743397.7
申请日:2024-06-11
申请人: 合肥工业大学 , 国网安徽省电力有限公司超高压分公司 , 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 , 国网电力科学研究院有限公司
IPC分类号: G06V20/17 , G06V20/10 , G06V10/22 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048
摘要: 本发明公开了一种特高压变电站空天地多尺度重决策目标检测方法,包括:获取二维模态数据和三维点云模态数据;确定目标定位;其中,确定目标定位的方式包括:应用二维模态数据进行图像目标定位以及应用二维模态数据和三维点云模态数据进行跨模态特征级联融合,进行三维目标检测定位;根据目标定位,判断可能故障位置;并应用立体多模态数据感知设备重新拍照得到不同空间尺度的图像;应用目标定位对应的检测定位网络,对重新拍照得到的不同空间尺度的图像进行故障分析,完成对特高压变电站故障的多尺度重决策;本发明能够提高故障识别精度。
-
公开(公告)号:CN115115919B
公开(公告)日:2023-05-05
申请号:CN202210729999.8
申请日:2022-06-24
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超高压分公司 , 国家电网有限公司
摘要: 本发明提供了一种电网设备热缺陷识别方法及装置,其中,电网设备热缺陷识别方法包括:获取待识别电网设备的可见光和红外光图像特征;对可见光图像特征和红外光图像特征进行跨模态特征信息交互,得到合成模态共享特征;分别提取可见光模态的第一互补特征和红外光模态的第二互补特征;利用第一互补特征、第二互补特征分别对可见光图像特征和红外光图像特征进行增强,得到增强后的可见光图像特征和红外光图像特征;对增强后的可见光图像特征和红外光图像特征进行跨模态特征融合,得到融合特征;将融合特征输入预设电网设备热缺陷识别模型,得到待识别电网设备的热缺陷识别结果。充分利用融合特征识别电网设备热缺陷,大幅提高电网设备的检修效率。
-
公开(公告)号:CN118314485B
公开(公告)日:2024-10-01
申请号:CN202410743380.1
申请日:2024-06-11
申请人: 国网安徽省电力有限公司超高压分公司 , 合肥工业大学 , 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 , 国网电力科学研究院有限公司
IPC分类号: G06V20/17 , G06V20/64 , G06V10/22 , G06V10/80 , G06V10/94 , G06Q10/20 , G06Q50/06 , G06N3/006
摘要: 本发明公开了一种基于多模态数据感知设备的变电站故障预警方法及系统,方法包括:无人巡检系统采集设备图像;将所述设备图像进行清晰化预处理;将清晰化后的设备图像通过最优深度联合信源信道编解码模型进行传输,获取故障分析图像;将所述故障分析图像结合三维点云数据进行跨模态融合,使用多模态跨目标融合模块并进行三维目标检测定位;根据三维目标检测定位,判断可能故障位置,并应用无人巡检系统重新拍照得到不同空间尺度的图像;所述多模态跨目标融合模块对重新拍照得到的不同空间尺度的图像再次与三维点云数据结合,进行故障分析和定位,完成对特高压变电站故障的多尺度重决策,本发明能够提高变电站故障识别的精确度。
-
公开(公告)号:CN118314488A
公开(公告)日:2024-07-09
申请号:CN202410743397.7
申请日:2024-06-11
申请人: 合肥工业大学 , 国网安徽省电力有限公司超高压分公司 , 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 , 国网电力科学研究院有限公司
IPC分类号: G06V20/17 , G06V20/10 , G06V10/22 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048
摘要: 本发明公开了一种特高压变电站空天地多尺度重决策目标检测方法,包括:获取二维模态数据和三维点云模态数据;确定目标定位;其中,确定目标定位的方式包括:应用二维模态数据进行图像目标定位以及应用二维模态数据和三维点云模态数据进行跨模态特征级联融合,进行三维目标检测定位;根据目标定位,判断可能故障位置;并应用立体多模态数据感知设备重新拍照得到不同空间尺度的图像;应用目标定位对应的检测定位网络,对重新拍照得到的不同空间尺度的图像进行故障分析,完成对特高压变电站故障的多尺度重决策;本发明能够提高故障识别精度。
-
公开(公告)号:CN118314486A
公开(公告)日:2024-07-09
申请号:CN202410743393.9
申请日:2024-06-11
申请人: 国网安徽省电力有限公司超高压分公司 , 合肥工业大学 , 国网智能电网研究院有限公司
IPC分类号: G06V20/17 , G06V20/64 , G06V10/22 , G06V10/80 , G06V10/94 , G06Q10/20 , G06Q50/06 , G06V10/82
摘要: 本发明公开了一种基于多模态数据的变电站缺陷立体定位检测方法,包括:对三维点云数据和二维图像分别进行特征提取,并将两种模态特征分别依次通过三维区域提议网络和二维度区域提议网络,生成三维候选区域聚合和二维候选区域聚合;将二维图像的特征和三维点云数据输入到2D‑3D提议的转换器中,生成伪三维候选区域;将伪三维候选区域和三维候选区域聚合结合,获取融合三维候选区域聚合;将融合三维候选区域聚合和二维候选区域聚合通过多模态跨目标融合模块进行跨模态融合;使用多模态跨目标融合模块融合后的多层感知3D查询作为检测头执行三维目标检测定位。本发明克服了物体遮挡和距离较远且反射点较少造成的挑战,同时保持特征融合的有效性和准确性。
-
公开(公告)号:CN118317110B
公开(公告)日:2024-08-27
申请号:CN202410743386.9
申请日:2024-06-11
申请人: 国网安徽省电力有限公司超高压分公司 , 合肥工业大学 , 国网智能电网研究院有限公司
IPC分类号: H04N19/60 , G06V10/44 , G06V10/46 , G06V10/52 , G06V10/56 , G06V10/60 , G06V10/80 , G06T5/20 , G06T5/50 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/084 , H04N19/70 , H04N19/86
摘要: 本发明公开了一种变电站信源信道联合编码增强图像传输方法,包括:搭建深度联合信源信道编解码模型,包括编解码本体模块,用于对图像进行编码与解码操作,非局部图卷积特征提取模块,用于对从编码后的特征图中提取特征;将深度联合信源信道编解码模型进行联合训练进行参数更新迭代,获取最优深度联合信源信道编解码模型;发送端将一张图像通过最优深度联合信源信道编解码模型传输,在接收端获取两种本征特征图,对两种本征特征图图像进行NSCT分解,并对分解后图像的高低频子带分别进行融合,将融合后的NSCT系数进行逆变换重构,得到最终的融合图像,本发明能够实现空天地设备在有强变化电磁噪声下对特高压变电站图像信息的有效传输。
-
-
-
-
-
-
-
-
-