-
公开(公告)号：CN117390212A
公开(公告)日：2024-01-12
申请号：CN202311226652.2
申请日：2023-09-21
Applicant: 国网智能科技股份有限公司 , 国网山东省电力公司济南供电公司
Abstract: 本公开提供了一种配电网巡检数据处理方法、系统、介质及设备，所述方案包括：获取配电网巡检数据，其中，所述巡检数据包括巡检图像；对于预处理后的巡检图像，基于其头部信息获取巡检图像对应的任务信息；以所述任务信息作为巡检图像的图像标签，对经目标识别算法标记处理后的巡检图像，以所述图像标签作为索引对巡检图像进行数据存储；当进行数据调阅时，基于所述图像标签实现对存储数据不同需求类型的同步调阅。
-
公开(公告)号：CN117409238A
公开(公告)日：2024-01-16
申请号：CN202311226891.8
申请日：2023-09-21
Applicant: 国网智能科技股份有限公司 , 国网山东省电力公司济南供电公司
IPC: G06V10/764 , G06V10/22 , G06V10/82 , G06N3/0464 , G06T7/00
Abstract: 本发明涉及配电线路巡检技术领域，提供了配电网跌落式熔断器绝缘保护罩缺失的识别方法及系统，包括：采用熔断器检测模型定位熔断器设备在配电网设备图像中的位置，并将定位的熔断器设备图像输入熔断器绝缘罩缺失故障分类模型，得到故障类别；其中，熔断器检测模型，通过在骨干网络引入空洞金字塔池化，采用全局平均池化块和多个膨胀率不同的空洞卷积块，捕捉多个比例的图像上下文信息后，通过上采样分支和降采样分支分别提取不同尺度的图像细节信息和图像语义信息，并在不同尺度上进行融合，以多尺度预测输出熔断器设备位置。实现了熔断器绝缘罩故障的准确识别。
-
公开(公告)号：CN117409237A
公开(公告)日：2024-01-16
申请号：CN202311226498.9
申请日：2023-09-21
Applicant: 国网智能科技股份有限公司 , 国网山东省电力公司济南供电公司
IPC: G06V10/764 , G06V10/22 , G06V10/25 , G06V10/26 , G06T7/194 , G06V10/82 , G06N3/0464 , G06V10/44 , G06V10/80 , G06T7/00
Abstract: 本发明涉及配电线路巡检技术领域，提供了一种配电网导线绝缘套损坏的识别方法及系统，包括：通过绝缘导线分割模型提取所述架空导线可见光图像中导线区域，得到分割后的架空导线图像；基于所述分割后的架空导线图像，对架空导线可见光图像中的背景区域进行加权去除，得到可见光绝缘导线图像；对可见光绝缘导线图像进行切分实现图像序列化，得到若干个子图像；对于每个子图像，采用轻量化的目标检测模型，识别绝缘护套损坏的类别及位置，并将识别结果进行后处理映射到可见光图像。不仅去除了复杂背景干扰，而且增大绝缘导线护套缺陷目标占比，提高了缺陷目标识别识别效率。
-
公开(公告)号：CN119761458A
公开(公告)日：2025-04-04
申请号：CN202411723382.0
申请日：2024-11-28
Applicant: 国网智能科技股份有限公司
IPC: G06N3/098 , G06N3/0495
Abstract: 本发明公开了一种电力视觉大模型的协同训练方法、装置、设备及存储介质，该电力视觉大模型的协同训练方法包括：基于参与方样本集，对预先设置的参与方视觉大模型进行迭代训练；在参与方视觉大模型的训练过程中，针对参与方视觉大模型中的至少一个模型结构层设置对应的稀疏化目标阈值，基于所述稀疏化目标阈值，对模型结构层进行稀疏化处理；在参与方视觉大模型的每一迭代训练过程结束后，从至少一个参与方视觉大模型的至少一个模型参数中确定出每一模型参数种类的最优模型参数；基于最优模型参数对部署在中心服务器的服务器视觉大模型进行更新。通过上述技术方案，提高了模型的训练效率，以及提高了训练后模型的模型性能。
-
公开(公告)号：CN119672463A
公开(公告)日：2025-03-21
申请号：CN202411723388.8
申请日：2024-11-28
Applicant: 国网智能科技股份有限公司
IPC: G06V10/774 , G06V10/776 , G06V10/764 , G06N3/0455 , G06N3/0464 , G06N3/0895 , G06V10/82
Abstract: 本发明公开了一种电力视觉大模型的参数微调方法、装置、设备及介质。该方法包括：基于通用图像和电力设备巡检图像训练构建电力场景下的预训练视觉大模型；在所述预训练视觉大模型中添加可调融合重参数化和适配器的双分支结构得到业务模型；对所述业务模型进行多轮粗粒度训练和细粒度训练，得到电力场景下的缺陷识别业务模型。本发明实施例可以提高电力场景下预训练视觉大模型的微调效率和效果。
-
Patent Agency Ranking
公开(公告)号：CN118094610A
公开(公告)日：2024-05-28
申请号：CN202311370207.3
申请日：2023-10-20
Applicant: 国网智能科技股份有限公司
Abstract: 本发明公开了电力人工智能模型交互安全防护方法及系统。客户端获取登录信息并发送至服务器，响应于认证通过消息，根据所述登录信息、当前系统时间和客户端标识信息生成本次登陆系统期间的临时密钥；获取模型下载请求，基于所述临时密钥加密后发送至服务器；服务器响应于模型下载请求，解析获取临时密钥，基于所述临时密钥解密得到客户端标识信息，并确定待下载的目标模型；获取所述目标模型的密钥并进行解密，将解密后的所述目标模型进行模型压缩，再基于所述临时密钥进行加密后传输至客户端。本发明通过在每次登录成功时生成临时密钥，用于输入数据等传输数据的加密和解密，保证了数据的安全。
-
公开(公告)号：CN113706437B
公开(公告)日：2024-03-15
申请号：CN202010436503.9
申请日：2020-05-21
Applicant: 国网智能科技股份有限公司
IPC: G06T7/00 , G06T7/70 , G06V10/44 , G06V10/46 , G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/088
Abstract: 本发明公开了一种输电线路细粒度螺栓缺陷诊断方法及系统，包括：对于获取到的待识别图像，对设定目标所在的区域进行定位，得到所述目标所在区域的局部区域图像；提取局部区域图像的深度学习特征；提取局部区域图片的SIFT特征，并计算各特征的热力图；将深度学习特征与SIFT特征的热力图进行融合；根据融合后的特征实现对待识别设备缺陷的细粒度分类。本发明有益效果：可实现更全面的局部细节信息提取，从而有效提升了细粒度图像识别方法的识别准确率。在一定程度上解决了传统的图像分类网络中，无论图像中的重要判别区域占整个图像的比重有多大，都只会对整张图片一视同仁提取特征的问题。
-
公开(公告)号：CN117675938A
公开(公告)日：2024-03-08
申请号：CN202311364214.2
申请日：2023-10-20
Applicant: 国网智能科技股份有限公司
IPC: H04L67/63
Abstract: 本发明属于通信技术领域，具体涉及电力人工智能模型线上调用方法及系统，模型服务器存储所述系统的交易合同数据，并对各个模型服务的对外接口和每个模型服务的实例接口信息进行管理，所述方法包括：客户端获取模型调用请求，并将所述模型调用请求发送至模型服务器；模型服务器响应于所述模型调用请求，根据所述用户信息获取合同数据，确定所述目标模型的版本；根据该版本目标模型服务的实例状态和实例的接口状态，确定针对所述模型调用请求的最优实例接口；基于该接口对应的模型实例进行目标识别，并将识别结果反馈至客户端。本发明基于标准化对外接口和实例接口实现了请求的有序分配，减轻了模型部署难度，缓解了服务器的压力。
-
公开(公告)号：CN117671433A
公开(公告)日：2024-03-08
申请号：CN202311370223.2
申请日：2023-10-20
Applicant: 国网智能科技股份有限公司
IPC: G06V10/776 , G06Q10/0639 , G06Q50/06
Abstract: 本发明公开了一种电力领域人工智能模型成熟度评估方法及系统，包括：获取待评估模型的性能指标数据，所述性能指标数据包括待评估模型的发现率、误检比和处理速率指标；基于指标值计算得到对每一个指标的评估得分；对每一个指标的评估得分进行加权求和，得到模型的成熟度评估结果。本发明选取模型的发现率、误检比和处理速率作为评估指标，利用模型识别过程中的正确框和标准框的数量，计算评估指标值；评估指标的选取更好的体现了实际应用对模型的真实需求，解决了现有评估指标无法直观判断模型成效的问题。
-
公开(公告)号：CN113723536B
公开(公告)日：2024-01-26
申请号：CN202111026201.5
申请日：2021-09-02
Applicant: 国网智能科技股份有限公司
Inventor： 刘广秀 , 王万国 , 李振宇 , 许荣浩 , 王振利 , 徐康 , 刘晗 , 王勇 , 张斌 , 郭锐 , 孙志周 , 张旭 , 张志 , 张伟 , 王琦 , 郭修宵 , 刘丕玉
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06N3/086 , G06N3/126
Abstract: 本发明提供了一种电力巡检目标识别方法及系统，获取电力巡检历史图像数据，形成训练样本集；选择深度学习模型对训练样本集进行目标识别训练，获取训练模型组；准备目标检测测试样本，根据电力巡检目标识别需求，选取模型中每类目标的置信度、模型代数进行模型选定目标函数，作为遗传算法适应度函数；运用每个检测模型进行测试样本测试，以模型与每类目标置信度作为变量，对适应度函数进行迭代求解，求取目标函数最大值，确定各训练模型组中的最优解；利用确定的所述最优解所对应的深度学习模型及其参数，作为业务场景实际应用的目标识别模型，利用该模型对电力巡检图像数据进行现场目标识别工作。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.125 seconds)
