-
公开(公告)号：CN117351311A
公开(公告)日：2024-01-05
申请号：CN202311318267.0
申请日：2023-10-12
申请人： 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 安徽大学
IPC分类号： G06V10/80 , G06V10/82 , G06V10/77 , G06V10/774
摘要： 本发明公开了一种基于双模态数据融合的变电站设备检测方法及系统，方法包括以下步骤：从变电站获取待测变电站设备的红外模态图像和可见光模态图像，并对红外模态图像和可见光模态图像进行预处理；基于双流‑YOLOv5神经网络，构建多模态检测模型；将预处理后的红外模态图像和可见光模态图像输入多模态检测模型，分别获得红外模态特征图以及可见光模态特征图；进行自注意力融合，经一系列特征图相加，获得融合特征图；基于融合特征图，获得目标信息；对目标信息进行目标定位，获得目标位置，完成变电站设备的检测。本发明能够更好地提高特征的表达能力，可以进一步提高变电站设备检测的准确性。
-
公开(公告)号：CN117274191A
公开(公告)日：2023-12-22
申请号：CN202311214573.X
申请日：2023-09-18
申请人： 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 安徽大学
IPC分类号： G06T7/00 , G06T7/73 , G06V10/764 , G06V10/82 , G06V10/80 , G06V10/44 , G06V10/52 , G06V10/42 , G06V10/25 , G06V10/774 , G06V10/776 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/084 , G06N3/0985
摘要： 本发明公开了一种基于元学习的变电站设备缺陷检测方法及系统，方法包括：获取变电站设备的缺陷图像形成数据集；将DarkNet‑53作为检测框架，在其网络最后一层增加用于提取到不同细粒度的全局目标信息的GCB模块，将网络最后两层CSP模块增加注意力机制形成ACSP模块，最后将元学习算法MAML算法融合到检测框架的训练流程中，得到基于元学习的缺陷检测模型，利用训练集训练缺陷检测模型，得到最终的缺陷检测模型；利用最终的缺陷检测模型对输入图像进行缺陷物体、位置识别，得到最终的变电站设备缺陷检测结果；本发明的优点在于：提升面对小样本任务时网络的检测能力，提高检测结果的准确性。
-
公开(公告)号：CN118603077A
公开(公告)日：2024-09-06
申请号：CN202410717049.2
申请日：2024-06-04
申请人： 国网河南省电力公司 , 国网河南省电力公司电力科学研究院 , 安徽大学
摘要： 本发明公开了一种基于多传感器融合的四足机器人巡检地图构建系统及方法,包括两个建图子系统以及一个多传感器融合的状态估计器，系统包括IMU、GNSS、腿部关节编码器、足端力传感器、激光雷达和双目RGB‑D相机六个传感器的预处理和雷达惯性里程计与视觉惯性里程计；所述多传感器融合的状态估计器包括回环检测以及因子图优化；激光雷达和IMU连接雷达惯性里程计﹐双目RGB‑D相机；本发明提供的基于多传感器融合的四足机器人巡检地图构建系统及方法具有实现机器人在变电站复杂环境中的定位、地图构建，旨在提高四足机器人在变电站巡检任务中的导航精度和鲁棒性的优点。
-
公开(公告)号：CN116523858A
公开(公告)日：2023-08-01
申请号：CN202310438083.1
申请日：2023-04-21
申请人： 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 安徽大学
IPC分类号： G06T7/00 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明公开一种基于注意力机制的电力设备漏油检测方法及存储介质，获取待测电力设备的图像输入至漏油检测模型，模型包括依次邻接的Backbone网络、Neck网络和Head网络，在Neck网络的跳接层中设置注意力池化捕获模块，在Backbone网络中和Neck网络的末端加入分级通道注意力模块；通过Backbone网络对待测电力设备的图像进行特征提取，得到不同深度的特征图；将不同深度的特征图经注意力池化捕获模块输入至Neck网络，得到不同尺寸的特征图；将不同尺寸的特征图经过Neck网络末端设置的分级通道注意力模块，得到不同的目标信息；将不同的目标信息输入至Head网络，得到电力设备漏油检测结果。
-
公开(公告)号：CN118981604A
公开(公告)日：2024-11-19
申请号：CN202411057371.3
申请日：2024-08-02
申请人： 国网河南省电力公司电力科学研究院 , 安徽大学
IPC分类号： G06F18/10 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06N3/044 , G06N5/04 , G06Q50/06
摘要： 本发明实施例公开了多模态大模型感知量化训练方法、装置、计算机设备及存储介质。所述方法包括：获取不同模态电网数据；对所述不同模态电网数据进行预处理，以得到处理结果；构建多模态大模型；利用所述处理结果对多模态大模型进行感知量化训练。通过实施本发明实施例的方法可实现有效降低多模态大模型的计算复杂度和内存占用，使其适应嵌入式设备的要求，同时保持模型的精度。
-
公开(公告)号：CN118982058A
公开(公告)日：2024-11-19
申请号：CN202411057369.6
申请日：2024-08-02
申请人： 国网河南省电力公司电力科学研究院 , 安徽大学
IPC分类号： G06N3/082 , G06V10/764 , G06V10/77 , G06N3/084 , G06N3/0464 , G06F17/18
摘要： 本发明实施例公开了多模态大模型剪枝方法、装置、计算机设备及存储介质。所述方法包括：获取应用于电网数据的多模态大模型以及原始图像数据；将所述原始图像数据输入至多模态大模型中，以得到特征图；根据所述特征图采用基于加强特征和梯度的类激活映射方法生成加热图；根据所述加热图结合所述原始图像数据计算所述多模态大模型内的所有滤波器的批次总热贡献度；对所述批次总热贡献度进行排序，根据排名进行剪枝，并更新所述多模态大模型的权重，以得到最终的多模态大模型。通过实施本发明实施例的方法可实现对应用于电网数据的多模态大模型进行剪枝，以使得多模态大模型能够在资源有限的环境中高效运行和有效部署维护。
-
公开(公告)号：CN118449266A
公开(公告)日：2024-08-06
申请号：CN202410514222.9
申请日：2024-04-26
申请人： 国网河南省电力公司电力科学研究院 , 河南九域恩湃电力技术有限公司 , 国网河南省电力公司 , 国网河南省电力公司信息通信分公司
IPC分类号： H02J13/00 , H02G7/00 , H02G1/02 , H04B10/071
摘要： 本发明提供了一种输电线路光传感全线路覆冰监测系统及其监测方法，属于输电线路覆冰监测技术领域。一种输电线路光传感全线路覆冰监测系统，包括OPGW光缆，所述OPGW光缆架设在铁塔上，所述OPGW光缆的一芯冗余光纤与光纤跳线的一端连接，所述光纤跳线的另一端连接光信号调节装置的输入端，所述光信号调节装置的输出端通过信号线连接监测主机。本发明一种输电线路光传感全线路覆冰监测系统及其监测方法，用于稳定、高效地监测线路覆冰状况。
-
公开(公告)号：CN118464102A
公开(公告)日：2024-08-09
申请号：CN202410484739.8
申请日：2024-04-22
申请人： 国网河南省电力公司电力科学研究院 , 河南九域恩湃电力技术有限公司 , 国网河南省电力公司 , 国网河南省电力公司信息通信分公司
摘要： 本发明提供了一种大区域输电线路极端自然灾害的监测预警系统，属于输电线路监测技术领域。包括前端采集单元、监测节点单元、网络传输单元和监控中心单元；所述前端采集单元设置在输电线路的各节点处；所述监测节点单元与所述前端采集单元通信连接，还利用所述网络传输单元与所述监控中心单元通信连接；所述监测节点单元用于将所述前端采集单元所采集的传感数据传输至所述监控中心单元。本发明沿输电线路各节点设置多种传感设备，传感设备所采集的数据由监测节点单元汇聚后，经网络传输单元传输至监控中心单元，监控中心单元通过对前端传感设备所采集数据的分析，能够获取输电线路沿线的精细化气象数据，能够对输电线路的风险状况进行识别和分析。
-
公开(公告)号：CN116667318A
公开(公告)日：2023-08-29
申请号：CN202310467785.2
申请日：2023-04-26
申请人： 国网河南省电力公司电力科学研究院 , 华中科技大学 , 国网河南省电力公司
IPC分类号： H02J3/00 , G06F18/23213 , G06F18/10 , G06F18/15 , G06N3/0442 , G06N3/045 , H02J3/46
摘要： 本发明提供了一种光伏发电功率预测方法，属于电力能源技术领域。其包括以下步骤：获取光伏电站的原始气象数据和光伏出力数据；计算光伏电站的原始气象数据和光伏出力数据中历史功率数据的平均值、标准差、偏态系数和峰度作为改进K‑means算法的输入因子，采用改进K‑means算法对该输入因子进行聚类分析，计算不同聚类类别中气象数据与发电功率的相关度；将与发电功率相关度大于0.6的气象数据作为预测模型的输入因子输入Attention‑LSTM模型，训练模型获取最优参数，输出最终预测结果。基于改进K‑means聚类和Attention‑LSTM网络模型能够很好地提高光伏功率预测的精度，具有工程应用价值。
-
公开(公告)号：CN116436044A
公开(公告)日：2023-07-14
申请号：CN202310159709.5
申请日：2023-02-23
IPC分类号： H02J3/26
摘要： 基于多目标优化的低压台区三相不平衡治理方法及系统，包括以下步骤：步骤1，获取用户连接台区变压器相序数据、台区变压器额定电流数据，基于用电信息采集系统获取用户电流序列数据；步骤2，基于负载率和平均三相不平衡度计算台区加权平均三相不平衡度；步骤3，以台区用户相序组合方案为控制变量，采用强度帕累托进化算法求取台区用户相序组合方案的帕累托最优解集；步骤4，在台区用户相序组合方案帕累托最优解集中采用TOPSIS方法选取最终的台区用户相序组合方案。本发明能够有效降低台区三相不平衡危害，同时调整相序用户数量相对较少，具有很强推广实用价值。
-
-
-
-
-
-
-
-
-
搜索结果
110 条记录 (耗时 0.073 秒)
