-
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
Applicant: 国网河南省电力公司电力科学研究院 , 安徽大学
IPC: G06F18/10 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06N3/044 , G06N5/04 , G06Q50/06
Abstract: 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：CN117351311A
公开(公告)日：2024-01-05
申请号：CN202311318267.0
申请日：2023-10-12
Applicant: 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: G06V10/80 , G06V10/82 , G06V10/77 , G06V10/774
Abstract: 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
Applicant: 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: 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
Abstract: 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：CN119180801A
公开(公告)日：2024-12-24
申请号：CN202411268189.2
申请日：2024-09-11
Applicant: 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: G06T7/00 , G06V10/42 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 本发明涉及公开了一种基于显著性的变电站设备缺陷检测方法、系统、终端设备及计算机可读存储介质，包括步骤：S1、数据集预处理、S2、主干卷积网络模型构建、S3、缺陷主体的全局特征提、S4、自适应多尺度特征融合和S5、多尺度特征融合。本发明主要采用多尺度深度学习的方法来构建神经网络模型，深层特征指导浅层特征的方式来提取有效特征，从粗到细逐层进行建模，以实现对图像的全方位特征提取，采用多尺度融合，提高变电站设备缺陷检测的鲁棒性，将深层特征与浅层特征交叉相互融合起来，有选择性地集成多层次的上下文信息，得到更为丰富且稳定有效的特征表示，从而提高了变电站设备缺陷检测的效果。
-
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
Applicant: 国网河南省电力公司电力科学研究院 , 安徽大学
IPC: G06N3/082 , G06V10/764 , G06V10/77 , G06N3/084 , G06N3/0464 , G06F17/18
Abstract: 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。
-
Patent Agency Ranking
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
Applicant: 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: G06T7/00 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 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：CN118603077A
公开(公告)日：2024-09-06
申请号：CN202410717049.2
申请日：2024-06-04
Applicant: 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
Abstract: 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：CN114564889B
公开(公告)日：2025-05-13
申请号：CN202210190752.3
申请日：2022-02-28
Applicant: 国网河南省电力公司电力科学研究院 , 西南交通大学 , 国家电网有限公司
Inventor： 刘善峰 , 李哲 , 卢明 , 姚德贵 , 冯光 , 郭裕钧 , 梁允 , 闫向龙 , 杨晨光 , 黄桂灶 , 郭志民 , 张小斐 , 袁少光 , 王超 , 田杨阳 , 毛万登 , 王津宇
IPC: G06Q10/04 , G06Q50/06 , G06F18/27 , G06F18/2135 , G06F18/2411
Abstract: 本发明属于电网防灾技术领域，具体涉及一种基于PCA模型的配电网大风灾害预警方法，包括以下步骤：根据历史故障样本库，获取故障发生时的本体参数、精细化气象参数和运行状态参数，形成训练样本集；采用多元回归方法，对训练样本集的停电时长进行拟合，建立基于多元回归的停电时长预测模型；采用PCA模型，得到多元回归训练过程中相关多元参数的主成分，并提取主成分参数，建立基于PCA的配电网大风灾害停电时长预测模型；将配网大风灾害停电时长进行SVM分类；基于训练得到的预测模型和SVM分类，预警配电网大风灾害。本发明预警方法实现基于统计方法的大风灾害预警，适用于各种情况复杂的配电网的防灾减灾。
-
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
Applicant: 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: H02J13/00 , H02G7/00 , H02G1/02 , H04B10/071
Abstract: 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：CN116151459B
公开(公告)日：2024-06-11
申请号：CN202310178028.3
申请日：2023-02-28
Applicant: 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 , 武汉理工大学
IPC: G06Q10/04 , G06Q10/0635 , G06Q50/06
Abstract: 本发明提出了一种基于改进Transformer的电网防汛风险概率预测方法和系统，所述预测方法包括以下步骤：获取防汛数据；对防汛数据进行电网防汛预测预警影响因素辨识分析；使用基于门控选择机制与嵌入编码的特征增强改进策略改进Transformer网络框架；再使用显式稀疏注意力改进策略改进Transformer网络框架；使用上述改进Transformer网络框架进行电网防汛风险概率预测。本发明以Transformer为基础的网络框架，通过对特征选择模块、特征融合模块和注意力模块进行优化，增强整体网络性能，提高防汛风险概率预测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.052 seconds)
