公开(公告)号：CN112257547A

公开(公告)日：2021-01-22

申请号：CN202011117989.6

申请日：2020-10-19

Applicant: 国网浙江杭州市萧山区供电有限公司 ,  浙江中新电力工程建设有限公司自动化分公司 ,  浙江中新电力工程建设有限公司

Inventor： 任伟 ,  白东亚 ,  王旭 ,  姜昀芃 ,  陈立 ,  施开译 ,  来文涛 ,  董书勇 ,  孟程 ,  霍凯龙 ,  翁利国 ,  韩冲

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/06 ,  G06T7/10 ,  G06T7/13

Abstract: 本发明公开了一种基于深度学习的变电站安全措施识别方法，主要包括：步骤S100，采集并输入工作现场的安全措施图像，以及图像预处理；步骤S200，利用U‑net卷积网络对原始安全措施图像进行图像分割，分割出开关柜上中下柜门、标示牌、间隔名称和遮拦的像素块，并分别确定各像素块的相应位置；步骤S300，利用Lenet‑5卷积网络对标示牌和间隔名称进行识别与分类；步骤S400，确定开关柜上中下柜门及遮拦上的标示牌类型和数量；步骤S500，将安全措施图像转化为安全措施文本并完成输出；步骤S600，与工作票中安全措施进行对比，以检验安全措施的正确性。本发明具有识别准确率高、实用性强等优势。

公开(公告)号：CN112232579B

公开(公告)日：2024-06-28

申请号：CN202011156353.2

申请日：2020-10-26

Applicant: 国网浙江杭州市萧山区供电有限公司 ,  浙江中新电力工程建设有限公司自动化分公司 ,  浙江中新电力工程建设有限公司

Inventor： 白东亚 ,  任伟 ,  陈磊 ,  严国胜 ,  朱栋 ,  施开译 ,  姚弃疾 ,  王旭 ,  陈立 ,  范华 ,  霍凯龙 ,  翁利国 ,  余振刚 ,  姜昀芃 ,  史碧航

IPC: G06Q10/047 ,  G06Q10/0631 ,  G06Q10/083 ,  G06Q10/0835 ,  G06Q50/06 ,  G06N3/006

Abstract: 本发明公开了一种基于蚁群算法的电力物资调配方法，其包括电力物资数据采集、电力物资数据预处理、建立基于自适应蚁群算法的电力物资调配模型以及获得电力物资最佳调配方案四个步骤流程。在蚁群算法的基础上，提出了适用于电力物资调配需求的算法模型，可以获得电力物资调配的最佳方案，最大程度降低电力物资调配的成本和时间，有效提高了电力物资的调配效率和电力系统的管理水平。

公开(公告)号：CN112232579A

公开(公告)日：2021-01-15

申请号：CN202011156353.2

申请日：2020-10-26

Applicant: 国网浙江杭州市萧山区供电有限公司 ,  浙江中新电力工程建设有限公司自动化分公司 ,  浙江中新电力工程建设有限公司

Inventor： 白东亚 ,  任伟 ,  陈磊 ,  严国胜 ,  朱栋 ,  施开译 ,  姚弃疾 ,  王旭 ,  陈立 ,  范华 ,  霍凯龙 ,  翁利国 ,  余振刚 ,  姜昀芃 ,  史碧航

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q10/08 ,  G06Q50/06 ,  G06N3/00

Abstract: 本发明公开了一种基于蚁群算法的电力物资调配方法，其包括电力物资数据采集、电力物资数据预处理、建立基于自适应蚁群算法的电力物资调配模型以及获得电力物资最佳调配方案四个步骤流程。在蚁群算法的基础上，提出了适用于电力物资调配需求的算法模型，可以获得电力物资调配的最佳方案，最大程度降低电力物资调配的成本和时间，有效提高了电力物资的调配效率和电力系统的管理水平。

公开(公告)号：CN112256873B

公开(公告)日：2023-10-24

申请号：CN202011119282.9

申请日：2020-10-19

Applicant: 国网浙江杭州市萧山区供电有限公司 ,  浙江中新电力工程建设有限公司自动化分公司 ,  浙江中新电力工程建设有限公司

Inventor： 任伟 ,  白东亚 ,  陈立 ,  姜昀芃 ,  王旭 ,  施开译 ,  辜旭炜 ,  翁水 ,  胡镒钢 ,  朱小炜 ,  翁利国 ,  霍凯龙 ,  史碧航

IPC: G06F16/35 ,  G06F40/126 ,  G06F40/279 ,  G06N3/0464 ,  G06N3/08 ,  G06Q10/0631 ,  G06Q50/06

Abstract: 本发明公开了一种基于深度学习的变电检修工作任务多标签分类方法，主要包括：步骤S100，采集并输入变电检修任务工作内容文本并进行格式预处理；步骤S200，利用BERT语言训练模型对检修任务文本进行词向量编码转化；步骤S300，利用卷积神经网络对输入的文本词向量进行多标签识别及分类；步骤S400，检验多标签分类的正确性并进行输出分类结果。本发明在变电检修工作票的开票过程中通过引入基于深度学习的多标签智能分类技术，自动完成检修任务文本的非结构化信息到“间隔类型”、“检修间隔”、“检修设备”等多任务标签的结构化信息确定，快速、准确的确定检修关键信息，为安全措施布置提供有力支撑，大幅提高工作票开票过程的工作效率和准确性。

公开(公告)号：CN112256873A

公开(公告)日：2021-01-22

申请号：CN202011119282.9

申请日：2020-10-19

Applicant: 国网浙江杭州市萧山区供电有限公司 ,  浙江中新电力工程建设有限公司自动化分公司 ,  浙江中新电力工程建设有限公司

Inventor： 任伟 ,  白东亚 ,  陈立 ,  姜昀芃 ,  王旭 ,  施开译 ,  辜旭炜 ,  翁水 ,  胡镒钢 ,  朱小炜 ,  翁利国 ,  霍凯龙 ,  史碧航

IPC: G06F16/35 ,  G06F40/126 ,  G06F40/279 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/06 ,  G06Q50/06

Abstract: 本发明公开了一种基于深度学习的变电检修工作任务多标签分类方法，主要包括：步骤S100，采集并输入变电检修任务工作内容文本并进行格式预处理；步骤S200，利用BERT语言训练模型对检修任务文本进行词向量编码转化；步骤S300，利用卷积神经网络对输入的文本词向量进行多标签识别及分类；步骤S400，检验多标签分类的正确性并进行输出分类结果。本发明在变电检修工作票的开票过程中通过引入基于深度学习的多标签智能分类技术，自动完成检修任务文本的非结构化信息到“间隔类型”、“检修间隔”、“检修设备”等多任务标签的结构化信息确定，快速、准确的确定检修关键信息，为安全措施布置提供有力支撑，大幅提高工作票开票过程的工作效率和准确性。