-
公开(公告)号：CN116668702A
公开(公告)日：2023-08-29
申请号：CN202310945851.2
申请日：2023-07-31
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司 , 之江实验室 , 国网信息通信产业集团有限公司 , 南京南瑞信息通信科技有限公司 , 浙大宁波理工学院
IPC分类号： H04N19/139 , H04N19/159 , H04N19/13 , H04N19/124 , H04N19/117
摘要： 本发明公开一种视频编码方法、装置、终端设备及存储介质，方法包括：当待编码图像属于帧内编码时，通过预先以机器智能任务为目标训练的视频编码模型进行图像编码、量化和熵编码，获得二进制码流；当待编码图像属于帧间编码时，通过视频编码模型，首先进行运动估计，然后进行运动矢量编码、量化和熵编码，对待编码运动矢量信号进行运动矢量解码和运动补偿，然后根据待编码图像获得预测残差；根据隐向量和运动矢量隐向量获取显著图像以对预测残差进行滤波，然后进行残差编码、量化和熵编码获得预测残差码流，结合运动矢量码流获得整合码流；根据各待编码图像的二进制码流/整合码流，获得目标压缩视频。本发明能够满足机器智能任务的视频编码需求。
-
公开(公告)号：CN116665020A
公开(公告)日：2023-08-29
申请号：CN202310943802.5
申请日：2023-07-31
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司
摘要： 本发明提供了一种基于算子融合的图像识别方法、装置、电子设备及存储介质，通过获取用户输入的模型参数，建立视觉模型，并对视觉模型进行解析，获取算子连接图；根据预设的融合规则和算子连接图，获取全部可能的算子融合策略；再根据预设的优化目标函数，对算子融合策略进行筛选；根据筛选后的算子融合策略执行算子融合操作，获取融合后的视觉模型；再获取待识别图像，并将待识别图像输入所述融合后的视觉模型，通过融合后的视觉模型，输出图像识别结果。本发明通过对算子融合策略的计算复杂度进行筛选，以快速且高效的方法确定全局最优的算子融合策略，避免了陷入局部最优解的同时，实现了视觉模型计算效率的提升。
-
公开(公告)号：CN116668702B
公开(公告)日：2023-10-24
申请号：CN202310945851.2
申请日：2023-07-31
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司 , 之江实验室 , 国网信息通信产业集团有限公司 , 南京南瑞信息通信科技有限公司 , 浙大宁波理工学院
IPC分类号： H04N19/139 , H04N19/159 , H04N19/13 , H04N19/124 , H04N19/117
摘要： 本发明公开一种视频编码方法、装置、终端设备及存储介质，方法包括：当待编码图像属于帧内编码时，通过预先以机器智能任务为目标训练的视频编码模型进行图像编码、量化和熵编码，获得二进制码流；当待编码图像属于帧间编码时，通过视频编码模型，首先进行运动估计，然后进行运动矢量编码、量化和熵编码，对待编码运动矢量信号进行运动矢量解码和运动补偿，然后根据待编码图像获得预测残差；根据隐向量和运动矢量隐向量获取显著图像以对预测残差进行滤波，然后进行残差编码、量化和熵编码获得预测残差码流，结合运动矢量码流获得整合码流；根据各待编码图像的二进制码流/整合码流，获得目标压缩视频。本发明能够满足机器智能任务的视频编码需求。
-
公开(公告)号：CN116665020B
公开(公告)日：2024-04-12
申请号：CN202310943802.5
申请日：2023-07-31
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司
摘要： 本发明提供了一种基于算子融合的图像识别方法、装置、电子设备及存储介质，通过获取用户输入的模型参数，建立视觉模型，并对视觉模型进行解析，获取算子连接图；根据预设的融合规则和算子连接图，获取全部可能的算子融合策略；再根据预设的优化目标函数，对算子融合策略进行筛选；根据筛选后的算子融合策略执行算子融合操作，获取融合后的视觉模型；再获取待识别图像，并将待识别图像输入所述融合后的视觉模型，通过融合后的视觉模型，输出图像识别结果。本发明通过对算子融合策略的计算复杂度进行筛选，以快速且高效的方法确定全局最优的算子融合策略，避免了陷入局部最优解的同时，实现了视觉模型计算效率的提升。
-
公开(公告)号：CN116704266A
公开(公告)日：2023-09-05
申请号：CN202310935029.8
申请日：2023-07-28
申请人： 国网浙江省电力有限公司信息通信分公司 , 南京南瑞信息通信科技有限公司
IPC分类号： G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T7/00
摘要： 本申请公开一种电力设备故障检测方法、装置、设备及存储介质，涉及电力物联网安全技术领域，能够提高电力设备的故障检测精度和检测效率。具体方案包括：获取原始图像数据集，并进行类型划分，得到第一数据集和第二数据集，第一数据集中为电力设备正常运行的图像数据，第二数据集为电力设备故障的图像数据；对第二数据集进行数据增强，得到第二目标数据集；利用第一数据集训练预设的初始多尺度卷积神经网络模型，得到中间多尺度卷积神经网络模型；利用第一数据集和第二目标数据集训练中间多尺度卷积神经网络模型，得到目标多尺度卷积神经网络模型；将实时采集的电力设备图像输入至目标多尺度卷积神经网络模型中，得到电力设备的故障检测结果。
-
公开(公告)号：CN116704266B
公开(公告)日：2023-10-31
申请号：CN202310935029.8
申请日：2023-07-28
申请人： 国网浙江省电力有限公司信息通信分公司 , 南京南瑞信息通信科技有限公司
IPC分类号： G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T7/00
摘要： 本申请公开一种电力设备故障检测方法、装置、设备及存储介质，涉及电力物联网安全技术领域，能够提高电力设备的故障检测精度和检测效率。具体方案包括：获取原始图像数据集，并进行类型划分，得到第一数据集和第二数据集，第一数据集中为电力设备正常运行的图像数据，第二数据集为电力设备故障的图像数据；对第二数据集进行数据增强，得到第二目标数据集；利用第一数据集训练预设的初始多尺度卷积神经网络模型，得到中间多尺度卷积神经网络模型；利用第一数据集和第二目标数据集训练中间多尺度卷积神经网络模型，得到目标多尺度卷积神经网络模型；将实时采集的电力设备图像输入至目标多尺度卷积神经网络模型中，得到电力设备的故障检测结果。
-
公开(公告)号：CN117931781A
公开(公告)日：2024-04-26
申请号：CN202311750102.0
申请日：2023-12-19
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司营销服务中心 , 国网浙江省电力有限公司绍兴供电公司 , 国网浙江省电力有限公司桐乡市供电公司 , 国网浙江省电力有限公司宁波供电公司 , 浙江大学
IPC分类号： G06F16/215 , G06F16/22 , G06F16/25 , G06F21/31
摘要： 本发明公开了一种有源配电网数据在线互校验方法及系统，涉及智能电网领域。现有的数据质量检测难以发现数据中的时次缺失、数据冲突和逻辑错误等问题；本发明包括步骤：输入待校验的有源配电网结构化时序数据和非结构化日志数据；根据时间戳和缺测标记值进行跨行的完整性校验；根据元素变率、合理阈值和物理逻辑关系进行跨列、跨表的合理性校验；采用pettitt方法校验时序一致性。采用基于矩阵分解的插补法，修复不合格数据；计算互校验合格率，若超过设定合格阈值，输出告警。输出通过互校验的数据。本方法基于跨列、跨行和跨表的物理逻辑约束实现在线互校验，可以辨识和修复数据中的时次缺失、数据冲突和逻辑错误等数据问题，从而提供高质量数据。
-
公开(公告)号：CN117874535A
公开(公告)日：2024-04-12
申请号：CN202311750100.1
申请日：2023-12-19
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司营销服务中心 , 国网浙江省电力有限公司绍兴供电公司 , 浙江大学 , 国网浙江省电力有限公司宁波供电公司 , 国网浙江杭州市萧山区供电有限公司
摘要： 本发明公开了一种基于二次规划和灰色关联度的有源客户拓扑辨识方法，涉及电网运维领域。目前，不同台区下的数据区分度下降，依据数据关联度辨识难度大。本发明提供一种基于二次规划算法和灰色关联度分析的有源客户拓扑辨识的新方法。首先通过向配电管理系统获取初始台账记录，生成初始邻接矩阵A0；接着通过高级量测体系获取变压器、用户侧智能电表的电压、功率数据，使用三次样条差值对数据进行完善；然后基于功率平衡，使用二次规划算法得到邻接矩阵A1，通过对电压时间序列进行灰色关联度分析得到邻接矩阵A2；最后综合邻接矩阵A0、A1、A2得到拓扑辨识结果。本技术方案基于二次规划算法和灰色关联对有源客户进行拓扑辨识，辨识方法简便可靠，且准确性高。
-
公开(公告)号：CN115661540A
公开(公告)日：2023-01-31
申请号：CN202211380629.4
申请日：2022-11-04
申请人： 国网浙江省电力有限公司电力科学研究院 , 浙江大学 , 国网浙江省电力有限公司
IPC分类号： G06V10/764 , G06V10/40 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/09
摘要： 本发明公开了基于自适应图卷积的电力运检多标签图像识别方法及系统，属于电力运检技术领域。本发明的一种基于自适应图卷积的电力运检多标签图像识别方法，通过构建预处理模型、网络提取模型、语义注意模型、静态GCN网络模型、动态GCN模型、二值分类器，对样本图像进行处理，完成电力运检场景下的多标签图像识别，方案科学、合理，切实可行。进一步，本发明利用静态GCN网络模型和动态GCN模型相结合的自适应图卷积神经网络学习多标签间的相关性，以此来提高电力运检场景下多标签图像识别的准确率，提高电力运检效率，促进电力系统安全稳定运行，便于多标签图像识别方法在电力运检领域的推广使用。
-
公开(公告)号：CN116993043A
公开(公告)日：2023-11-03
申请号：CN202310806379.4
申请日：2023-07-03
申请人： 国网浙江省电力有限公司电力科学研究院 , 浙江大学 , 国网浙江省电力有限公司
IPC分类号： G06Q10/063 , G06Q10/20 , G06Q50/06 , G06N3/042 , G06N3/0464 , G06N3/0442 , G06N3/084 , G06N5/02
摘要： 本发明公开了一种电力设备故障溯源方法及装置，属于电力技术领域，目的在于克服现有快速图卷积网络技术应用于电力领域成本较高的缺陷。方法包括的步骤有对故障数据进行信息抽取，得到三元组数据；将三元组数据导入图数据库，构建出电力设备故障的知识图谱；设计构建基于快速图卷积网络的电力设备故障溯源模型；输入新的电力设备故障数据到构建好的电力设备故障溯源模型中，得到与新的电力设备故障数据相同或相似的历史故障案例以及处置措施。电力设备故障溯源模型为检修人员提供辅助，可以快速发现故障位置及原因并给出处理建议，降低电力设备故障溯源成本。
-
-
-
-
-
-
-
-
-
搜索结果
24 条记录 (耗时 0.063 秒)
