-
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
Applicant: 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: H04N19/139 , H04N19/159 , H04N19/13 , H04N19/124 , H04N19/117
Abstract: 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:CN116668702A
公开(公告)日:2023-08-29
申请号:CN202310945851.2
申请日:2023-07-31
Applicant: 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: H04N19/139 , H04N19/159 , H04N19/13 , H04N19/124 , H04N19/117
Abstract: 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:CN116704266A
公开(公告)日:2023-09-05
申请号:CN202310935029.8
申请日:2023-07-28
Applicant: 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: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T7/00
Abstract: 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
Applicant: 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: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T7/00
Abstract: 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:CN115314199B
公开(公告)日:2024-12-13
申请号:CN202210949970.0
申请日:2022-08-09
Applicant: 国网浙江省电力有限公司信息通信分公司
Abstract: 本申请中公开一种边缘设备密钥更新方法及装置,涉及数据处理的技术领域,该方法包括:本申请中根据获取的边缘设备的标识,确定边缘设备的第一公钥,根据获取的密钥中心生成的主密钥确定所述边缘设备的第一私钥,根据所述边缘设备的标识、密钥更新时间参数和密钥更新的时钟信息,基于预设的映射关系,更新所述第一公钥和所述第一私钥,获得第二公钥和第二私钥,将所述第二公钥和所述第二私钥发送至边缘设备,完成边缘设备密钥更新。本申请中可以根据边缘设备的标识、密钥更新时间参数和密钥更新的时钟信息,基于预设的映射关系,更新第一公钥和第一私钥,使得原本长期使用的私钥可以根据密钥更新时间参数更新使用,提高了系统的安全性。
-
公开(公告)号:CN114598449B
公开(公告)日:2024-11-22
申请号:CN202210295231.4
申请日:2022-03-24
Applicant: 国网浙江省电力有限公司信息通信分公司
Abstract: 本申请提供了一种针对公钥密码体系的组合侧信道的分析方法及装置,包括:采集密码算法运行过程中产生的能量迹;通过能量分析将能量迹分为多个能量迹片段;从多个能量迹片段中找出最短能量迹片段,并将多个能量迹片段中其他能量迹片段,压缩至与最短能量迹片段长度相等,将压缩后的多个能量迹片段进行分类,根据多个类别的能量迹分别对应的侧信息,确定每类能量迹对应的操作,根据每类能量迹对应的操作,得到多个类别的能量迹的操作序列;根据能量迹的原始变化顺序与多个类别的能量迹的操作序列,得到能量迹对应的密钥信息。本申请将能量信道和时间信道的信息通过先压缩后聚类的方式组合起来,在保证分析效率的同时,提高密钥恢复准确率。
-
公开(公告)号:CN112508363B
公开(公告)日:2024-08-27
申请号:CN202011338528.1
申请日:2020-11-25
Applicant: 国网浙江省电力有限公司信息通信分公司 , 安徽继远软件有限公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司
IPC: G06Q10/0639 , G06Q50/06 , G06F18/214 , G06N3/047 , G06N3/0499
Abstract: 本发明公开了一种基于深度学习的电力信息系统状态分析方法及装置,包括:获取训练样本;根据信息系统状态分析结果种类对每个训练样本进行对应种类的标注,其中特征相似的训练样本采用相同标注;以训练样本和对应的标注数据作为深度学习网络的输入进行信息系统状态分析模型训练;基于训练完成的信息系统状态分析模型进行信息系统状态分析。本发明通过在标注数据时,对特征相似的训练样本采用相同标注,实现只需将所有训练样本进行特征相似性衡量,然后将特征相似的划分为一类进行相同标注,提高训练样本标注效率,同时采用深度置信网络提高了状态分析的客观性,避免了采用主客观指标权重赋权进行状态分析造成的主客观性不平衡。
-
公开(公告)号:CN117171362A
公开(公告)日:2023-12-05
申请号:CN202311147924.X
申请日:2023-09-06
Applicant: 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司
IPC: G06F16/36 , G06F16/332 , G06F18/214 , G06F40/186 , G06Q50/06
Abstract: 本发明公开一种电力系统信息的关系抽取方法、装置、设备及介质,方法包括:对获取的电力系统文本数据进行预处理,确定若干待处理分句;将预设的实体类型列表和关系列表分别与各分句进行结合,生成若干实体类型/关系抽取问题模板并输入至生成式预训练语言模型,获取各分句中的若干实体类型和关系,并与若干用于表征不同实体类型之间的关系的链提取模板进行匹配,确定各分句的若干目标链提取模板;将分句分别与若干目标链提取模板进行结合,生成若干实体关系抽取问题模板并输入至生成式预训练语言模型,获取各关系所对应的若干对实体,进而生成若干关系三元组。本发明能够在无需人工标注与模型训练的基础上实现电力系统信息的关系自动化抽取。
-
公开(公告)号:CN116700925A
公开(公告)日:2023-09-05
申请号:CN202310694423.7
申请日:2023-06-12
Applicant: 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
IPC: G06F9/48
Abstract: 本发明提出了一种基于RPA的数字员工群体协作方法,包括:进行任务编排,对任务编排结果提取特征数据,赋予任务不同的优先级,按照优先级的顺序生成进程队列;将运行正常的机器人划入数字员工资源池;按照进程调度算法为进程队列调度机器人,将进程队列中的任务分配给机器人执行;当监测到失败任务时,生成重试任务,根据重试任务的重试参数调整优先级;根据优先级调整前后的变化计算重试影响指标,判断是否生成一个新的重试队列,将重试队列中的重试任务分配给未在执行进程队列中的任务的机器人,与进程队列同时执行。本发明避免重试任务过多占用其他任务的数字员工资源的问题,提高了任务执行异常情况下的任务自动化执行效率。
-
公开(公告)号:CN115348159B
公开(公告)日:2023-06-27
申请号:CN202210958306.2
申请日:2022-08-09
Applicant: 国家电网有限公司信息通信分公司 , 南京航空航天大学 , 国网安徽省电力有限公司信息通信分公司 , 国网浙江省电力有限公司信息通信分公司 , 国家电网有限公司
IPC: H04L41/0677 , H04L41/0631
Abstract: 本发明公开了一种基于自编码器和服务依赖图的微服务故障定位方法及装置,包括:实时监测与收集微服务系统运行指标数据;基于自编码器模型判断微服务系统是否存在异常;构建服务调用关系图以刻画故障传播途径;关联微服务的运行状态与系统资源利用率从而计算服务调用关系图中每个节点的异常权重;通过改进的加权PageRank算法推断和定位引发异常的故障微服务。克服了现有微服务故障定位方法中需要人工设定各类监测指标阈值进行异常诊断的问题,提高故障定位的准确性。
-
-
-
-
-
-
-
-
-