-
公开(公告)号：CN119538030A
公开(公告)日：2025-02-28
申请号：CN202411495628.3
申请日：2024-10-25
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 国家电网有限公司
IPC: G06F18/241 , G06F18/25 , G06F18/214 , G06N3/084
Abstract: 本发明涉及一种基于动态多模态融合网络的故障辨识方法，属于故障辨识领域。所述方法包括：构建基于不同粒度级别故障辨识的多模态融合网络；训练优化基于不同粒度级别故障辨识的多模态融合网络，实现不同粒度级别故障辨识。本发明在推理训练过程中生成依赖于数据的前向路径，解决传统的静态多模态融合方法难以平衡不同模态的不同计算需求所造成的资源浪费问题，提高模型计算效率，节省计算成本；针对不同粒度级别的故障辨识问题，提出两种基于门控网络DynMM算法，使其不仅能解决如二分类等简单的故障识别任务，还可用于完成类似语义分割的更高难度的多模态融合故障辨识问题，并提高模型的泛用性和辨识精度。
-
公开(公告)号：CN119152424A
公开(公告)日：2024-12-17
申请号：CN202411166306.4
申请日：2024-08-23
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院 , 国家电网有限公司
Inventor： 姚文旭 , 林爽 , 马腾 , 谢炜 , 钱健 , 熊嘉丽 , 林晨翔 , 周晨曦 , 李扬笛 , 杨彦 , 黄建业 , 郑州 , 武欣欣 , 廖飞龙 , 刘冰倩 , 郑琦鸿 , 廖晔
IPC: G06V20/50 , G06V10/82 , G06V10/774 , G06N3/0495
Abstract: 本发明涉及一种电力作业场景元素轻量化检测方法，包括以下步骤：采集电力作业场景图像样本，并对图像样本中的元素进行标注；对电力作业场景图像样本进行预处理；对YOLOv5s模型进行轻量化改进，基于轻量化改进后的YOLOv5s模型构建轻量化电力作业场景元素检测模型；通过预处理后的图像样本对轻量化电力作业场景元素检测模型进行训练，得到训练完成的轻量化电力作业场景元素检测模型；实时采集电力作业场景图像样本，并通过训练完成的轻量化电力作业场景元素检测模型进行元素检测。
-
公开(公告)号：CN119049130A
公开(公告)日：2024-11-29
申请号：CN202411186011.3
申请日：2024-08-27
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院 , 国家电网有限公司
Inventor： 李扬笛 , 姚文旭 , 林爽 , 钱健 , 马腾 , 林晨翔 , 杨彦 , 熊嘉丽 , 周晨曦 , 黄建业 , 谢炜 , 郑州 , 刘冰倩 , 廖飞龙 , 武欣欣 , 郑琦鸿 , 廖晔
IPC: G06V40/20 , G06V10/20 , G06N3/0464 , G06N3/0455 , G06N3/045 , G06V10/44 , G06N3/092 , G06Q50/06
Abstract: 本申请涉及一种基于混合神经网络的电力作业现场安全管控方法及系统，包括以下步骤：在电力作业现场部署若干组图像采集装置，采集电力作业现场图像；对采集的电力作业现场图像进行预处理；将预处理后的作业现场图像输入预训练好的混合神经网络，使用混合神经网络对电力作业现场的典型违章信息进行智能识别；根据识别的典型违章信息对电力作业现场人员发出警示并保存识别的违章信息；电力作业现场管理人员根据识别的违章信息结果，对混合神经网络进行优化。提升了电力作业现场的安全管控水平。
-
公开(公告)号：CN119537907A
公开(公告)日：2025-02-28
申请号：CN202411495527.6
申请日：2024-10-25
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 国家电网有限公司
IPC: G06F18/213 , G06F18/214 , G06F18/25 , G06N3/0455 , G06N3/0499 , G06N3/08
Abstract: 本发明涉及一种基于音频文本跨模态多损失融合网络的电力设备异常检测方法，属于电力设备运行异常检测领域。设计用于实现多模态数据的融合的融合网络，并采用多损失训练机制进行训练，实现电力设备异常检测。本发明利用音频和文本多模态数据，提高电力设备故障检测的准确性和全面性，能够降低人工巡检和定期维护的成本。
-
公开(公告)号：CN119537832A
公开(公告)日：2025-02-28
申请号：CN202411533152.8
申请日：2024-10-30
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 国家电网有限公司
IPC: G06F18/20 , G01R31/12 , G01R19/00 , G06F18/213 , G06F18/25 , G06F18/214 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种电力变压器绝缘缺陷检测方法及系统，该方法包括：S1、获取变压器的电压波形、声纹和局放三种数据并进行数据处理；S2、构建绝缘缺陷检测网络模型；其中，多级缺陷特征提取分析网络对三种数据进行特征提取；低级同步特征提取分析网络对三种数据提取同步特征；高级特征缺陷判别输出网络对多级缺陷特征提取分析网络和低级同步特征提取分析网络提取的特征进行特征融合及缺陷特征判别，最后输出缺陷判别结果；通过步骤S1获取的数据对绝缘缺陷检测网络模型进行训练；S3、将待检测变压器的电压波形、声纹和局放三种数据输入训练好的绝缘缺陷检测网络模型，得到绝缘缺陷判别结果。该方法及系统可以提高变压器绝缘缺陷检测的准确性和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN119469364A
公开(公告)日：2025-02-18
申请号：CN202411533151.3
申请日：2024-10-30
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 国家电网有限公司
Abstract: 本发明涉及一种变压器内部声纹检测异常定位方法，包括以下步骤：S1、通过分布式光纤声学传感技术获取变压器内不同位置点的声纹信号；S2、将各位置点的声纹信号转换为声纹频域信号，得到相应位置点的声压表征向量；综合所有位置点的声压表征向量构建变压器内部声压分布特征向量；S3、基于变压器内部声压分布特征向量，构建用于反映声压异变特征的目标函数，进而采用遗传算法找到声压异变最大对应的个体，该个体对应的位置点即为异常位置点，以异常位置点为中心的一定空间范围即为异常区域。该方法有利于准确定位出变压器内异常位置，进而提高变压器运行的可靠性和安全性。
-
公开(公告)号：CN119048742A
公开(公告)日：2024-11-29
申请号：CN202411186007.7
申请日：2024-08-27
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院 , 国家电网有限公司
Inventor： 姚文旭 , 林爽 , 钱健 , 马腾 , 杨彦 , 黄建业 , 周晨曦 , 李扬笛 , 熊嘉丽 , 谢炜 , 郑州 , 林晨翔 , 廖飞龙 , 武欣欣 , 刘冰倩 , 郑琦鸿 , 廖晔
IPC: G06V10/25 , G06T7/80 , G06V10/40 , G06V40/10 , G06V10/44 , G06V10/74 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及一种电力作业场景三维信息感知预警方法及系统，包括以下步骤：根据电力作业场景部署双目视觉装置；双目视觉装置的基线确定后，对双目视觉装置开展标定；通过双目视觉装置采集电力作业场景的左右图像，根据标定的数据对左右图像进行校正；将校正后的双目左右图像输入立体匹配网络，生成电力作业场景视差图；根据生成视差图，将视差图转化为三维点云，对带电设备进行标注并计算带电设备的三维坐标；使用YOLO算法对进入作业场景的作业人员进行目标识别，计算人员与带电设备的近电距离；根据带电设备的带电情况和近电距离设置不同等级的预警，当作业人员靠近带电设备，发出对应等级的近电预警信息。
-
公开(公告)号：CN118396642A
公开(公告)日：2024-07-26
申请号：CN202410449850.3
申请日：2024-04-15
Applicant: 中国电力科学研究院有限公司 , 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 国家电网有限公司
IPC: G06Q30/018 , G06Q10/20 , G06Q50/06 , G06N5/022
Abstract: 本发明属于电力自动化领域，公开了一种电力设备故障溯源方法、系统、计算机设备及存储介质，包括：获取电力设备故障描述并进行实体识别，得到电力设备实体和故障实体；根据电力设备实体和故障实体，从电力设备故障知识图谱库中选取若干子图；将若干子图中的所有节点进行社区划分得到若干社区，并遍历各社区，计算社区内任意两节点的实体相关度，并将各节点与其实体相关度前N大的节点之间的边作为增强边；其中，N为预设常数；融合若干子图和增强边，得到增强知识图谱；根据增强知识图谱，调用预训练的电力设备故障溯源模型，得到故障原因。通过对知识图谱的有效增强，有效克服单一图谱数据不完备及语义关联性缺失等问题，提升数据的完备性，然后基于增强知识图谱进行故障原因溯源，实现对电力设备故障原因的准确溯源。
-
公开(公告)号：CN119538182A
公开(公告)日：2025-02-28
申请号：CN202411533225.3
申请日：2024-10-30
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 国家电网有限公司
IPC: G06F18/25 , G06F18/2431 , G06F18/213 , G06N5/01 , G06V10/56 , G06V10/54 , G06V10/26 , G06N20/00
Abstract: 本发明涉及一种基于多模态的零样本变压器故障识别方法，属于变压器故障识别领域。所述方法基于跨模态注意力技术与多模态特征融合技术，将多模态数据融合处理与零样本检测的理念融入变压器故障诊断中，综合利用图片、声音、振动、油色谱、湿度等一系列信息，从多个维度对变压器进行全方位监督，使得诊断结果更精确。本发明可以通过多模态数据融合缓解故障单一模态样本对诊断模型准确性不足的问题，并提高模型的泛用性和诊断精度。
-
公开(公告)号：CN119537995A
公开(公告)日：2025-02-28
申请号：CN202411495535.0
申请日：2024-10-25
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 国家电网有限公司
IPC: G06F18/24 , G01R31/00 , G06F18/15 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/084 , G06F123/02
Abstract: 本发明涉及一种基于时序‑谱图‑离散数据多模态融合的电力设备故障诊断方法，属于电力设备故障诊断领域。采用基于注意力机制的多模态特征融合技术，构建了一种基于多模态信息融合的电力设备故障诊断模型。相比较传统深度学习故障诊断方法而言，本发明可以通过多模态数据融合缓解故障单一模态样本对诊断模型准确性不足的问题，并提高模型的泛用性和诊断精度。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.081 seconds)
