-
公开(公告)号：CN117220413A
公开(公告)日：2023-12-12
申请号：CN202311226607.7
申请日：2023-09-21
Applicant: 国网智能科技股份有限公司
Abstract: 本发明公开一种配电网巡检智能分析平台及方法，包括：端侧分析子系统获取多路巡检数据并进行巡检分析，将未处理完成的巡检任务、巡检分析结果及多路巡检数据发送至边侧分析子系统；在进行巡检分析时采用权重参数和网络结构参数与量化参数对应转化的方式模型进行轻量化处理；边侧分析子系统接收巡检任务并进行巡检分析，将巡检分析结果发送至端侧分析子系统，将未处理完成的巡检任务、端侧分析子系统的巡检分析结果和边侧分析子系统的巡检分析结果发送至云侧决策子系统；云侧决策子系统汇总巡检分析结果并接收巡检任务以进行最终的巡检任务决策，解决了当前云端服务器与边缘侧资源无法实时评估及协同性不足的问题，实现云边协同的立体式巡检。
-
公开(公告)号：CN113723536A
公开(公告)日：2021-11-30
申请号：CN202111026201.5
申请日：2021-09-02
Applicant: 国网智能科技股份有限公司
Inventor： 刘广秀 , 王万国 , 李振宇 , 许荣浩 , 王振利 , 徐康 , 刘晗 , 王勇 , 张斌 , 郭锐 , 孙志周 , 张旭 , 张志 , 张伟 , 王琦 , 郭修宵 , 刘丕玉
Abstract: 本发明提供了一种电力巡检目标识别方法及系统，获取电力巡检历史图像数据，形成训练样本集；选择深度学习模型对训练样本集进行目标识别训练，获取训练模型组；准备目标检测测试样本，根据电力巡检目标识别需求，选取模型中每类目标的置信度、模型代数进行模型选定目标函数，作为遗传算法适应度函数；运用每个检测模型进行测试样本测试，以模型与每类目标置信度作为变量，对适应度函数进行迭代求解，求取目标函数最大值，确定各训练模型组中的最优解；利用确定的所述最优解所对应的深度学习模型及其参数，作为业务场景实际应用的目标识别模型，利用该模型对电力巡检图像数据进行现场目标识别工作。
-
公开(公告)号：CN119761458A
公开(公告)日：2025-04-04
申请号：CN202411723382.0
申请日：2024-11-28
Applicant: 国网智能科技股份有限公司
IPC: G06N3/098 , G06N3/0495
Abstract: 本发明公开了一种电力视觉大模型的协同训练方法、装置、设备及存储介质，该电力视觉大模型的协同训练方法包括：基于参与方样本集，对预先设置的参与方视觉大模型进行迭代训练；在参与方视觉大模型的训练过程中，针对参与方视觉大模型中的至少一个模型结构层设置对应的稀疏化目标阈值，基于所述稀疏化目标阈值，对模型结构层进行稀疏化处理；在参与方视觉大模型的每一迭代训练过程结束后，从至少一个参与方视觉大模型的至少一个模型参数中确定出每一模型参数种类的最优模型参数；基于最优模型参数对部署在中心服务器的服务器视觉大模型进行更新。通过上述技术方案，提高了模型的训练效率，以及提高了训练后模型的模型性能。
-
公开(公告)号：CN113723536B
公开(公告)日：2024-01-26
申请号：CN202111026201.5
申请日：2021-09-02
Applicant: 国网智能科技股份有限公司
Inventor： 刘广秀 , 王万国 , 李振宇 , 许荣浩 , 王振利 , 徐康 , 刘晗 , 王勇 , 张斌 , 郭锐 , 孙志周 , 张旭 , 张志 , 张伟 , 王琦 , 郭修宵 , 刘丕玉
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06N3/086 , G06N3/126
Abstract: 本发明提供了一种电力巡检目标识别方法及系统，获取电力巡检历史图像数据，形成训练样本集；选择深度学习模型对训练样本集进行目标识别训练，获取训练模型组；准备目标检测测试样本，根据电力巡检目标识别需求，选取模型中每类目标的置信度、模型代数进行模型选定目标函数，作为遗传算法适应度函数；运用每个检测模型进行测试样本测试，以模型与每类目标置信度作为变量，对适应度函数进行迭代求解，求取目标函数最大值，确定各训练模型组中的最优解；利用确定的所述最优解所对应的深度学习模型及其参数，作为业务场景实际应用的目标识别模型，利用该模型对电力巡检图像数据进行现场目标识别工作。
-
公开(公告)号：CN115440224A
公开(公告)日：2022-12-06
申请号：CN202211083092.5
申请日：2022-09-06
Applicant: 国网智能科技股份有限公司 , 国网山东省电力公司日照供电公司
IPC: G10L15/26 , G10L15/06 , G10L21/0208
Abstract: 本发明公开了一种语音处理方法、装置、电子设备及存储介质。该方法包括：获取电力巡检过程中待识别的巡检语音信息；基于巡检语音声学模型对巡检语音信息处理，得到巡检语音信息中每个音频帧所对应的文字识别结果；基于目标解码图对各文字识别结果进行处理，得到与巡检语音信息相对应的目标巡检文本。解决了现有技术中基于通用语音识别模型对电力巡检专业术语识别准确率低的问题，提高语音识别准确性，满足电力巡检语音识别需求，助力巡检作业提质增效。
-
Patent Agency Ranking
公开(公告)号：CN119673204A
公开(公告)日：2025-03-21
申请号：CN202411647075.9
申请日：2024-11-18
Applicant: 国网智能科技股份有限公司
Abstract: 本发明涉及设备缺陷诊断技术领域，提供了一种电力变压器声纹异常检测方法及系统，包括：基于待检测变压器的输入特征，通过推理网络，得到待检测变压器的风险值，当待检测变压器的风险值超过风险阈值时，判定为异常；其中，推理网络包括生成编码器以及分别与生成编码器连接的生成解码器和异常分数计算网络；所述生成编码器处理待检测变压器的输入特征，得到隐向量；所述生成解码器处理隐向量，得到重构特征；基于所述隐向量和重构特征，计算得到重构损失；所述异常分数计算网络处理隐向量，得到异常分数；所述风险值为重构损失和异常分数的加权和。有效提升了声纹异常检出的准确性。
-
公开(公告)号：CN119672461A
公开(公告)日：2025-03-21
申请号：CN202411722759.0
申请日：2024-11-28
Applicant: 国网智能科技股份有限公司
IPC: G06V10/774 , G06V10/80 , G06V10/74 , G06V10/54 , G06V10/56 , G06V10/82 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种电力设备检测大模型的预训练方法、装置、设备及介质，该电力设备检测大模型的预训练方法包括：从电力设备的历史运行数据中，获取电力设备的正样本数据和负样本数据；确定所述正样本数据中的稀缺样本数据，基于所述稀缺样本数据和所述负样本数据的空间纹理特征，将所述负样本数据与所述稀缺样本数据进行融合，生成所述稀缺样本数据的扩充样本数据；基于样本数据，对预先构建的电力大模型进行预训练，生成电力设备检测大模型。通过上述技术方案，提高了电力大模型的训练效果以及训练完成后的电力设备检测大模型的识别精度以及鲁棒性。
-
公开(公告)号：CN119517086A
公开(公告)日：2025-02-25
申请号：CN202411647089.0
申请日：2024-11-18
Applicant: 国网智能科技股份有限公司
IPC: G10L25/51 , G10L25/30 , G06F18/25 , G06F18/213 , G06F18/24 , G06F18/241 , G06N3/045 , G06N3/0464 , G06N3/0455
Abstract: 本发明属于电力设备缺陷识别技术领域，提供了基于发声机理与数据驱动的电力设备缺陷识别方法及系统，其技术方案为先依据诊断规则通过信号处理、特征提取等步骤实现机理模型的识别诊断，其中频谱图中的特征获取采用低频段选择策略来提高数据特征的精准性并降低数据的冗余性，之后将实时采集数据输送到调优后的深度学习模型，对两种结果采用融合驱动思路来实现异常声纹的精准识别，提升模型面对设备差异和环境噪声的鲁棒性，满足变电站复杂环境和故障状况。
-
公开(公告)号：CN119517065A
公开(公告)日：2025-02-25
申请号：CN202411647077.8
申请日：2024-11-18
Applicant: 国网智能科技股份有限公司
IPC: G10L21/0216 , G10L25/03 , G10L25/27 , G10L25/48
Abstract: 本发明涉及电网主设备声纹处理技术领域，提供了一种电网主设备声纹自适应去噪方法及系统，包括：获取电网主设备声纹信号，通过特征提取，得到能量谱特征和相位谱特征后，对能量谱特征和相位谱特征进行特征融合，得到融合特征，基于融合特征进行分类，得到电网主设备声纹信号的含噪类型；通过两次权重优化和卷积操作，对能量谱特征与相位谱特征进行权重求取和加权，与简单加权融合方式相比，得到的融合特征综合相位谱和幅度谱的丰富信息，可以更好表征声纹特性，有助于实现电网主设备声纹信号含噪类型的精准分类；基于含噪类型，选取去噪方法，对电网主设备声纹信号进行去噪；实现干净电网主设备声纹信号的获取。
-
公开(公告)号：CN119513780A
公开(公告)日：2025-02-25
申请号：CN202411647091.8
申请日：2024-11-18
Applicant: 国网智能科技股份有限公司
IPC: G06F18/2433 , G06F18/10 , G06F18/241 , G06F18/214 , G06F18/25 , G06N3/0475 , G06N3/0455 , G06N3/094 , G10L17/02 , G10L17/04 , G10L17/26 , G10L25/51
Abstract: 本发明属于电网主设备诊断技术领域，提供了一种基于声纹云边协同的电网主设备故障诊断方法及系统，其采用了新的云边协同的方法，将声纹监测数据的分析分为两个阶段。在边缘侧部署异常检出模型，实现对海量声纹数据的异常分析，避免了云端大量并发信号的并发请求，提高了声纹监测和分析的时效性。在云端，部署融合声纹、可见光、红外等多源数据的多模态缺陷识别方法，实现了对声音异常信号的二次分类，提高了设备运维和管理的可靠性。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.035 seconds)
