-
公开(公告)号：CN118410415B
公开(公告)日：2024-11-26
申请号：CN202410786665.3
申请日：2024-06-18
Applicant: 安徽大学 , 国电南瑞科技股份有限公司
IPC: G06F18/2415 , G06F18/10 , G06F18/213 , G06F18/25 , G06N3/0464
Abstract: 本申请提供基于MP‑Convformer并行网络的电力系统故障诊断方法，包括：采集异常情况下的暂态信号的数据；利用小波降噪对暂态信号进行预处理，并获取预处理信号；利用倒残差模块中的卷积操作对预处理信号进行上采样并提取局部特征信息；利用倒残差模块中嵌入的通道注意力机制整合不同通道的特征信息；利用ConvFormer模块提取不同路径下不同尺度上的全局特征信息；基于特征融合模块对局部特征信息以及全局特征信息进行融合；基于Softmax函数的分类器对电力系统暂态信号的故障进行分类，以解决现有信号处理方法难以处理复合扰动信息的技术问题。
-
公开(公告)号：CN118779689A
公开(公告)日：2024-10-15
申请号：CN202410742406.0
申请日：2024-06-11
Applicant: 国电南瑞科技股份有限公司 , 安徽大学
IPC: G06F18/24 , G06F18/10 , G06F18/213 , G06N3/0464 , G06F17/14 , G06F17/16 , G06N3/08 , G01R31/08 , G01R31/52
Abstract: 本申请提供一种电压暂降扰动源定位和扰动原因识别方法以及系统，电压暂降扰动源定位和扰动原因识别方法包括：采集输入信号，所述输入信号包括基于正常工作、单相接地、双相接地、三相接地和双相短路五种电压数据；基于软阈值小波变换对输入信号进行去噪处理，并获得去噪信号；采用CNN和注意力机制串行结合方式对去噪信号进行特征提取；将提取特征输入注意力机制模块进自适应加权；将特征提取结果输入两层全连接层进行分类，并获取分类结果，所述分类结果包括正常工作、单相接地、双相接地、三相接地和双相短路，以解决电力系统在复杂场景中无法对电压暂降源进行辨识和诊断的技术问题。
-
公开(公告)号：CN118520289B
公开(公告)日：2025-04-11
申请号：CN202410588503.9
申请日：2024-05-13
Applicant: 国电南瑞科技股份有限公司 , 安徽大学
IPC: G06F18/214 , G06F18/243 , G06F18/10 , G06F18/213 , G06N3/04 , G06N3/08 , G06F17/16 , G06F17/11
Abstract: 本申请提供一种基于优化决策网络的电力暂态信号检测方法及系统，基于优化决策网络的电力暂态信号检测方法包括：采集电力系统的暂态信号；基于绝对中值偏差阈值的小波变换对暂态信号进行去噪处理；基于绝对中值偏差对去噪后的暂态信号进行状态检测，并获得第一状态检测结果；基于加入注意力机制的人工神经网络对去噪后的暂态信号进行状态检测，并获得第二状态检测结果；将第一状态检测结果与第二状态检测结果作或门运算，并输出检测结果，以解决现有方法普遍具有计算量大，且无法快速检测的技术问题。
-
公开(公告)号：CN118520289A
公开(公告)日：2024-08-20
申请号：CN202410588503.9
申请日：2024-05-13
Applicant: 国电南瑞科技股份有限公司 , 安徽大学
IPC: G06F18/214 , G06F18/243 , G06F18/10 , G06F18/213 , G06N3/04 , G06N3/08 , G06F17/16 , G06F17/11
Abstract: 本申请提供一种基于优化决策网络的电力暂态信号检测方法及系统，基于优化决策网络的电力暂态信号检测方法包括：采集电力系统的暂态信号；基于绝对中值偏差阈值的小波变换对暂态信号进行去噪处理；基于绝对中值偏差对去噪后的暂态信号进行状态检测，并获得第一状态检测结果；基于加入注意力机制的人工神经网络对去噪后的暂态信号进行状态检测，并获得第二状态检测结果；将第一状态检测结果与第二状态检测结果作或门运算，并输出检测结果，以解决现有方法普遍具有计算量大，且无法快速检测的技术问题。
-
公开(公告)号：CN118779689B
公开(公告)日：2025-05-02
申请号：CN202410742406.0
申请日：2024-06-11
Applicant: 国电南瑞科技股份有限公司 , 安徽大学
IPC: G06F18/24 , G06F18/10 , G06F18/213 , G06N3/0464 , G06F17/14 , G06F17/16 , G06N3/08 , G01R31/08 , G01R31/52
Abstract: 本申请提供一种电压暂降扰动源定位和扰动原因识别方法以及系统，电压暂降扰动源定位和扰动原因识别方法包括：采集输入信号，所述输入信号包括基于正常工作、单相接地、双相接地、三相接地和双相短路五种电压数据；基于软阈值小波变换对输入信号进行去噪处理，并获得去噪信号；采用CNN和注意力机制串行结合方式对去噪信号进行特征提取；将提取特征输入注意力机制模块进自适应加权；将特征提取结果输入两层全连接层进行分类，并获取分类结果，所述分类结果包括正常工作、单相接地、双相接地、三相接地和双相短路，以解决电力系统在复杂场景中无法对电压暂降源进行辨识和诊断的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN118410415A
公开(公告)日：2024-07-30
申请号：CN202410786665.3
申请日：2024-06-18
Applicant: 安徽大学 , 国电南瑞科技股份有限公司
IPC: G06F18/2415 , G06F18/10 , G06F18/213 , G06F18/25 , G06N3/0464
Abstract: 本申请提供基于MP‑Convformer并行网络的电力系统故障诊断方法，包括：采集异常情况下的暂态信号的数据；利用小波降噪对暂态信号进行预处理，并获取预处理信号；利用倒残差模块中的卷积操作对预处理信号进行上采样并提取局部特征信息；利用倒残差模块中嵌入的通道注意力机制整合不同通道的特征信息；利用ConvFormer模块提取不同路径下不同尺度上的全局特征信息；基于特征融合模块对局部特征信息以及全局特征信息进行融合；基于Softmax函数的分类器对电力系统暂态信号的故障进行分类，以解决现有信号处理方法难以处理复合扰动信息的技术问题。
-
公开(公告)号：CN119398128B
公开(公告)日：2025-03-25
申请号：CN202411988061.3
申请日：2024-12-31
Applicant: 安徽大学
Abstract: 本发明公开了一种预训练语言模型精确参数的微调方法及系统，方法包括：构建鲁棒适配器；将多个构建好的鲁棒适配器串联形成鲁棒适配器链并确定最大链节点；准备预训练语言模型的权重和对应任务标注的数据集；先对鲁棒适配器链中每个鲁棒适配器进行初步训练优化近似微调鲁棒适配器的参数；近似微调鲁棒适配器的参数后，将其与前序冻结的预训练语言模型的权重合并完成当前鲁棒适配器链节点的计算，并生成用于下一次迭代的残差信息，并同时更新当前鲁棒适配器的参数；进行迭代训练，更新残差信息，直至迭代次数等于鲁棒适配器链的最大节点，获取预训练语言模型的最佳权重以及鲁棒适配器的最佳参数，本发明能提供更稳定的收敛性和更简单的超参数调整。
-
公开(公告)号：CN117011669B
公开(公告)日：2024-11-01
申请号：CN202310814159.6
申请日：2023-07-03
Applicant: 安徽大学
IPC: G06V10/82 , G06V10/80 , G06V10/52 , G06V10/54 , G06V10/764 , G06V10/77 , G06V10/26 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/08
Abstract: 本申请提供一种红外小目标检测方法及系统，红外小目标检测方法包括：利用卷积将一单通道图片下采样为多个不同尺度的多通道特征图；基于卷积运算提取所述多通道特征图的细节特征，并输出第一特征图；基于稀疏采样的特征关联注意力机制，将所述第一特征图转变为第二特征图；使用双线性差值的方式对所述第二特征图进行上采样，并获取第三特征图；将所述第三特征图、所述第二特征图与所述第一特征图矩阵相加，并输出融合特征图；整合所述融合特征图的多通道特征，并将卷积后的特征转化为像素点的二分类概率；基于饱和激活函数，筛选符合待测目标的像素点，以解决现有的小目标检测算法效果不佳、计算量大的技术问题。
-
公开(公告)号：CN117268763B
公开(公告)日：2024-09-27
申请号：CN202311226065.3
申请日：2023-09-21
Applicant: 安徽大学
IPC: G01M13/045 , G06F18/214 , G06F18/21 , G06N3/0455 , G06F18/22
Abstract: 本申请提供一种滚动轴承寿命预测方法及系统，该滚动轴承寿命预测方法包括：获取滚动轴承的采集信号，所述采集信号包括振动信号以及标签；将所述振动信号以及所述标签输入至耦合扩散模型，并获得扩散信号以及训练标签；将所述扩散信号输入融合了卷积注意力机制的卷积神经网络，并获得特征信息；获取位置编码，并将其结合至所述特征信息；将所述特征信息以及所述位置编码输入至Transformer模型的编码器，并获取预测信号；将所述预测信号以及所述训练标签输入至去噪得分匹配模型，并获得剩余寿命的预测值，以解决现有的滚动轴承RUL预测方法无法应对复杂度高、训练数据少的滚动轴承寿命预测任务的技术问题。
-
公开(公告)号：CN118279289B
公开(公告)日：2024-08-27
申请号：CN202410572037.5
申请日：2024-05-10
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/086
Abstract: 本发明提供一种电力设备视频图像缺陷识别方法及系统，方法包括：预训练初始残差神经网络，以得到适用缺陷分类残差神经网络；初始化问题潜在解粒子群位置、速度；计算每个问题潜在解粒子的适应值；利用粒子群优化算法持续迭代，寻获并更新得到局部更新最优解、全局更新最优解，以更新获取问题潜在解粒子的位置、速度；在满足粒子群优化算法的结束条件时结束持续迭代，根据更新获取的问题潜在解粒子的位置、速度，输出最佳位置参数，以利用适用缺陷分类残差神经网络，处理得到电力设备视频图像中的缺陷坐标位置。本发明解决了电力设备视频图像缺陷识别过程中的标记操作效率低、准确性低、检测模型的计算量大、网络结构复杂的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
78
records
(took 0.046 seconds)
