-
Patent Agency Ranking
公开(公告)号：CN119672570A
公开(公告)日：2025-03-21
申请号：CN202411722763.7
申请日：2024-11-28
Applicant: 国网智能科技股份有限公司
Inventor： 邱玲 , 任佳颖 , 王琦 , 张志 , 王万国 , 王兴照 , 孙志周 , 吕俊涛 , 任敬国 , 刘广秀 , 许荣浩 , 贾昭鑫 , 张海龙 , 刘丕玉 , 李永军 , 杨新宇
Abstract: 本发明实施例公开了一种基于蒸馏学习的电力场景的目标检测方法、装置、设备及介质，涉及压缩技术领域。该方法包括：获取待检测的目标巡检图像；采用预先构建的杆塔预测模型，确定所述目标巡检图像所属的目标电力场景；在所述目标电力场景为输电场景或配电场景的情况下，对所述目标巡检图像进行裁剪得到增强的目标巡检图像；将增强的目标巡检图像输入预先构建的通用目标检测模型，得到目标检测结果。采用本技术方案，通过多个电力专业大模型协同模式对检测模型进行不同专业的知识引导，提高在复杂电力场景下的巡检图像检测能力。
-
公开(公告)号：CN119517073A
公开(公告)日：2025-02-25
申请号：CN202411647073.X
申请日：2024-11-18
Applicant: 国网智能科技股份有限公司
Abstract: 本发明涉及样本扩充技术领域，提供了一种电力设备声纹样本加权扩充方法及故障检测方法，包括：对于每个缺陷样本组，将组内的设备声纹缺陷数据进行聚类，得到多个簇，基于簇中数据点之间的最短距离，选取若干数据点作为质心后，将一个缺陷样本组中选取的所有质心作为一个质心集合；对于每个质心集合，选取声纹缺陷数据，组成声纹样本序列，并对声纹样本序列中的每个样本计算幅值谱，根据峰值条件在幅值谱中提取峰值序列，对峰值序列进行加权处理，得到增强后的峰值序列后，对各样本的增强后的峰值序列，按照样本权重进行求和，得到混合峰值序列，并基于混合峰值序列计算得到新样本。避免了数据同质化，且无需大规模算力支撑，有效降低开发成本。
-
公开(公告)号：CN119474321A
公开(公告)日：2025-02-18
申请号：CN202411812528.9
申请日：2024-12-10
Applicant: 国网智能科技股份有限公司
IPC: G06F16/3329 , G06F16/36 , G06F16/334 , G06F40/30 , G06Q50/06 , G06N3/042 , G06F18/25 , G06F18/213 , G06N5/04 , G06F16/242 , G06F16/248 , G06F21/31 , G06F21/62 , G06F16/31
Abstract: 本发明涉及电力行业的智能化数据处理与人工智能技术领域，提供了电力语义大模型自适应数据查询与动态响应方法及系统，包括：获取电力行业自然语言查询及其相关的图像，分别通过大语言模型和深度学习模型进行特征提取后，利用知识图谱和视觉问答图神经网络，采用双向融合的方式将不同模态的特征统一到同一个表示中，得到融合特征，通过超图神经网络和多轮交互进行智能纠错，优化自然语言查询后，通过超图推理，得到扩展查询语句，并通过自回归模型将扩展查询语句转为结构化查询语句，得到查询结果；对于查询结果，进行权限动态适配、敏感数据保护以及合规性与安全性检查，实现动态响应。极大地提升了电力行业查询的准确性和效率。
-
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：CN119517084A
公开(公告)日：2025-02-25
申请号：CN202411647082.9
申请日：2024-11-18
Applicant: 国网智能科技股份有限公司
Abstract: 本发明涉及电力设备监测技术领域，提供了一种电力主设备声纹缺陷识别方法及系统，包括：当特征向量库内数据熵值低于第二阈值时，基于声纹数据，通过深度学习模型和机理模型联合实现缺陷识别，得到第一缺陷识别结果，并基于第一缺陷识别结果对深度学习模型进行优化；同时对声纹数据进行特征提取，在特征向量库内进行向量检索，得到第二缺陷识别结果，若识别结果不一致，则将特征向量加入特征向量库；当特征向量库内数据熵值高于第二阈值时，在特征向量库内进行向量检索，得到第二缺陷识别结果，将第二缺陷识别结果作为最终缺陷识别结果。不仅基本涵盖变电主设备所有潜在运行状态，而且能达到快速诊断，及时发现故障，有利于电网设备稳定运行。
-
-
-
-
Search Results
5
records
(took 0.029 seconds)
