公开(公告)号：CN118898019A

公开(公告)日：2024-11-05

申请号：CN202411019475.5

申请日：2024-07-29

Applicant: 国网江西省电力有限公司信息通信分公司

Inventor： 魏翔 ,  周洋 ,  王云 ,  殷芳 ,  刘秋明 ,  周炜煜 ,  徐伟 ,  陈龙平 ,  钟华 ,  游闽 ,  蒋琛璎 ,  傅政 ,  闫娟 ,  黄刚

IPC: G06F18/241 ,  H02J3/00 ,  G06F18/213 ,  G06F18/25 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06F123/02

Abstract: 本发明提供了一种电网负荷类别识别方法，涉及深度学习技术领域，包括：获取用户侧总线上的用电设备数据集；基于所述用电设备数据集计算电网负荷信号的功率有效值；对所述电网负荷信号进行频带分割处理得有效电网负荷信号，并提取所述有效电网负荷信号中的时序特征值；基于优化好的联合神经网络模型，利用多任务学习共享机制基于优化好的联合神经网络模型对功率有效值和时序特征值分别进行特征提取后对应获得功率有效值和时序特征值的学习特征；将功率有效值和时序特征值的学习特征进行特征拼接后，得到融合特征信息，并基于所述融合特征信息输出负荷识别结果。本发明实现了对电网负荷信号特征的高效提取，提高了电网负荷类别的识别准确率。

公开(公告)号：CN115966025A

公开(公告)日：2023-04-14

申请号：CN202310031814.0

申请日：2023-01-10

Applicant: 国网江西省电力有限公司信息通信分公司 ,  国家电网有限公司

Inventor： 周洋 ,  王华 ,  肖辉 ,  袁磊 ,  刘强 ,  谭如超 ,  杨涛 ,  武冬 ,  刘秋明 ,  徐伟

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/82 ,  G06N3/08 ,  G06T7/246 ,  G06N3/0464

Abstract: 本发明公开了一种基于人体骨骼关键点的电力作业异常行为识别方法，包括如下步骤：步骤S1：获取电力作业人员存在异常行为的数据集；步骤S2：使用目标检测算法对视频图像进行目标人员检测，再使用目标跟踪算法对检测到的目标人员进行跟踪；步骤S3：对步骤S2中的目标人员检测框使用AlphaPose框架进行人体骨架信息的提取；步骤S4：将视频的每帧图像中目标人员的人体骨架按时间顺序组合得到骨架序列，根据骨架序列构建时空图，对时空图采用时空图卷积操作提取行为特征，并对行为特征进行分类，识别目标人员是否存在异常行为。本发明实现了对异常行为的准确检测，解决了现有技术中不能实时准确地对异常行为进行识别的问题。