-
公开(公告)号：CN119719960A
公开(公告)日：2025-03-28
申请号：CN202510227796.2
申请日：2025-02-28
Applicant: 安徽省公共气象服务中心 , 国网安徽省电力有限公司电力科学研究院
IPC: G06F18/2415 , G06F18/25 , G06F18/27
Abstract: 本发明涉及天气数据处理技术领域，具体涉及一种基于电场数据的闪电预报及无人机路线推荐方法，包括输出巡检线路段上每一段线路上出现闪电的第一概率；输出巡检线路段上每一段线路上出现闪电的第二概率；实时融合第一概率和第二概率，获取融合后的第三概率；判断每一段线路上出现闪电的第三概率是否超过预定值，当判断至少有一段线路上出现闪电的第三概率超过预定值时，将第三概率超过预定值的线路段的区域位置发送给无人机控制模块，通过无人机控制模块基于区域位置规划无人机航线获得第二航线。本发明可以根据实时预测的闪电情况及时的更改航线，使得无人机可以避开出现闪电概率较大的位置，从而降低无人机被闪电击中的情况出现。
-
公开(公告)号：CN119628234A
公开(公告)日：2025-03-14
申请号：CN202411798940.X
申请日：2024-12-09
Applicant: 国网安徽省电力有限公司 , 国网安徽省电力有限公司电力科学研究院
Abstract: 本发明涉及电网监控技术领域，公开了一种基于人工智能的电网设备运行监控辅助系统，包括：设备采集模块获取电网监控区域内的全部设备数据生成不同层级的设备集合；设备数据处理模块确定所述设备集合之间的连接关系，设置监控指标，确定设备监控指标的监控时间；监控模块根据所述设备集合的层级排序进行逐级监控，制定监控策略；预警模块对异常设备进行预警上报。本发明通过全面收集设备数据并进行分级，实现全方位、重点性的监控，按层级有序监控并输出结果，通过预设的阈值和异常检测算法，对异常设备预警上报，优化监控资源的分配，减少停电事故发生概率，提升了系统的监控能力、预警能力和资源优化能力，增强电网整体运行的安全性与可靠性。
-
公开(公告)号：CN118350649B
公开(公告)日：2024-09-03
申请号：CN202410777660.4
申请日：2024-06-17
Applicant: 国网安徽省电力有限公司电力科学研究院
IPC: G06Q10/0635 , G06F21/64 , G06F21/31 , G06Q50/06
Abstract: 本发明公开了一种电网设备数据风险分析方法及系统，方法包括获取电网设备的运行数据，并基于所述运行数据计算运行数据风险评估结果；将电网设备和操作用户作为有向图中的节点，节点之间的连线表示数据权限方向，构建数据权限有向图；对所述数据权限有向图进行权限链路分析，计算数据权限有向图中的权限冗余度和总权限度；基于所述权限冗余度和所述总权限度，确定数据权限管理风险评估结果；从系统日志查看对电网设备运行数据的操作结果，基于所述操作结果、所述运行数据风险评估结果和所述数据权限管理风险评估结果，评估电网设备数据风险；本发明提高了电网设备数据风险分析结果的准确性和可靠性。
-
公开(公告)号：CN118297072A
公开(公告)日：2024-07-05
申请号：CN202410361886.6
申请日：2024-03-28
Applicant: 国网安徽省电力有限公司电力科学研究院
IPC: G06F40/30 , G06Q50/06 , G06F40/242 , G06N3/0442 , G06N3/084
Abstract: 本发明公开了一种基于业务语义的电网设备名称跨系统智能匹配方法，涉及智能匹配技术领域。基于业务语义的电网设备名称跨系统智能匹配方法有如下步骤，获取跨系统电网设备完整名称数据集；根据电网设备完整名称数据集，对数据进行业务语义特征提取；根据名称词汇表，将名称词汇表业务语义化，构建语义词词典；根据电网设备完整名称数据集，构建与电网设备完整名称相关联的语义组数据集；将待匹配电网设备名称的语义组在语义组数据集中枚举，计算与数据集中其他语义组的语义相似度。通过以上步骤，解决了现有技术中跨系统兼容性不足，难以处理业务语义信息，设备名称匹配准确和效率低下的技术问题。
-
公开(公告)号：CN117114402A
公开(公告)日：2023-11-24
申请号：CN202311074657.8
申请日：2023-08-24
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 安徽明生恒卓科技有限公司
IPC: G06Q10/0635 , G06Q10/20 , G06Q50/06 , G06V10/25 , G06V10/75
Abstract: 本发明涉及电力设备风险评估，具体涉及一种基于大数据的电力设备风险评估方法，获取待评估设备的设备数据，并基于待评估设备的设备类型确定相应的风险评分表；基于风险评分表中的风险评分确定待评估设备的第一风险评估结果；采集待评估设备的设备图像，并对设备图像与基准图像进行配准对齐处理；对配准对齐后的设备图像和基准图像进行求差，得到差异图像；基于差异图像确定并标识出设备图像中的差异区域，基于设备图像中的差异区域确定待评估设备的第二风险评估结果；结合待评估设备的第一风险评估结果、第二风险评估结果确定待评估设备的最终风险评估结果；本发明提供的技术方案能够克服对于模型的依赖程度较大、风险评估结果准确性较低的缺陷。
-
Patent Agency Ranking
公开(公告)号：CN116346860A
公开(公告)日：2023-06-27
申请号：CN202310380282.1
申请日：2023-04-11
Applicant: 国网安徽省电力有限公司电力科学研究院 , 西南科技大学
Abstract: 本发明涉及车辆网信息传输技术领域，公开了一种基于深度强化学习的通感融合车联网信息传输增强方法，包括：S1、设计目标车辆相对于路边单元的克拉美‑罗下界作为感知约束；S2、获取所有目标车辆与路边单元之间的ISAC信号的和速率；S3、基于所述ISAC信号的和速率以及所述感知约束，建立关于路边单元的波束成形和发射功率相关的和速率最大模型；S4、将所述和速率最大模型基于深度强化学习方法进行求解，通过联合优化路边单元的波束成形和发射功率，得到最优的波束成形和发射功率，从而在保证感知性能的需求下提升车联网ISAC信号的传输速率。本发明在保证感知性能的需求下提升车联网信息传输速率。
-
公开(公告)号：CN119625701A
公开(公告)日：2025-03-14
申请号：CN202411694512.2
申请日：2024-11-25
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 安徽大学
IPC: G06V20/60 , G06V20/62 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06V30/14 , G06N3/0464 , G06N3/045
Abstract: 本发明公开了一种轻量级网络表计指针识读方法及系统，方法包括：应用训练好的轻量级识别网络，对采集的表计图进行特征提取和融合，识别表计图中的表计；将识别到的表计进行裁剪，将裁剪后的表计图像采用基于文本识别和霍夫变换的表计读数法读取。本发明在表计识别部分在保持计算效率的前提下，提升特征表达的丰富度和有效性。
-
公开(公告)号：CN119274576A
公开(公告)日：2025-01-07
申请号：CN202411351887.9
申请日：2024-09-26
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 安徽大学
Inventor： 孙伟 , 马俊杰 , 赵龙 , 汪玉 , 黄书强 , 刘辉 , 潘东 , 李龙跃 , 肖家锴 , 李周 , 蔡翔 , 王峰 , 刘丽 , 王鑫 , 邹知炜 , 史伟豪 , 邢璐 , 叶鸿
Abstract: 本发明公开了一种环境声音分类目标模型构建方法及系统，其步骤包括：1、构建基于Wigner‑Ville分布和改进ResNet50的环境声音分类模型；2、网络模型的训练。本发明将Inception Convolution结构创新性地融入到ResNet50模型中，不仅继承了ResNet50在深度学习中的高效特征学习能力，还通过Inception模块的多尺度并行卷积设计，大幅增强了模型对声音信号的多维度特征表达。这种结构的融合使得模型能够同时捕捉到声音信号的细微变化和宏观趋势，无论是快速的频率变化还是持续的音调，都能被精确地识别和分析。此外，这种改进还显著提高了模型对复杂声音环境的适应性，即使在存在背景噪声的情况下，也能保持较高的识别准确率和稳定性。
-
公开(公告)号：CN119273694A
公开(公告)日：2025-01-07
申请号：CN202411814828.0
申请日：2024-12-11
Applicant: 国网安徽省电力有限公司电力科学研究院
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/084 , G06N3/096 , G06N3/098
Abstract: 一种基于联邦学习的多变电站设备缺陷识别方法及系统，属于图像处理技术领域，解决变电站设备缺陷识别过程中客户端数据不可见导致特征偏移的问题；本发明在联邦学习过程中，本地端和服务器端之间不需要传递CLIP模型的视觉分支和文本分支，仅需要传递文本提示词、编码器和解码器的参数即可实现不同服务器端的知识学习与知识融合，相比于具有大参数量的CLIP模型，极大降低了传输参数量，通过多次的本地端和服务器端的循环训练，最终得到效果最优的服务器端的全局模型，对于本地端模型，能够生成任意类别尤其是未见类别的视觉特征，减少变电站设备缺陷识别过程中服务器端数据不可见导致特征偏移的现象，提升模型的泛化能力。
-
公开(公告)号：CN118898709A
公开(公告)日：2024-11-05
申请号：CN202411400076.3
申请日：2024-10-09
Applicant: 国网安徽省电力有限公司电力科学研究院
IPC: G06V10/25 , G06F40/237 , G06N3/0455 , G06N3/084 , G06N3/0895 , G06V10/82 , G06V20/70
Abstract: 本发明涉及目标检测技术领域，解决了传统开放目标检测无法适用于电力施工场景图片检测的技术问题，尤其涉及一种面向电力施工场景图片的开放词汇目标检测方法，包括基于跨模态对比学习的图文嵌入表示预训练、基于已知概念监督的目标检测框架训练、基于图像级多标签数据集的弱监督检测模型微调、进行前向推理得到检测结果。本发明能够面向电力施工场景图像管理这一垂直领域，支持电力施工场景中任意词汇的输入并输出对应物体的目标矩形包围框坐标，同时无需对所有数据进行精确标注出目标矩形包围框标签信息，从而实现多模态信息的充分交互，提高了开放词汇目标检测模型的语义理解和泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.055 seconds)
