-
公开(公告)号：CN115375600B
公开(公告)日：2023-04-07
申请号：CN202211288588.6
申请日：2022-10-20
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 武汉大学
IPC: G06T5/50 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种基于自编码器的重构图像质量衡量方法，包括以下步骤：收集若干原始图像，生成原始图像集；构建包括编码器和解码器的自编码器网络；将原始图像集中的原始图像作为训练样本，输入至自编码器网络进行图像复现得到复现图像，并计算复现图像与对应原始图像之间的复现损失，基于复现损失对自编码器网络进行训练，完成自编码器网络的训练；取出训练好的自编码器网络中的编码器，作为特征提取器；获得重构图像集，将原始图像集和重构图像集分别输入至特征提取器中，分别获取原始图像集特征分布和重构图像集特征分布；计算原始图像集特征分布和重构图像集特征分布的Fréchet距离，根据Fréchet距离衡量重构图像集的数据质量。
-
公开(公告)号：CN115410024A
公开(公告)日：2022-11-29
申请号：CN202210584812.X
申请日：2022-05-27
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 武汉大学
IPC: G06V10/764 , G06V10/40 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开基于动态激活热力图的电力图像缺陷检测方法，包括以下步骤：1、电力正常/缺陷图像的收集与预处理，划分训练集、验证集和测试集2、通过基于CNN结构的网络将电力图像样本映射到深度特征空间；3、选定目标层，生成粗糙激活热力图；4、对粗糙激活热力图进行归一化操作，并下采样到与步骤2中的深度特征图相同的尺寸，得到等效软性掩膜图；5、将等效软性掩膜图叠加于深度特征图，然后输入全局平均池化层与全连接网络层进行分类；6、进行模型训练迭代，动态更新等效软性掩膜图，获取最终激活热力图；7、在测试集上进行缺陷类别识别，将最终激活热力图双线性上采样到与输入图像相同的尺寸，与原图叠加，得到缺陷在图中的准确定位。
-
公开(公告)号：CN115359360A
公开(公告)日：2022-11-18
申请号：CN202211279083.3
申请日：2022-10-19
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 武汉大学
Abstract: 本发明涉及一种电力现场作业场景检测方法、系统、设备和存储介质，其中方法包括以下步骤：收集若干不同类别的电力现场作业场景图像，对各电力现场作业场景图像进行标注；将标注后的电力现场作业场景图像放入训练样本集中；搭建YOLO模型，并在Neck网络中加入MCBAM注意力模块，得到改进YOLO模型；MCBAM注意力模块包括MB多尺度信息捕获模块、CAM通道注意力模块以及SAM空间注意力模块；MB多尺度信息捕获模块用于捕获输入图像的多尺度信息；CAM通道注意力模块用于进行通道注意力调整；SAM空间注意力模块用于进行空间注意力调整；利用训练样本集对改进YOLO模型进行训练，利用训练好的进行检测。
-
公开(公告)号：CN115359360B
公开(公告)日：2023-04-18
申请号：CN202211279083.3
申请日：2022-10-19
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 武汉大学
Abstract: 本发明涉及一种电力现场作业场景检测方法、系统、设备和存储介质，其中方法包括以下步骤：收集若干不同类别的电力现场作业场景图像，对各电力现场作业场景图像进行标注；将标注后的电力现场作业场景图像放入训练样本集中；搭建YOLO模型，并在Neck网络中加入MCBAM注意力模块，得到改进YOLO模型；MCBAM注意力模块包括MB多尺度信息捕获模块、CAM通道注意力模块以及SAM空间注意力模块；MB多尺度信息捕获模块用于捕获输入图像的多尺度信息；CAM通道注意力模块用于进行通道注意力调整；SAM空间注意力模块用于进行空间注意力调整；利用训练样本集对改进YOLO模型进行训练，利用训练好的进行检测。
-
公开(公告)号：CN115359054A
公开(公告)日：2022-11-18
申请号：CN202211279084.8
申请日：2022-10-19
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 武汉大学
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08
Abstract: 本发明提出了一种基于伪缺陷空间生成的电力设备缺陷检测方法，以正常图片为素材人为伪造出局部的不规则性，生成一种伪缺陷图像类别，在对正常图像、缺陷图像、伪缺陷图像进行特征提取和分类网络的基础上，利用对比学习对特征空间区域解耦，对伪缺陷图像特征、正常图像特征、缺陷图像特征嵌入约束，增强难分样本中复杂背景的抗干扰能力，提高模型对于电力设备隐蔽缺陷的识别精度；利用电力设备缺陷模型预判得到分类损失并依据分类损失获取边缘伪缺陷样本，在进行若干次迭代训练后利用边缘伪缺陷样本引入弱监督缺陷遮盖策略进行训练，缓解过拟合，帮助模型突破训练瓶颈，获得最佳模型参数并固定，使用该电力设备缺陷检测模型对待检测图像进行检测。
-
Patent Agency Ranking
公开(公告)号：CN115359054B
公开(公告)日：2023-04-18
申请号：CN202211279084.8
申请日：2022-10-19
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 武汉大学
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08
Abstract: 本发明提出了一种基于伪缺陷空间生成的电力设备缺陷检测方法，以正常图片为素材人为伪造出局部的不规则性，生成一种伪缺陷图像类别，在对正常图像、缺陷图像、伪缺陷图像进行特征提取和分类网络的基础上，利用对比学习对特征空间区域解耦，对伪缺陷图像特征、正常图像特征、缺陷图像特征嵌入约束，增强难分样本中复杂背景的抗干扰能力，提高模型对于电力设备隐蔽缺陷的识别精度；利用电力设备缺陷模型预判得到分类损失并依据分类损失获取边缘伪缺陷样本，在进行若干次迭代训练后利用边缘伪缺陷样本引入弱监督缺陷遮盖策略进行训练，缓解过拟合，帮助模型突破训练瓶颈，获得最佳模型参数并固定，使用该电力设备缺陷检测模型对待检测图像进行检测。
-
公开(公告)号：CN115375600A
公开(公告)日：2022-11-22
申请号：CN202211288588.6
申请日：2022-10-20
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 武汉大学
Abstract: 本发明涉及一种基于自编码器的重构图像质量衡量方法，包括以下步骤：收集若干原始图像，生成原始图像集；构建包括编码器和解码器的自编码器网络；将原始图像集中的原始图像作为训练样本，输入至自编码器网络进行图像复现得到复现图像，并计算复现图像与对应原始图像之间的复现损失，基于复现损失对自编码器网络进行训练，完成自编码器网络的训练；取出训练好的自编码器网络中的编码器，作为特征提取器；获得重构图像集，将原始图像集和重构图像集分别输入至特征提取器中，分别获取原始图像集特征分布和重构图像集特征分布；计算原始图像集特征分布和重构图像集特征分布的Fréchet距离，根据Fréchet距离衡量重构图像集的数据质量。
-
公开(公告)号：CN116703128B
公开(公告)日：2024-01-02
申请号：CN202310979904.2
申请日：2023-08-07
Applicant: 国网信息通信产业集团有限公司 , 福建亿榕信息技术有限公司
IPC: G06Q10/0631 , G06Q50/06 , G06F16/35 , G06F16/36 , G06N3/045 , G06N3/084 , G06F40/295
Abstract: 本发明涉及电力调度技术领域，公开了一种适用于电力调度的自然语言处理方法，包括：采集发电单元数据生成发电单元特征向量；基于线路布局图来构建知识图谱，输入第一神经网络，输出下一时间点的并网点电压，生成损失值，反向传播更新参数特征向量，然后将更新后的参数特征向量重新输入第四隐藏层；直至第一神经网络输出的下一时间的并网点电压与标定并网点电压的差值小于预设值，将最后一次输入的参数特征向量的分量分别生成一个调度参数作为对应的发电单元所需要输出的无功功率，本发明通过深度学习的方法来为每个发电单元生成有关无功的调度参数，能够利用发电单元自身能够产生的无功来调整发电系统的功率平衡。
-
公开(公告)号：CN117171358A
公开(公告)日：2023-12-05
申请号：CN202311114973.3
申请日：2023-08-31
Applicant: 国网信息通信产业集团有限公司 , 福建亿榕信息技术有限公司
IPC: G06F16/36 , G06F18/214 , G06F18/25 , G06Q50/06 , G06N3/0464 , G06N3/042 , G06N3/08
Abstract: 本发明涉及一种基于电网调度的多模态知识图谱方法，将电网调度中的文本、图像、音频和视频的多模态数据进行结构化表示，通过对多模态数据集进行特征提取，获得对应的特征集，引入自适应特征选择机制，对不同模态的特征表示进行特征融合获得多模态特征表示；考虑不同模态数据之间的关系和相互作用，构建图结构信息通过对不同模态数据的特征表示学习，可以将电网调度中的各种信息进行统一编码，并形成可计算的知识图谱表示，便于电网调度的信息的理解、推理和应用；通过图神经网络技术，可以在知识图谱上进行复杂的跨模态推理，帮助电网调度员快速理解当前状态、预测未来发展趋势，并做出相应的决策。
-
公开(公告)号：CN116565979B
公开(公告)日：2023-11-28
申请号：CN202310835408.X
申请日：2023-07-10
Applicant: 国网信息通信产业集团有限公司 , 福建亿榕信息技术有限公司
Abstract: 本发明涉及电力控制技术领域，公开了一种包含多微网的主动配电网调度方法，包括以下步骤：步骤101，采集微电网的配电节点信息，基于同一配电网支路上的微电网的配电节点信息生成子图；步骤102，提取配电网知识图谱，生成全局局部图；步骤103，将子图和全局局部图输入调度神经网络，输出下一个时段的配电节点的有功功率和无功功率；步骤104，基于下一时段的可控的配电节点的有功功率和无功功率对这些配电节点进行调度控制；本发明的有益效果在于：通过合理调度来调整微电网的无功出力，有效利用微电网的能源资源的同时保持微电网对于主电网的冲击处于低水平。
-
-
-
-
-
-
-
-
-
Search Results
279
records
(took 0.128 seconds)
