-
公开(公告)号：CN119669421A
公开(公告)日：2025-03-21
申请号：CN202411775394.8
申请日：2024-12-05
Applicant: 国网湖北省电力有限公司宜昌供电公司 , 三峡大学
IPC: G06F16/3329 , G06F18/23213 , G06F18/214 , G06Q50/06
Abstract: 本发明提出了一种面向供电行业的大语言模型语料库构建方法，包括以下步骤：步骤1，在供电行业的工作环境中部署RAG系统；步骤2，使用所述RAG系统进行知识检索，得到问题文本和与其对应的多个回答文本即问答文本；步骤3，将问题文本进行向量化，得到问题向量；步骤4，对所有的问题向量进行聚类，并对每个聚类进行编码，得到聚类编码；步骤5，对所有问答文本按聚类的类别进行编码，并按时序分割为问题片段；步骤6，在问题片段中提取语料的问题，生成答案，计算所述答案的置信度；步骤7，将所述的问题、对应的答案和置信度编目成为1条语料记录，将所有的语料记录保存获得面向供电行业的大语言模型语料库。
-
公开(公告)号：CN119623752A
公开(公告)日：2025-03-14
申请号：CN202411786940.8
申请日：2024-12-05
Applicant: 三峡大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06N3/006
Abstract: 本发明公开了一种基于智能电网需求响应的电力负荷调度优化方法，包括以下步骤：步骤S1、进行负荷管理级别判定，依据历史用电负荷数据预测次日用电负荷情况，从而得到响应时间段的总响应负荷值#imgabs0#步骤S2、获取用户可响应负荷数据；步骤S3、进行需求响应负荷调度。本发明采用上述的一种基于智能电网需求响应的电力负荷调度优化方法，能够实现对电力需求响应中负荷的合理管理，确保智能电网能够稳定供电，减缓供电压力并合理地利用电力资源。
-
公开(公告)号：CN119599907A
公开(公告)日：2025-03-11
申请号：CN202411593571.0
申请日：2024-11-08
Applicant: 国网湖北省电力有限公司宜昌供电公司 , 三峡大学
Abstract: 本申请涉及一种图像去雨处理方法、装置、计算机设备、可读存储介质和程序产品。所述方法包括：建立无监督去雨框架，通过端到端图像生成网络对原始有雨图像进行重构处理，得到清晰图像，并通过雨水图像生成网络对原始有雨图像进行特征提取，得到雨滴信息，根据雨滴信息和原始有雨图像获取重构清晰图像，并根据清晰图像和雨滴信息获取重构有雨图像，基于原始有雨图像、清晰图像、重构清晰图像和重构有雨图像，建立针对无监督去雨框架的损失约束条件，根据损失约束条件对无监督去雨框架进行优化，通过优化后的无监督去雨框架对原始有雨图像进行图像去雨处理。采用本方法能够提高去除局部细微雨水的能力，从而精确实现图像去雨。
-
公开(公告)号：CN119382068A
公开(公告)日：2025-01-28
申请号：CN202411239021.9
申请日：2024-09-05
Applicant: 三峡大学
IPC: H02J3/00 , G06F18/2135 , G06F18/10 , G06F18/214 , G06F18/25 , G06N3/0442 , G06N3/0464
Abstract: 本发明涉及基于DPT‑LSTM特征选择的电力负荷预测方法，将收集的电力符合数据进行相干性分析，分为主要特征数据和次要特征数据，并对主要特征数据按固定比例分解后分别进行卷积提取多尺度特征数据后，输入到通道注意力模块加权求和得到特征数据图；构建双分支网络，将特征数据图和辅助特征分别输入到双向长短期记忆子网络和长短期记忆子网络中并对结果进行加权拼接得到电力符合预测结果。本发明考虑多种变量因素对电力负荷数据的影响，筛选对电力负荷预测结果有正面影响和负面影响的数据，并利用多尺度特征方法提取特征数据，得到精准的电力符合预测结果。
-
公开(公告)号：CN119359284A
公开(公告)日：2025-01-24
申请号：CN202411508174.9
申请日：2024-10-25
Applicant: 国网湖北省电力有限公司宜昌供电公司 , 三峡大学 , 湖北华中电力科技开发有限责任公司
Inventor： 肖碧波 , 赵东鹏 , 刘晓峻 , 徐守志 , 余梅 , 赵亮 , 李杨 , 彭书瑞 , 朱佳 , 付荣 , 李晶 , 吴颖波 , 赵立华 , 徐文 , 朱国威 , 谭茗铎 , 刘远 , 刘畅 , 冯浩 , 赵航
Abstract: 本发明公开了一种岸电系统网络安全运维推荐方法，属于电力工程信息化技术领域，包括构建岸电网络安全运维知识库，从多种数据源中提取岸电网络安全运维相关的多模态数据，利用预训练大模型和预设的提示词动态生成结构化的知识图谱；使用LISA方法对预训练大模型进行轻量化微调；岸电网络安全运维推荐，基于微调后的预训练大模型，使用检索增强生成方法在知识图谱的社区结构中查找相关的社区摘要，生成运维建议或安全解决方案。本发明采用上述方法，通过分析网络安全协议数据、运维日志和用户行为数据，动态适应网络安全风险和运维环境的变化，提高岸电系统的运行安全性和可靠性，提升运维效率和经济效益。
-
Patent Agency Ranking
公开(公告)号：CN119228684A
公开(公告)日：2024-12-31
申请号：CN202411146147.1
申请日：2024-08-20
Applicant: 三峡大学
IPC: G06T5/73 , G06T5/60 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 一种基于动态路由和三维融合的去雾网络，该网络包括双分支网络Two‑branch Network、动态路由特征模块DRFM以及清晰图像重构模块CIRM；双分支网络Two‑branch Network的输入端用于输入有雾图像I，双分支网络Two‑branch Network的输出与动态路由特征模块DRFM的输入连接，动态路由特征模块DRFM的输出与清晰图像重构模块CIRM的输入连接，清晰图像重构模块CIRM的输出用于输出去雾图像。
-
公开(公告)号：CN119206472A
公开(公告)日：2024-12-27
申请号：CN202411066135.8
申请日：2024-08-05
Applicant: 三峡大学
Abstract: 一种基于层次感知的遥感目标检测骨干网络的构建方法，本发明中构建的层次感知特征提取骨干网络包含了四个特征处理阶段，每个阶段包含一个特征下采样块，若干层次感知特征关注模块。层次感知特征关注模块对于现有多尺度特征自适应选择机制进行了二阶段调整，引入网络深度因子用于增强网络前期局部特征的表达强度，压制全局特征，在网络后期则增强全局特征表达强度，压制局部特征。本发明的目的是为了解决已有的自适应特征选择机制在网络前期过早强调大感受野下的特征，从而导致细节特征无法有效传递到后续阶段，同时在密集场景下将周围其它物体混入当前识别中造成的特征混淆问题。
-
公开(公告)号：CN117614650B
公开(公告)日：2024-11-19
申请号：CN202311406763.1
申请日：2023-10-26
Applicant: 国网湖北省电力有限公司宜昌供电公司 , 三峡大学
Inventor： 李杨 , 陈芮 , 彭潇潼 , 代荡荡 , 姚俊伟 , 刘晓峻 , 付荣 , 邓辉 , 肖碧波 , 赵凌楚 , 郭峰 , 彭书瑞 , 赵娴真 , 朱佳 , 郑悦林 , 马凯 , 余梅 , 姜艳静
Abstract: 本发明提供一种电力物联网的隐蔽通信方法及系统，属于通信技术领域，该方法包括：根据电力用户向主站传输的信号确定主站接收的信号；根据主站接收的信号确定主站的可接收速率；确定窃听者对电力用户向主站传输的信号检测错误的概率；根据检测错误的概率构建隐蔽约束条件；根据隐蔽约束条件对可接收速率进行优化，得到主站的隐蔽速率；基于隐蔽速率进行电力用户和主站之间的隐蔽通信。本发明能够从根本上保证通信安全，实现主站和电力用户之间的可靠性通信。
-
公开(公告)号：CN117641330B
公开(公告)日：2024-09-17
申请号：CN202311443824.1
申请日：2023-10-31
Applicant: 国网湖北省电力有限公司宜昌供电公司 , 三峡大学
IPC: H04W12/02 , H04W12/033 , H04W24/02
Abstract: 本发明提供一种隐蔽通信方法、装置、电子设备和存储介质，属于通信技术领域，所述方法包括：获取隐蔽通信系统的通信数据，确定隐蔽性约束条件，根据通信数据和隐蔽性约束条件，以总可接收速率为优化目标，构建优化问题；对优化问题进行求解，得到通信主站向电力用户终端传输信息的最优功率，以及电力用户终端向通信主站传输信息的最优功率；其中，通信数据包括：通信主站向电力用户终端传输信息的功率、电力用户终端向通信主站传输信息的功率、通信主站到电力用户终端的信道增益、电力用户终端到通信主站的信道增益、通信主站的加性高斯噪声、电力用户终端的加性高斯噪声。本发明提高了通信数据双向传输的安全性。
-
公开(公告)号：CN116205666B
公开(公告)日：2024-08-13
申请号：CN202211651310.0
申请日：2022-12-22
Applicant: 国网湖北省电力有限公司宜昌供电公司 , 三峡大学
IPC: G06Q30/0201 , G06Q50/06 , G06F18/214 , G06N3/08 , G06N3/0464
Abstract: 一种基于RACNet的多变量电力负荷预测方法，它包括以下步骤：步骤一：获取真实数据，并将真实数据划分为训练数据集和测试数据集；其中真实数据包括历史电力负荷值及气象因素值；步骤二：每次取一定数量的历史电力负荷值及相关气象因素值作为一个样本，将训练数据集、测试数据集分别转化成训练样本集和测试数据集；步骤三：输入训练样本集到网络模型中，得到训练好的模型，网络模型为RACNet模型或ELECNet模型；步骤四：将测试样本集输入已到训练好的模型中，输出预期的预测数据。为了提高短期电力负荷预测的精度，提高预测的准确率，获得更好的预测效果，本发明提出一种基于RACNet的多变量电力负荷预测方法。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.126 seconds)
