-
公开(公告)号：CN113947564B
公开(公告)日：2025-04-15
申请号：CN202111012230.6
申请日：2021-08-31
Applicant: 国家电网有限公司大数据中心 , 国网浙江省电力有限公司营销服务中心 , 安徽继远软件有限公司
Inventor： 彭楚宁 , 王路涛 , 李博 , 苏良立 , 刘俊建 , 边靖宸 , 张书健 , 李永乐 , 孙红宇 , 徐奎龙 , 张萌萌 , 李熊 , 许灵洁 , 严华江 , 陈欢军 , 丁徐楠 , 刘勇 , 南昊 , 孙剑桥 , 梁翀 , 陈思宇
IPC: G06T7/00 , G06F16/535 , G06F16/55 , G06F16/583
Abstract: 本发明公开了一种电力行业低压台区计量设备图像校验方法及系统，包括获取电力行业低压台区计量设备的待检测图像，将获取的图像输入到预先设定的电力图像质量分析模型中，进行图像质量分析，并输出最终的图像质量分析结果，然后判断图像的质量是否符合预设质量标准，若符合预设质量标准，则将待检测图像输入到云端进行识别，检测电力设备是否存在故障，若不符合预设质量检测标准，则重新获取待检测图像，通过在对待检测图像进行识别前，首先对待检测图像的质量进行判断，将低质量的待检测图像筛除，只对高质量的待检测图像进行识别，通过提高待检测图像的质量，使得电力设备的故障识别结果准确率得到了提升。
-
公开(公告)号：CN119474441B
公开(公告)日：2025-04-04
申请号：CN202510055032.X
申请日：2025-01-14
Applicant: 国网信息通信产业集团有限公司 , 国家电网有限公司大数据中心 , 国网安徽省电力有限公司信息通信分公司
Inventor： 杨维 , 刘识 , 陈振宇 , 李博 , 皮志贤 , 王耀影 , 任俊达 , 王海陆 , 李明 , 邱镇 , 黄晓光 , 刘璟 , 张琳瑜 , 刘园园 , 梁翀 , 薛濛 , 浦正国 , 汪子航
IPC: G06F16/583 , G06F16/532
Abstract: 本发明实施例提供一种用于电力数据样本综合管理的信息检索方法及系统，属于互联网与计算技术领域。所述信息检索方法包括：获取用户输入的检索文本和检索图片；对所述检索文本进行特征提取，以得到元标签特征；根据所述元标签特征进行搜索，以得到第一搜索结果；对所述检索图片进行特征提取，以得到场景特征；根据所述场景特征进行搜索，以得到第二搜索结果；计算所述第一搜索结果和第二搜索结果的相似程度；判断所述相似程度是否大于或等于预设的阈值；在判断所述相似程度大于或等于所述阈值的情况下，显示所述第一搜索结果和第二搜索结果。该信息检索方法及系统能够提高对电力数据库的访问效率。
-
公开(公告)号：CN119474441A
公开(公告)日：2025-02-18
申请号：CN202510055032.X
申请日：2025-01-14
Applicant: 国网信息通信产业集团有限公司 , 国家电网有限公司大数据中心 , 国网安徽省电力有限公司信息通信分公司
Inventor： 杨维 , 刘识 , 陈振宇 , 李博 , 皮志贤 , 王耀影 , 任俊达 , 王海陆 , 李明 , 邱镇 , 黄晓光 , 刘璟 , 张琳瑜 , 刘园园 , 梁翀 , 薛濛 , 浦正国 , 汪子航
IPC: G06F16/583 , G06F16/532
Abstract: 本发明实施例提供一种用于电力数据样本综合管理的信息检索方法及系统，属于互联网与计算技术领域。所述信息检索方法包括：获取用户输入的检索文本和检索图片；对所述检索文本进行特征提取，以得到元标签特征；根据所述元标签特征进行搜索，以得到第一搜索结果；对所述检索图片进行特征提取，以得到场景特征；根据所述场景特征进行搜索，以得到第二搜索结果；计算所述第一搜索结果和第二搜索结果的相似程度；判断所述相似程度是否大于或等于预设的阈值；在判断所述相似程度大于或等于所述阈值的情况下，显示所述第一搜索结果和第二搜索结果。该信息检索方法及系统能够提高对电力数据库的访问效率。
-
公开(公告)号：CN119441511A
公开(公告)日：2025-02-14
申请号：CN202510028842.6
申请日：2025-01-08
Applicant: 国网信息通信产业集团有限公司 , 国家电网有限公司大数据中心 , 国网安徽省电力有限公司信息通信分公司
Inventor： 陈振宇 , 杨维 , 刘识 , 李博 , 任俊达 , 王耀影 , 皮志贤 , 王海陆 , 李明 , 邱镇 , 黄晓光 , 崔迎宝 , 王晓东 , 秦余 , 梁翀 , 薛濛 , 浦正国 , 汪子航
IPC: G06F16/38 , G06F16/35 , G06N3/0499 , G06N3/0985
Abstract: 本发明实施例提供一种基于元学习的电力样本多模态检索方法及系统，属于互联网与云计算技术领域。所述检索方法包括：获取待检索的多模态关键词组，其中，所述多模态关键词组包括至少一个关键词，所述关键词为文本单词或图像；采用源域元学习网络处理所述关键词组，以得到关键词特征；将所述关键词特征输入检索网络中，以得到检索特征；将所述检索特征输入目标域元学习网络中，以得到所述关键词组对应的检索结果。相较于现有技术而言，该检索方法及系统克服了现有检索方法难以适应多样化关键词输入的技术缺陷，提高了检索网络对于多维度关键词的检索效率。
-
公开(公告)号：CN117788946A
公开(公告)日：2024-03-29
申请号：CN202410014654.3
申请日：2024-01-03
Applicant: 国网信息通信产业集团有限公司 , 国网安徽省电力有限公司信息通信分公司 , 国家电网有限公司大数据中心
IPC: G06V10/764 , G06N3/0464 , G06N3/094 , G06N3/092 , G06N5/01 , G06N7/01 , G06V10/82
Abstract: 本申请提供的一种图像处理方法、装置、电子设备及存储介质，包括：获取待处理图像，确定图像处理的效果需求；将待处理图像输入至完成训练的利用卷积神经网络对蒙特卡洛树搜索算法进行调整的模型中，以根据模型对待处理图像进行光照增强处理，生成与效果需求对应的增强图像；输出增强图像。
-
Patent Agency Ranking
公开(公告)号：CN117689971A
公开(公告)日：2024-03-12
申请号：CN202311443422.1
申请日：2023-11-01
Applicant: 国网信息通信产业集团有限公司 , 国网安徽省电力有限公司信息通信分公司 , 国家电网有限公司大数据中心
IPC: G06V10/774 , G06V10/82 , G06V10/30
Abstract: 本申请提供一种图像增广方法、装置、电子设备、非暂态计算机可读存储介质及计算机程序产品。图像为输电线路巡检图像，图像增广方法包括：提供待增广的输电线路巡检图像数据集；利用预先训练好的去噪扩散概率模型的正向扩散过程分别为待增广的输电线路巡图像数据集中的输电线路巡检图像添加噪声，得到第一噪声图像数据集；其中，添加噪声的步长为固定步长；利用预先训练好的去噪扩散概率模型的逆向扩散过程预测第一噪声图像数据集中的第一噪声图像在正向扩散过程中添加的多步噪声，并在第一噪声图像中依次除去预测的多步噪声，得到第一去噪图像数据集；根据第一去噪图像数据集和待增广的输电线路巡检图像数据集，得到输电线路巡检图像增广数据集。
-
公开(公告)号：CN116912563A
公开(公告)日：2023-10-20
申请号：CN202310778128.X
申请日：2023-06-29
Applicant: 国家电网有限公司大数据中心
IPC: G06V10/764 , G01N21/88 , H02J13/00 , H02J3/00 , G06V10/774 , G06Q50/06
Abstract: 本发明涉及电网设备安全防护技术领域，具体提供了一种电网设备的缺陷识别方法及装置，本发明的应用范围十分广泛，可以用于各种电力设备的缺陷识别，包括高压开关、绝缘子串、变压器、断路器、电缆等。该方案可以实时监测电力设备的运行状态，及时发现缺陷并提醒维修，保障电力设备的正常运行，降低了设备维修费用和能源损失。
-
公开(公告)号：CN115565033A
公开(公告)日：2023-01-03
申请号：CN202211370014.3
申请日：2022-11-03
Applicant: 国家电网有限公司大数据中心
IPC: G06V10/774 , G06V10/82
Abstract: 本公开实施例提供了缺陷样本图片的生成方法、装置、设备及存储介质。该方法包括：基于第一缺陷样本图片集训练缺陷识别模型，获得训练后的缺陷识别模型；根据第一无缺陷样本图片集和缺陷识别模型训练生成对抗网络模型，获得训练后的生成对抗网络模型；其中，生成对抗网络模型包括生成器和判别器；根据训练后的生成器和第二无缺陷样本图片集生成第二缺陷样本图片集。本公开实施例，解决了电网计量设备缺陷样本图片集难获取的问题，极大降低缺陷样本图片采集的难度以及工作量，同时具有高质量的计量设备缺陷样本图片集，能够更加高效的训练缺陷识别模型来完成自动化巡检，提高巡检工作的自动化程度，降低巡检的人工成本。
-
公开(公告)号：CN114863153A
公开(公告)日：2022-08-05
申请号：CN202210330918.7
申请日：2022-03-30
Applicant: 国家电网有限公司大数据中心
IPC: G06V10/762 , G06V10/774 , G06V10/74 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于深度学习的影像相似度数据清洗方法及系统，包括：获取影像数据，并对所述影像数据进行处理得到成对的影像数据；将所述成对的影像数据输入到预先训练好的融合网络模型中，得到所述成对的影像数据的相似性度量值；由所述成对的影像数据的相似性度量值对所述影像数据进行聚类完成数据清洗；其中，所述预先训练好的融合网络模型是基于成对的影像数据结合包含损失项和正则化项的学习目标函数对双支卷积神经网络进行训练得到的。本发明采用了融合网络结合损失函数的方法，解决了人力标注成本高，效率低下，容易产生重复操作的问题，实现了对相同场景下的类似部件进行聚类，提高了效率和准确率。
-
公开(公告)号：CN114861868A
公开(公告)日：2022-08-05
申请号：CN202210325233.3
申请日：2022-03-29
Applicant: 国家电网有限公司大数据中心
Abstract: 本发明涉及人工智能模型压缩技术领域，具体提供了一种卷积神经网络的压缩方法及装置，包括：步骤1.初始化待压缩卷积神经网络的精简卷积神经网络；步骤2.将待压缩卷积神经网络上的注意力图迁移至精简卷积神经网络；步骤3.利用遗传算法确定并调节精简卷积神经网络上的注意力图迁移的最优位置；步骤4.判断是否达到迭代次数，若是，则输出精简卷积神经网络，否则，返回步骤2。本发明提供的技术方案，通过应用遗传算法，寻找最优的注意力迁移层位置，实现更有效的知识蒸馏。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.145 seconds)
