-
公开(公告)号：CN118153630A
公开(公告)日：2024-06-07
申请号：CN202410266427.X
申请日：2024-03-08
Applicant: 国网浙江省电力有限公司电力科学研究院
IPC: G06N3/0455
Abstract: 本发明涉及一种基于线性迭代的令牌合并的Transformer轻量化部署方法，解决的技术问题，采用的技术方案：其包括步骤一、令牌种子初始化；步骤二、令牌相似性测度计算；步骤三、邻域标签分配；步骤四、迭代优化；步骤五、注意力计算。本发明的核心是合并相似的令牌。本方法的目标是将令牌合并模块引入到现有的ViT中。通过合并冗余令牌，从而提高模型的吞吐量。其效果：其结合了令牌的K矩阵相似性以及令牌距离，采用线性迭代优化方式，减少了令牌搜索过程的复杂度，从而实现了线性复杂度下的令牌合并，减少了令牌自注意力计算的复杂度，提高了Transformer模型运行的效率，可以广泛应用于各种需要高精度和低成本视觉应用计算需求的场景。
-
公开(公告)号：CN116577667A
公开(公告)日：2023-08-11
申请号：CN202310554087.6
申请日：2023-05-17
Applicant: 国网浙江省电力有限公司电力科学研究院
IPC: G01R31/367 , G06F30/27 , G06F17/16 , G06F119/02
Abstract: 本发明公开了一种深度在线迁移的锂离子储能电池故障诊断方法。本发明的方法包括：采集离线状态电池不同工况下锂离子储能电池的运行数据特征并构建源域数据集；使用源域数据，训练得到源域SSA‑PNN模型，并对源域SSA‑PNN模型参数进行初始化；利用迁移学习将源域SSA‑PNN模型参数迁移至目标域SSA‑PNN模型训练过程中，快速建立目标域SSA‑PNN模型；目标域SSA‑PNN模型中的分类器在保留已学到知识的基础上，对目标域SSA‑PNN模型进行更新和修正，利用目标测试集得到不同工况下的锂离子储能电池故障诊断结果。本发明提高了现有锂离子储能电池故障诊断方法的准确率和响应效率，解决了不同工况和老化程度下锂离子储能电池的运行数据特征分布差异性较大，模型通用性较差的问题。
-
公开(公告)号：CN116202489A
公开(公告)日：2023-06-02
申请号：CN202310307560.0
申请日：2023-03-27
Applicant: 国网浙江省电力有限公司电力科学研究院 , 国网浙江省电力有限公司宁波供电公司
Abstract: 本发明公开了输电线路巡检机与杆塔协同定位方法及系统、存储介质，属于巡检机定位技术领域。本发明的基于视觉图像的输电线路巡检无人机与杆塔协同定位方法，通过构建目标检测模型、图像测距模型、目标跟踪模型、距离修正模型，对视觉图像进行处理，识别无人机目标；并结合附近的杆塔信息，计算无人机目标与一个或多个杆塔的距离；再根据无人机运动轨迹及无人机真实运动信息，对无人机与一个或多个杆塔的距离进行更正计算，得到一个或多个修正距离；然后根据一个或多个修正距离，计算得出无人机在输电线路区域中的相对位置坐标，从而实现输电线路巡检无人机与杆塔的协同定位，能够较为准确的确定无人机的坐标位置，并且精度高，误差小。
-
公开(公告)号：CN114241247B
公开(公告)日：2023-03-07
申请号：CN202111626217.X
申请日：2021-12-28
Applicant: 国网浙江省电力有限公司电力科学研究院
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于深度残差网络的变电站安全帽识别方法及系统，属于变电站技术领域。本发明通过构建具有4个残差块的深度残差网络对变电站安全帽进行识别，有效提高了检测识别准确率，同时使得训练深度网络变得更加容易，有效避免出现传统卷积网络随着深度增加存在的梯度爆炸和梯度消失等问题。进而，本发明构建的深度残差网络采用Dropout层，以一定概率使随机的神经元不工作，能够有效防止过拟合现象。同时，本发明在训练时通过Softmax函数和交叉熵函数相结合的方式来计算损失函数值，提高了训练效率，减缓了训练得到的深度残差网络训练模型的性能退化，从而可以提取到更全面、更准确的特征，方案详尽，切实可行。
-
公开(公告)号：CN115407209A
公开(公告)日：2022-11-29
申请号：CN202211142576.2
申请日：2022-09-20
Applicant: 国网浙江省电力有限公司电力科学研究院
IPC: G01R31/367 , G01R31/382 , G01R31/3842
Abstract: 本发明公开了一种储能电池SOE和SOP联合估计方法，其采用基于恒定功率的多步功率预测法，并结合扩展卡尔曼滤波建立了电池SOE和SOP的联合估计器。该方法在实施过程中，能够准确有效地估计电池的SOE和SOP，端电压和SOE的误差均小于3％，使SOP的预测更加准确可靠。本发明的方法计算量小，鲁棒性和准确性高，可适用于复杂工况的SOE和SOP的估计。
-
Patent Agency Ranking
公开(公告)号：CN114820630B
公开(公告)日：2022-09-06
申请号：CN202210776911.8
申请日：2022-07-04
Applicant: 国网浙江省电力有限公司电力科学研究院
Abstract: 本发明公开了一种基于FPGA的目标跟踪算法模型管道加速方法以及电路，属于人工智能目标跟踪技术领域。现有的目标跟踪方案，未涉及对电路模块的量化、管道、执行逻辑的改进，导致对目标跟踪算法的执行效率整体提升效果有限。一种基于FPGA的目标跟踪算法模型管道加速方法，在目标检测与滤波计算之间设置第一目标缓存、第二目标缓存；在滤波计算与轨迹跟踪计算之间设置第一滤波缓存、第二滤波缓存；在轨迹跟踪计算和置信度计算之间设置第一轨迹缓存、第二轨迹缓存，进而形成三层双缓存满载加速结构，可以让各级加速电路管道都充满不同的图像块数据，并满负荷计算，最大效率的提升目标跟踪算法的执行效率，从而可高效的完成目标跟踪计算。
-
公开(公告)号：CN114583301B
公开(公告)日：2022-08-23
申请号：CN202210463491.8
申请日：2022-04-29
Applicant: 国网浙江省电力有限公司电力科学研究院
IPC: H01M10/42 , G01R31/367 , G01R31/3835
Abstract: 本发明公开了基于安全特征参量表征体系的电站热失控预警方法及系统，属于电站热失控预警技术领域。现有预警热失控风险的方法，主要基于温度阈值或温度变化率阈值，但是当这两者越限的时候热失控基本不可避免，损失难以挽回。本发明的基于安全特征参量表征体系的电站热失控预警方法，构建关系数模型、信息熵模型以及无量纲特征参数模型，并形成安全特征参量表征体系，进而能根据实际运行工况中的单体电压数据，计算安全特征参量数值；并利用计算出的安全特征参量数值，通过取并集的方法判定离群电池编号，实现储能电池系统的热失控风险早期诊断预警，能够有效避免热失控发生，从而能保证电池的使用安全，用户体验好，利于推广使用。
-
公开(公告)号：CN114241247A
公开(公告)日：2022-03-25
申请号：CN202111626217.X
申请日：2021-12-28
Applicant: 国网浙江省电力有限公司电力科学研究院
IPC: G06V10/764 , G06V10/774 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度残差网络的变电站安全帽识别方法及系统，属于变电站技术领域。本发明通过构建具有4个残差块的深度残差网络对变电站安全帽进行识别，有效提高了检测识别准确率，同时使得训练深度网络变得更加容易，有效避免出现传统卷积网络随着深度增加存在的梯度爆炸和梯度消失等问题。进而，本发明构建的深度残差网络采用Dropout层，以一定概率使随机的神经元不工作，能够有效防止过拟合现象。同时，本发明在训练时通过Softmax函数和交叉熵函数相结合的方式来计算损失函数值，提高了训练效率，减缓了训练得到的深度残差网络训练模型的性能退化，从而可以提取到更全面、更准确的特征，方案详尽，切实可行。
-
公开(公告)号：CN114139695A
公开(公告)日：2022-03-04
申请号：CN202210010882.4
申请日：2022-01-06
Applicant: 国网浙江省电力有限公司电力科学研究院
Abstract: 本发明公开了脉冲神经网络加速方法及脉冲神经网络的事件驱动加速器，属于脉冲神经网络加速技术领域。现有的脉冲神经网络加速器没有在控制方法层面优化脉冲神经网络计算过程，使得计算延迟高。传统时间驱动加速器不支持抑制性脉冲神经网络，限制其应用范围。本发明的一种脉冲神经网络加速方法，根据脉冲神经元模型以及脉冲编码方式，构建近似计算模型。该近似计算模型利用脉冲频域编码忽略脉冲序列时间语义这一特征，压缩脉冲信号在时间步上的分布，大幅降低脉冲路由过程以及后续神经计算过程。本发明的时间驱动加速器，重新规划脉冲神经网络计算过程，设置去重队列以及位示图解决脉冲抖动问题，实现对抑制型脉冲神经网络的高效支持。
-
公开(公告)号：CN113315241A
公开(公告)日：2021-08-27
申请号：CN202110413492.7
申请日：2021-04-16
Applicant: 国网浙江省电力有限公司电力科学研究院
Abstract: 本发明公开了一种储能电站双层协同均衡控制方法及系统。本发明在第一层建立SOH与DOD的关系模型，为了使储能电站储能单元的剩余寿命均衡一致，通过采集获得储能电站的所有储能单元的SOH值，计算得到不同储能单元的DOD，然后第二层建立储能电站的均衡控制优化模型，将计算得到的各储能单元DOD以及采集获得的SOH值导入均衡控制优化模型中，利用二次凸优化方法得到各储能单元的最优充放电功率。本发明从已投入运行的BMS中采集一定运行数据后即可使用，可用于储能电站的储能单元SOH和SOC均衡控制，可写入储能电站能量管理系统中作为站级储能单元均衡控制模块，提升整个储能电站的一致性，减少储能电站的非正常停运时间，提高运行效率。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.05 seconds)
