-
公开(公告)号：CN119048742A
公开(公告)日：2024-11-29
申请号：CN202411186007.7
申请日：2024-08-27
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院 , 国家电网有限公司
Inventor： 姚文旭 , 林爽 , 钱健 , 马腾 , 杨彦 , 黄建业 , 周晨曦 , 李扬笛 , 熊嘉丽 , 谢炜 , 郑州 , 林晨翔 , 廖飞龙 , 武欣欣 , 刘冰倩 , 郑琦鸿 , 廖晔
IPC: G06V10/25 , G06T7/80 , G06V10/40 , G06V40/10 , G06V10/44 , G06V10/74 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及一种电力作业场景三维信息感知预警方法及系统，包括以下步骤：根据电力作业场景部署双目视觉装置；双目视觉装置的基线确定后，对双目视觉装置开展标定；通过双目视觉装置采集电力作业场景的左右图像，根据标定的数据对左右图像进行校正；将校正后的双目左右图像输入立体匹配网络，生成电力作业场景视差图；根据生成视差图，将视差图转化为三维点云，对带电设备进行标注并计算带电设备的三维坐标；使用YOLO算法对进入作业场景的作业人员进行目标识别，计算人员与带电设备的近电距离；根据带电设备的带电情况和近电距离设置不同等级的预警，当作业人员靠近带电设备，发出对应等级的近电预警信息。
-
公开(公告)号：CN118857264A
公开(公告)日：2024-10-29
申请号：CN202410795344.X
申请日：2024-06-19
Applicant: 国家电网有限公司 , 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
Abstract: 本发明涉及一种基于多传感器融合的机器人定位方法及系统，包括：在机器人底部配置第一检测单元，机器人头部配置第二检测单元；所述第一检测单元包括激光雷达和惯性测量单元；所述第二检测单元包括UWB定位标签；基于激光雷达和惯性测量单元获取的传感器数据进行数据融合，得到第一位姿信息；基于UWB定位标签和惯性测量单元获取的传感器数据进行数据融合，得到第二位姿信息；对第一位姿信息和第二位姿信息进行数据融合，得到机器人位姿信息。
-
公开(公告)号：CN118609563A
公开(公告)日：2024-09-06
申请号：CN202410795339.9
申请日：2024-06-19
Applicant: 国家电网有限公司 , 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
IPC: G10L15/22 , G10L15/08 , G10L19/02 , G10L19/26 , G10L21/0232 , G10L25/18 , G10L25/24 , G10L25/87 , G10L25/90 , G10L17/04 , H04L9/32 , H04L9/40
Abstract: 本发明公开了一种基于动态密码声纹鉴权的机器人临时控制方法及系统，控制方法包括以下步骤：提取用户的第一声纹特征，构建声纹模型并保存；生成具有时效性的动态口令并通知用户；实时监听环境声音，检测到关键词时连续录音，生成音频文件；提取音频文件的第二声纹特征，将所述第二声纹特征与声纹模型进行比对；提取所述音频文件中的口令特征，与保存的口令比对；使用自然语言处理技术解析比对成功的音频文件，生成动作指令发送至执行终端；执行终端根据收到的动作指令执行相应的动作。本发明能够快速准确地从短时录音中提取声纹特征进行身份鉴别和时效授权，有效提高识别准确率，增强鲁棒性以及增加声纹特征的区分能力。
-
公开(公告)号：CN117874612A
公开(公告)日：2024-04-12
申请号：CN202410011534.8
申请日：2024-01-03
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
IPC: G06F18/241 , G06N3/088
Abstract: 本发明提出一种基于人工智能的电力系统设备模型异常检测方法，通过无监督学习和神经网络模型相结合的方式，对传统的电力专用模型进行增强，通过狭义神经网络构建故障分类模型，能够实现对电力设备的准确故障分类诊断。最后，基于人工智能的故障检测方法能够实现在线故障诊断，及时预警和处理电力系统设备的故障问题。本发明运用了前沿的人工智能算法和技术，具有识别准确性高、故障诊断能力强的优点。可以应用于电力系统异常检测和在线故障诊断等领域，提高电力系统的安全稳定性和可靠性。
-
公开(公告)号：CN117746105A
公开(公告)日：2024-03-22
申请号：CN202311647870.3
申请日：2023-12-01
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
IPC: G06V10/764 , G06V10/74 , G06V10/56 , G06V10/30 , G06V10/82
Abstract: 本发明公开了一种电力设备标识的识别方法，涉及图像识别技术领域，步骤如下：图像采集：使用摄像设备对待识别的电力设备进行图像采集。图像预处理：对采集到的图像进行预处理，包括图像去噪、图像增强等操作，以提高后续识别的准确性。特征提取：从预处理后的图像中提取特征。特征匹配：通过匹配特征与已知的电力设备标识数据库进行比对，找到与之相匹配的标识。标识输出：将识别到的电力设备标识输出到相关的系统或设备中。本发明公开了，采用图像采集、预处理、特征提取、特征匹配和标识输出的电力设备标识识别方法能够实现自动化、准确性高、一致性好的标识识别，为电力设备管理和运维提供了有益的效果和增强。
-
Patent Agency Ranking
公开(公告)号：CN117726799A
公开(公告)日：2024-03-19
申请号：CN202311745525.3
申请日：2023-12-18
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 武汉大学
IPC: G06V10/25 , G06V10/774 , G06V10/82 , G06N3/096 , G06N3/0895 , G06N3/044 , G06N3/084
Abstract: 本发明涉及一种基于小样本和迁移学习的自监督预训练方法，包括以下步骤：获取原始数据并进行预处理，原始数据包括大量无标注图像样本数据和部分有标注图像样本数据；构建目标检测基础网络模型；基于原始数据构建基础目标检测数据集，输入至目标检测基础网络模型中，进行预训练；收集包括导线断股和线路覆冰异常情况的输电线路巡检图像放入小样本巡检专业数据集中；利用小样本巡检专业数据集，在基础目标检测模型之上进行迁移学习，得到用于识别导线断股和线路覆冰的输电线路巡检目标识别模型；通过容器化部署的方式将输电线路巡检目标识别模型封装为镜像，将该镜像部署于输电线路巡检设备中，进行输电线路巡检。
-
公开(公告)号：CN119762748A
公开(公告)日：2025-04-04
申请号：CN202411754475.X
申请日：2024-12-02
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
IPC: G06V10/25 , G06V10/26 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0895
Abstract: 本发明公开了一种基于选择搜索算法的输电巡检小样本场景识别方法，包括以下步骤：S1：采集输电线路巡检的原始图像，通过选择搜索算法根据原始图像生成候选区域，并根据候选区域的坐标信息从原始图像中提取出对应的候选区域作为训练样本；S2：建立DERT模型，利用选择搜索算法生成的候选区域对DERT模型进行自监督学习预训练，在自监督学习的基础上通过少量标注样本对DERT模型进行微调训练，得到训练完成的DERT模型；S3：实时采集待检测的输电线路巡检图像，利用训练完成的DERT模型进行输电线路巡检目标检测。本发明解决了电力巡检中的数据稀缺、标注困以及难以高效检测的问题。
-
公开(公告)号：CN119761363A
公开(公告)日：2025-04-04
申请号：CN202411743075.9
申请日：2024-11-29
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 中国电力科学研究院有限公司 , 福建省亿力信息技术有限公司
IPC: G06F40/284 , G06Q50/06
Abstract: 本发明涉及一种针对供电服务场景的大语言模型提示词生成方法及系统，其中方法包括以下步骤：选取电网中若干节点为关键节点，获取各关键节点的物理量数据并根据预设的物理量研判规则输出相应的告警数据；将物理量告警数据转换为物理量告警文本数据；接入其他电网监测系统，获取由其他电网监测系推送的告警信息，并转换为系统监测文本数据；接收由用户人工输入的人工提示词文本数据；当接收到物理量告警文本数据、系统监测文本数据、人工提示词文本数据中的任一个或多个时，输出对应的文本数据给大语言模型。
-
公开(公告)号：CN119719889A
公开(公告)日：2025-03-28
申请号：CN202411743069.3
申请日：2024-11-29
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 中国电力科学研究院有限公司
IPC: G06F18/241 , G06F18/214 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/048 , G06Q50/06
Abstract: 本发明涉及一种基于特征重放的变电检测模型在线学习方法及系统，该方法包括以下步骤：获取实时的检测数据，选择残差网络模型ResNet作为变电检测模型的基座，将残差网络模型ResNet分割为基础网络B和分类网络F；将实时的检测数据输入基础网络B得到新类数据特征；计算新类数据特征的均值，并将所述均值作为新类原型特征；将新类数据特征、旧类原型特征以及新类原型特征拼接得到拼接输入数据，使用拼接输入数据训练分类网络F并得到模型损失；使用正交权重修改算法OWM调整模型损失的权重，维持变电检测模型识别历史的检测数据的准确率；本发明引入新类原型特征和旧类原型特征，实现了对变电检测模型的实时更新。提高了模型对新数据的识别能力。
-
公开(公告)号：CN118966282A
公开(公告)日：2024-11-15
申请号：CN202411102526.0
申请日：2024-08-12
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 中国电力科学研究院有限公司 , 福建省亿力信息技术有限公司
Abstract: 本申请涉及一种面向供电服务指挥大模型的上下文长度扩展方法及系统，包括以下步骤：采用正余弦函数将位置编码添加到输入词嵌入中，使大模型考虑词序信息；在多头自注意力机制中，将每个位置的编码向量进行旋转变换，使用旋转变换后的位置信息计算注意力得分，更好地捕捉长距离依赖关系；利用神经切核特性对旋转位置编码进行插值，使用若干数据对语义大模型进行微调，扩展上下文窗口，减少高频信息损失；构建供电服务指令数据集，专家检查修正和拓展指令数据集，使用供电服务指令数据集对改进后的语义大模型进行指令微调，使语义大模型适应拓展后的上下文长度。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.074 seconds)
