公开(公告)号：CN119485040A

公开(公告)日：2025-02-18

申请号：CN202411591494.5

申请日：2024-11-08

Applicant: 中国长江电力股份有限公司 ,  湖北亿立能科技股份有限公司

Inventor： 鲍正风 ,  周保红 ,  王辉 ,  刘帅 ,  林显 ,  郭乐 ,  杨志超 ,  杨树鹏 ,  李钊 ,  刘欢 ,  卢舟鑫 ,  刘园园 ,  唐润 ,  谢婷婷 ,  曾旭川 ,  张新强 ,  张普 ,  王志强 ,  龚华斌

IPC: H04N23/84 ,  H04N23/951

Abstract: 本发明涉及图像处理技术领域，具体涉及一种雾气环境下水域图像的处理方法及系统，包括：步骤1：基于高分辨率相机对目标水域进行连续的图像采集，构建云端数据库，应用云端数据库接收高分辨率相机采集的目标水域图像数据，对目标水域图像数据进行储存；步骤2：遍历云端数据库中储存的目标水域图像数据，识别云端数据库中储存的各目标水域图像数据的图像质量，选择图像质量最高的一组目标水域图像作为转换目标，本发明通过对有雾的水域图像的连续采集，获取品质最佳的一组有雾水域图像，并对有雾水域图像进行RGB通道图像的转换、滤波、去雾及增强的连续处理，较为全面的对有雾水域图像带来去雾处理效果，提升去雾图像处理结果的全面性及有效性。

公开(公告)号：CN119450392A

公开(公告)日：2025-02-14

申请号：CN202411633127.7

申请日：2024-11-15

Applicant: 中国长江电力股份有限公司 ,  国电南瑞科技股份有限公司

Inventor： 鲍正风 ,  周保红 ,  王辉 ,  刘帅 ,  杨志超 ,  李钊 ,  刘园园 ,  刘欢 ,  卢舟鑫 ,  唐润 ,  曾旭川 ,  景波云 ,  刘飞龙 ,  杨志高 ,  李桂平 ,  邹君 ,  姜英 ,  崔利祥 ,  郑福猛

IPC: H04W4/38 ,  H04W24/02 ,  H04W52/02

Abstract: 本发明涉及设备数据管理领域，且公开了基于多信道的野外遥测设备低功耗管理方法，用于解决当环境不利于设备数据采集与传输时，导致设备消耗不必要功率的问题，该方法包括，采集信息区域的数字高程模型数据，并计算得到地形复杂系数，在设备上设置环境传感器，通过环境传感器实时采集设备所处环境的环境数据，获取设备所处区域的植被覆盖图像，并通过温度数据、湿度数据以及植被覆盖图像得到环境影响系数，获取当前的信号强度、信噪比以及丢包率，计算得到信号不稳定系数，根据地形复杂系数、环境影响系数以及信号不稳定系数计算得到等待指数，根据等待指数进行数据采集与传输的控制，有效提高了设备功耗的管理效率，减少不必要的功耗。

公开(公告)号：CN119226838A

公开(公告)日：2024-12-31

申请号：CN202411130376.4

申请日：2024-08-16

Applicant: 中国长江电力股份有限公司

Inventor： 刘道君 ,  赵昌明 ,  张玉松 ,  刘帅 ,  洪福鑫 ,  欧思程 ,  杨锦辉 ,  唐润

IPC: G06F18/23213 ,  G06F18/20 ,  G06F18/15 ,  G06F18/2433

Abstract: 本发明涉及基于K‑means算法的异常数据识别方法，所述的异常识别方法包括：通过K‑means聚类算法识别出众多小簇，然后统计各簇中数据对象数量的分布概率，生成概率分布图，并作为决策图。从决策图中，清晰观察到哪些簇中的数据对象数量明显小于其他簇，从而将它们识别为异常簇，其中的数据对象识别为异常。本发明的异常数据对象识别方法不需输入外部参数，通过决策图提供的可视信息得到异常识别结果。

公开(公告)号：CN118520396A

公开(公告)日：2024-08-20

申请号：CN202410632718.6

申请日：2024-05-21

Applicant: 中国长江电力股份有限公司

Inventor： 刘道君 ,  赵昌明 ,  张玉松 ,  刘帅 ,  欧思程 ,  唐润 ,  杨锦辉 ,  涂杰

IPC: G06F18/2433 ,  G06F18/214 ,  G06F18/10 ,  G06F18/21 ,  G06F18/241 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于多尺度时间卷积网络和季节性分解的异常检测方法，该方法结合了多尺度时间卷积网络和季节性分解，采用季节性分解技术，将时间序列数据分解为趋势、季节性和残差三个部分，然后通过自适应多尺度时间卷积网络ASTCN模型进行异常检测；该方法克服了现有技术的局限性，不仅提升了时间序列数据的预处理和特征理解能力，也显著增强了异常检测的准确性和灵敏度，提高了异常检测的准确性和可靠性，从而可以更全面地分析数据的特征，提高异常检测的性能和效果。

公开(公告)号：CN118296377A

公开(公告)日：2024-07-05

申请号：CN202410392481.9

申请日：2024-04-02

Applicant: 中国长江电力股份有限公司

Inventor： 刘道君 ,  刘帅 ,  洪福鑫 ,  涂杰 ,  赵海波 ,  唐润

IPC: G06F18/214 ,  G06F18/2433 ,  G06F123/02

Abstract: 本发明公开了一种基于高斯分布的异常水位数据生成与判别方法，包括以下步骤：采集不同站点的水位数据采集，形成具有时间序列特性的水位数据集Yall；根据开始时间和结束时间，按照时间将Yall划分为N个小集合，新的水位数据集为Y1_n；在集合Yi中随机选取一个数据点P，选取数据集合ArrM中的N点，确定高斯分布的sigma值；遍历ArrM中的所有数据；遍历Y1_n数据集合，形成最终的数据集合Map；使用水位数据集Yall，利用SVM、KNN、DBSCAN三种算法，分别形成MSVM、MKNN和MDBSCAN三个模型；遍历Map中的数据，用MSVM、MKNN和MDBSCAN进行判断，如果在三个模型中，均为非异常数据，将点从Map中移除，得到新的Mapnew，Mapnew即为得到的异常数据集。采用本技术方案可以快速度对异常水位数据进行生成，同时可以快速便捷出异常数据。

公开(公告)号：CN118449720A

公开(公告)日：2024-08-06

申请号：CN202410402908.9

申请日：2024-04-03

Applicant: 中国长江电力股份有限公司

Inventor： 刘道君 ,  张玉松 ,  刘帅 ,  欧思程 ,  唐润 ,  杨锦辉 ,  涂杰 ,  赵昌明 ,  赵海波 ,  王海

IPC: H04L9/40 ,  G01K13/00 ,  H04L41/16 ,  G06N3/0442 ,  G06F18/25

Abstract: 本发明涉及基于在线学习与记忆网络的实时异常检测方法，包括：收集实时流式数据，进行数据预处理；建立流式数据的在线学习模型；构建记忆模块网络，设定记忆模块网络的记忆更新机制；根据新数据点进行在线学习，更新在线学习模型的参数；从记忆单元中提取与当前数据点相关的历史信息；将在线学习模型得到的新数据点的当前特征与记忆单元提取的历史信息进行融合，得到融合特征；根据所述融合特征，判断当前数据点是否为异常。本发明本发明结合在线流式学习和记忆模块，能在不断变化的环境中快速识别出异常模式，并提供实时决策支持；通过在线流式学习组件对数据流的动态变化有良好的适应性。