-
公开(公告)号：CN115937492B
公开(公告)日：2024-07-09
申请号：CN202211590327.X
申请日：2022-12-12
Applicant: 国网四川省电力公司电力科学研究院 , 华北电力大学(保定) , 安徽继远软件有限公司
IPC: G06V10/143 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06Q10/20 , G06Q50/06
Abstract: 本发明公开了一种基于特征识别的变电设备红外图像识别方法，其目的在于解决在红外图像中设备与背景难以区分的情况下对变电设备目标检测困难的问题，首先对变电设备的红外图像进行兴趣特征的提取，再通过识别的难易程度放到深度学习中进行训练，通过目标检测数据集的标准制作变电设备红外数据集，并使用目标检测网络在该数据集上进行训练，实现对多种变电设备的目标检测。其利用先验知识对多种变电设备进行定位与分类，解决在红外图像中设备与背景难以区分的情况下对变电设备目标检测困难的问题，本发明方法检测更准确，通用性较强，检测过程无需人工参与。
-
公开(公告)号：CN115937492A
公开(公告)日：2023-04-07
申请号：CN202211590327.X
申请日：2022-12-12
Applicant: 国网四川省电力公司电力科学研究院 , 华北电力大学(保定) , 安徽继远软件有限公司
IPC: G06V10/143 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06Q10/20 , G06Q50/06
Abstract: 本发明公开了一种基于特征识别的变电设备红外图像识别方法，其目的在于解决在红外图像中设备与背景难以区分的情况下对变电设备目标检测困难的问题，首先对变电设备的红外图像进行兴趣特征的提取，再通过识别的难易程度放到深度学习中进行训练，通过目标检测数据集的标准制作变电设备红外数据集，并使用目标检测网络在该数据集上进行训练，实现对多种变电设备的目标检测。其利用先验知识对多种变电设备进行定位与分类，解决在红外图像中设备与背景难以区分的情况下对变电设备目标检测困难的问题，本发明方法检测更准确，通用性较强，检测过程无需人工参与。
-
公开(公告)号：CN119358796A
公开(公告)日：2025-01-24
申请号：CN202411899778.0
申请日：2024-12-23
Applicant: 国网四川省电力公司电力科学研究院
IPC: G06Q10/047 , G06Q50/06 , G06N3/092
Abstract: 本发明提供基于强化学习的电力巡检具身智能路径优化方法及系统，涉及供电系统领域，该方法包括：建立待巡检区域环境模型，包括多个待巡检节点；根据多个待巡检节点的历史运行信息，确定多个待巡检节点之间的风险关联关系，构建基于深度Q网络的巡检路径优化模型，其奖励函数与多个待巡检节点之间的风险关联关系、每个待巡检节点的实时风险值及巡检能耗相关；根据多个待巡检节点的实时运行信息和风险关联关系，确定每个待巡检节点的实时风险值；通过巡检路径优化模型根据每个待巡检节点的实时风险值，生成实时电力巡检优化路径，控制电力巡检具身机器人进行电力巡检，具有提高电力巡检的效率及响应电力故障风险的实时性，减少能耗的优点。
-
公开(公告)号：CN118865165A
公开(公告)日：2024-10-29
申请号：CN202410829438.4
申请日：2024-06-25
Applicant: 国网四川省电力公司电力科学研究院 , 四川轻化工大学
IPC: G06V20/17 , G06V10/764 , G06V10/80 , G06V10/44 , G06V10/52 , G06V10/82 , G06N3/0464 , H02J13/00
Abstract: 本发明公开了一种轻量级输电线路多类型缺陷检测方法，包括以下步骤：构建DCP‑YOLOv8模型；将输电线路图像输入DCP‑YOLOv8模型，通过骨干网络提取输电线路图像不同尺度的基本特征；通过颈部网络对输电线路图像不同尺度的基本特征进行融合，得到若干深度特征；通过检测头对所有深度特征进行分类识别，获取输电线路缺陷信息。本方法在实现模型轻量化的同时，确保高检测精度，从而能够在资源受限的边端计算场景中，实现对输电线路多类型缺陷的实时监测和识别，为输电线路的可靠运行和维护提供一种高效、实时的解决方案，保障电力系统的稳定性和安全性。
-
公开(公告)号：CN118643470A
公开(公告)日：2024-09-13
申请号：CN202411120027.4
申请日：2024-08-15
Applicant: 国网四川省电力公司电力科学研究院
IPC: G06F18/25 , G06N3/0455 , G06N3/082 , G06N3/084
Abstract: 本发明公开了一种电力垂直领域的多模态大模型训练优化方法及装置，涉及电力行业垂域大模型训练技术领域。本发明将剪枝方法注入多模态大模型完成电力垂直领域业务场景的训练，解决大模型训练时权重参数量大、显存要求高、训练时间长和计算资源要求高等问题，通过低秩微调方法对剪枝后的多模态大模型进行微调训练，对剪枝导致的模型精度损失进行补偿，既可以压缩模型大小，使其更适合训练和部署，又能保持大模型强大的泛化能力，得到易于部署的电力领域多模态大模型。
-
Patent Agency Ranking
公开(公告)号：CN118096645A
公开(公告)日：2024-05-28
申请号：CN202311770149.3
申请日：2023-12-20
Applicant: 国网四川省电力公司电力科学研究院
IPC: G06T7/00 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于结构特征提取模块引导的防震锤缺陷检测方法及系统，该方法包括：获取历史防震锤图片并形成数据集，将数据集分成训练集、验证集和测试集；并对训练集中防震锤正常样本与缺陷样本进行标注；基于防震锤的条形结构特性和任务需求，构建结构特征提取模块；并将结构特征提取模块加入到YOLOv7模型中，得到改进后的YOLOv7模型；利用训练集，对改进后的YOLOv7模型进行模型训练，得到训练权重，并生成防震锤缺陷检测模型；并利用验证集，对防震锤缺陷检测模型进行验证；基于测试集，采用训练好的防震锤缺陷检测模型进行防震锤缺陷检测，得到检测结果。本发明可以区分不同缺陷样本特征，提高了模型检测精度。
-
公开(公告)号：CN117579400A
公开(公告)日：2024-02-20
申请号：CN202410065870.0
申请日：2024-01-17
Applicant: 国网四川省电力公司电力科学研究院
IPC: H04L9/40 , H04L67/12 , G06F18/2433 , G06F18/23 , G06F18/214 , G06N3/088
Abstract: 本发明涉及工控系统异常监测技术领域，实施例公开了一种基于神经网络的工控系统网络安全监测方法及系统，方法包括：采集工控系统运行过程中的实时运行数据，实时运行数据为时序数据；对实时运行数据进行第一预处理，获取其中的异常数据段；将异常数据段输入到异常检测模型中进行异常分析，获得异常分析结果；其中，异常检测模型由预先建立的神经网络模型训练得到；本方法先对工控系统运行过程中的实时运行数据进行第一预处理，获取其中的异常数据段，排除无效数据的干扰，减少偶然误差，提升抗干扰能力；将异常数据段输入到预设的异常检测模型中进行异常分析，获得异常分析结果，当模型检测到异常情况时，对工控系统的异常状态进行反馈或报警。
-
公开(公告)号：CN117437484A
公开(公告)日：2024-01-23
申请号：CN202311529820.5
申请日：2023-11-16
Applicant: 国网四川省电力公司电力科学研究院
IPC: G06V10/764 , G06V10/82 , G06N3/084 , G06F21/62 , G06N3/0455 , G06V10/40
Abstract: 本发明提出一种基于分布式隐私保护数据的分类模型训练方法，包含：服务器端为全局分类模型以及各本地分类模型选择图片特征提取模块的初始参数；各用户端融合隐私保护技术训练各本地分类模型；各用户端向服务器端上传图片特征表示向量集和本地分类头模块参数；服务器端进行数据的筛选预处理和全局分类头模块的初始化；基于全局样本集对全局分类模型中的分类头模块进行迭代训练，将训练好的全局分类头模块和全局图片特征提取模块进行联合，获得全局分类模型。本发明采用基于注意力机制的特征提取模块结合噪声添加方式，保护了各用户端数据的隐私安全；同时通过数据筛选预处理和多方数据融合提高了分类模型的分类准确度。
-
公开(公告)号：CN116612124B
公开(公告)日：2023-10-20
申请号：CN202310897591.6
申请日：2023-07-21
Applicant: 国网四川省电力公司电力科学研究院
IPC: G06T7/00 , G06V10/44 , G06N3/0464 , G06N3/08 , G06V10/82
Abstract: 本发明提供了一种基于双分支串行混合注意力的输电线路缺陷检测方法，属于输电线路缺陷检测技术领域，该方法包括构建基于双分支串行混合注意力的输电线路缺陷检测深度神经网络模型，其中，所述基于双分支串行混合注意力的输电线路缺陷检测深度神经网络模型包括双分支串行混合注意力DBSA和特征金字塔WCFPN；利用基于双分支串行混合注意力的输电线路缺陷检测深度神经网络模型对输电线路进行缺陷检测。本发明解决了现有的输电线路缺陷检测方法不能很好地克服小目标和复杂背景两个难点的问题。
-
公开(公告)号：CN112134761B
公开(公告)日：2022-05-06
申请号：CN202011009890.4
申请日：2020-09-23
Applicant: 国网四川省电力公司电力科学研究院
Abstract: 本发明公开了基于固件分析的电力物联网终端脆弱性检测方法及系统，该方法包括：步骤1，对电力物联网终端进行固件包提取；步骤2，根据提取的电力物联网终端固件包，进行固件文件及代码逆向提取，得到所述固件包内的固件程序、代码及文件系统；步骤3，进行漏洞挖掘分析，得到固件漏洞；步骤4，搭建固件仿真模拟环境，仿真模拟运行所述固件；步骤5，根据分析得到的固件漏洞，在搭建的固件仿真运行环境上运行所述固件，进行各个所述固件漏洞的脆弱性验证，若所述固件漏洞能够被利用成功，则该固件漏洞存在较高安全隐患；若失败，则该固件漏洞存在较低安全隐患。本发明解决了电力领域中物联网设备其嵌入式系统软件的网络安全漏洞的有效检测。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.064 seconds)
