-
公开(公告)号：CN113836315B
公开(公告)日：2025-02-18
申请号：CN202111116935.2
申请日：2021-09-23
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 安徽南瑞继远电网技术有限公司
IPC: G06N5/025 , G06F16/36 , G06F16/31 , G06F16/35 , G06F40/30 , G06V30/14 , G06N3/0464 , G06N3/0455 , G06N3/047 , G06Q50/06
Abstract: 本发明公开了一种电力标准知识抽取系统，属于电力专业知识技术领域，用于建立一种高效构建电力标准专业知识图谱；引入电力标准领域数据库以及模型训练模块，模型训练模块从电力标准领域数据库内获取电力标准领域数据，并经过预训练得到BERT预训练模型，获取单位文本数据的文本嵌入式表示，参数修改模块用于修改BERT预训练模型中的下一个句子预测任务，此方式的好处为让输入的单位文本数据更长，使得BERT预训练模型能够学习更长的依赖；同时，参数修改模块将原始BERT预训练模型中的单字符的MASK操作改为连续字符的MASK操作，这样可以在BERT预训练模型中融合更多的实体语义信息，能够更加利于实体识别任务性能的提升。
-
公开(公告)号：CN113641793A
公开(公告)日：2021-11-12
申请号：CN202110937101.1
申请日：2021-08-16
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 安徽南瑞继远电网技术有限公司
IPC: G06F16/33 , G06F40/289 , G06F40/30 , G06K9/62 , G06N3/08
Abstract: 本发明公开了一种针对电力标准的长文本匹配优化的检索系统，属于文本检索领域，电力标准中每个章节可能会出现超长文本，长度大于512的时候，当建立电力标准文档检索的时候，如何有效的对检索词和长文本有效匹配是一个核心的问题。传统的TF‑IDF和BM25算法考虑的是词维度上的匹配，并没有考虑深度语义的匹配度和相关性，会造成匹配相似性具有局限性，针对原始BERT中的单字级别的Mask操作无法学习到领域专业词汇上下文的问题，针对领域分词的结果进行连续词汇片段级别的Mask操作，从而强制模型学习词汇级别的上下文，对于中文检索任务的提升有一定的效果。
-
公开(公告)号：CN113641793B
公开(公告)日：2024-05-07
申请号：CN202110937101.1
申请日：2021-08-16
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 安徽南瑞继远电网技术有限公司
IPC: G06F16/33 , G06F40/289 , G06F40/30 , G06F18/22 , G06N3/088
Abstract: 本发明公开了一种针对电力标准的长文本匹配优化的检索系统，属于文本检索领域，电力标准中每个章节可能会出现超长文本，长度大于512的时候，当建立电力标准文档检索的时候，如何有效的对检索词和长文本有效匹配是一个核心的问题。传统的TF‑IDF和BM25算法考虑的是词维度上的匹配，并没有考虑深度语义的匹配度和相关性，会造成匹配相似性具有局限性，针对原始BERT中的单字级别的Mask操作无法学习到领域专业词汇上下文的问题，针对领域分词的结果进行连续词汇片段级别的Mask操作，从而强制模型学习词汇级别的上下文，对于中文检索任务的提升有一定的效果。
-
公开(公告)号：CN117665439A
公开(公告)日：2024-03-08
申请号：CN202311557161.6
申请日：2023-11-21
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 安徽南瑞继远电网技术有限公司
Abstract: 本发明公开了基于多源数据融合的变压器负载智能监测系统及方法，属于变压器负载智能监测领域，涉及多源数据融合技术，从变压器的基础数据出发，从低压端的两种状态进行分析，分别获取变压器的基础参数和运行参数；从多源数据融合的角度将以上获取的数据进行数据融合，并定义且计算该变压器的经负系数JF，通过负载分析模块设定经负系数阈值并判定计算的经负系数JF与经负系数阈值的大小；通过经负系数的比较来进一步确定该变压器在测量周期内的使用以及损耗情况，并根据得出的结果进行报警预警，通过调整负载的形式来减少损耗，避免造成更大的经济损失。
-
公开(公告)号：CN114820437A
公开(公告)日：2022-07-29
申请号：CN202210255224.1
申请日：2022-03-15
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司合肥供电公司 , 安徽南瑞继远电网技术有限公司
Abstract: 本发明公开了一种基于级联网络的输电小金具缺陷检测方法，属于输电小金具缺陷检测技术领域，具体方法包括：步骤一：获取输电小金具的生产线组装图纸；设置输电小金具的检测装置；步骤二：获取输电小金具的若干张代表图像，进行代表图像处理，获得若干组训练集和测试集；步骤三：构造用于输电小金具缺陷检测的卷积神经网络，再通过获得的训练集和测试集进行卷积神经网络的训练和测试，将测试成功的卷积神经网络标记为缺陷检测模型；步骤四：获取检测装置中工作模拟模块的检测数据，判断检测数据是否合格，当检测数据不合格时，记录对应不合格区域；当检测数据合格时，进入下一步；步骤五：通过缺陷检测模型对经过检测区域的输电小金具进行检测。
-
Patent Agency Ranking
公开(公告)号：CN113836315A
公开(公告)日：2021-12-24
申请号：CN202111116935.2
申请日：2021-09-23
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 安徽南瑞继远电网技术有限公司
Abstract: 本发明公开了一种电力标准知识抽取系统，属于电力专业知识技术领域，用于建立一种高效构建电力标准专业知识图谱；引入电力标准领域数据库以及模型训练模块，模型训练模块从电力标准领域数据库内获取电力标准领域数据，并经过预训练得到BERT预训练模型，获取单位文本数据的文本嵌入式表示，参数修改模块用于修改BERT预训练模型中的下一个句子预测任务，此方式的好处为让输入的单位文本数据更长，使得BERT预训练模型能够学习更长的依赖；同时，参数修改模块将原始BERT预训练模型中的单字符的MASK操作改为连续字符的MASK操作，这样可以在BERT预训练模型中融合更多的实体语义信息，能够更加利于实体识别任务性能的提升。
-
公开(公告)号：CN113660143A
公开(公告)日：2021-11-16
申请号：CN202110961132.0
申请日：2021-08-20
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 安徽南瑞继远电网技术有限公司
Abstract: 本发明公开了智能传感器协议测试方法，属于传感器测试技术领域，具体方法包括：根据需要测试的传感器类型设置传感器协议测试模块；为传感器协议测试模块设置对应的技术协议；将被测传感器安装在对应的传感器协议测试模块中，建立参数库，将被测传感器的匹配数据输入到参数库中进行参数匹配，获得对应的控制参数，根据控制参数对传感器协议测试模块进行调整；向各传感器协议测试模块输入控制信号，各传感器协议测试模块输出相应激励；实时采集并显示各传感器协议测试模块的测量数据；通过设置具有不同类型的传感器协议测试模块，解决目前普通智能传感器协议测试设备只具有单品种传感器的协议测试功能的问题，提高了检测效率，同时降低成本。
-
公开(公告)号：CN113660143B
公开(公告)日：2022-07-19
申请号：CN202110961132.0
申请日：2021-08-20
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 安徽南瑞继远电网技术有限公司
Abstract: 本发明公开了智能传感器协议测试方法，属于传感器测试技术领域，具体方法包括：根据需要测试的传感器类型设置传感器协议测试模块；为传感器协议测试模块设置对应的技术协议；将被测传感器安装在对应的传感器协议测试模块中，建立参数库，将被测传感器的匹配数据输入到参数库中进行参数匹配，获得对应的控制参数，根据控制参数对传感器协议测试模块进行调整；向各传感器协议测试模块输入控制信号，各传感器协议测试模块输出相应激励；实时采集并显示各传感器协议测试模块的测量数据；通过设置具有不同类型的传感器协议测试模块，解决目前普通智能传感器协议测试设备只具有单品种传感器的协议测试功能的问题，提高了检测效率，同时降低成本。
-
公开(公告)号：CN114360582B
公开(公告)日：2025-03-28
申请号：CN202210042045.X
申请日：2022-01-14
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽南瑞继远电网技术有限公司 , 国网电力科学研究院有限公司 , 中国电力科学研究院有限公司 , 国家电网有限公司
Inventor： 张晨晨 , 丁国成 , 杨可军 , 张可 , 黄文礼 , 朱太云 , 季坤 , 李坚林 , 甄超 , 韩帅 , 王成龙 , 吴兴旺 , 杨海涛 , 吴杰 , 尹睿涵 , 胡啸宇 , 高飞 , 毛光辉
Abstract: 本发明涉及一种基于多频段自监督的变压器声纹异常检测方法，包括：对变压器的声纹数据进行采集和预处理；对采集的声纹数据进行特征提取；设计一个自监督的多层全连接神经网络模型，并自监督学习变压器的工作声纹数据特征，判断声纹数据特征之间的差异；在自监督学习中，当输入连续的声纹数据特征时，多层全连接神经网络模型输出连续的声纹数据异常监测差异度结果；使用模板匹配算法进行异常频率特征向量的识别检测，对异常频率特征分分离注册，实现泛化性的识别检测。本发明保留变压器声纹中的关键特征同时压缩非关键频带的参数，降低特征向量维度，减少计算负担加快系统分析速度，极大节省专业人员工作量，减少人工干预造成的精度偏差。
-
公开(公告)号：CN114360582A
公开(公告)日：2022-04-15
申请号：CN202210042045.X
申请日：2022-01-14
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽南瑞继远电网技术有限公司 , 国网电力科学研究院有限公司 , 中国电力科学研究院有限公司 , 国家电网有限公司
Inventor： 张晨晨 , 丁国成 , 杨可军 , 张可 , 黄文礼 , 朱太云 , 季坤 , 李坚林 , 甄超 , 韩帅 , 王成龙 , 吴兴旺 , 杨海涛 , 吴杰 , 尹睿涵 , 胡啸宇 , 高飞 , 毛光辉
Abstract: 本发明涉及一种基于多频段自监督的变压器声纹异常检测方法，包括：对变压器的声纹数据进行采集和预处理；对采集的声纹数据进行特征提取；设计一个自监督的多层全连接神经网络模型，并自监督学习变压器的工作声纹数据特征，判断声纹数据特征之间的差异；在自监督学习中，当输入连续的声纹数据特征时，多层全连接神经网络模型输出连续的声纹数据异常监测差异度结果；使用模板匹配算法进行异常频率特征向量的识别检测，对异常频率特征分分离注册，实现泛化性的识别检测。本发明保留变压器声纹中的关键特征同时压缩非关键频带的参数，降低特征向量维度，减少计算负担加快系统分析速度，极大节省专业人员工作量，减少人工干预造成的精度偏差。
-
-
-
-
-
-
-
-
-
Search Results
208
records
(took 0.076 seconds)
