-
公开(公告)号:CN119782029A
公开(公告)日:2025-04-08
申请号:CN202510268078.X
申请日:2025-03-07
Applicant: 国网湖北省电力有限公司武汉供电公司
Abstract: 本申请提供一种基于深度学习的业务应用系统故障根源分析方法,包括S1,构建应用系统架构;S2,构建应用系统中各个软件与硬件资源与系统各层级的关系;S3,对各个软件与硬件单元的性能数据进行采集处理;S4,进行应用系统的性能指标阈值设定;S5,进行应用系统多维度性能数据的融合;S6,对多维度性能数据进行时空关联;S7,对多维度电力应用关联分析数据进行分析。本发明首先构建了应用系统构架,通过数据采集及处理层进行数据预处理、多维度融合和模拟动态调节,这样能够对网络层、服务器层、软件层和应用层的故障根源进行组合分析,这样将各层之间的告警结合起来分析,使得分析的结果更加的准确,提升了运行维护效率。
-
公开(公告)号:CN119785164A
公开(公告)日:2025-04-08
申请号:CN202510281066.0
申请日:2025-03-11
Applicant: 国网湖北省电力有限公司武汉供电公司
Abstract: 本申请提供一种动态目标检测方法、系统及介质,方法包括1)利用改进的YOLOv7双流特征提取Siamese网络同时处理标准样本和实时监控样本,通过对比两者间的特征差异,以捕获关键安全特征;2)将CBAM注意力模块集成到YOLOv7的特征融合模块中,利用空间和通道注意力机制增强关键特征的表达并抑制无关信息;3)利用双流特征提取Siamese网络和多尺度特征聚合网络输出的特征,使用一个具有可变性卷积和注意力机制优化检测头部进行目标检测;4)计算损失函数。本发明可以有效应对工业安全监控中的诸多挑战,结局现有技术往往难以区分紧密排列或部分遮挡的目标,导致误报和漏报率较高的问题。
-