-
公开(公告)号：CN109450934A
公开(公告)日：2019-03-08
申请号：CN201811549389.X
申请日：2018-12-18
Applicant: 国家电网有限公司 , 中国电力科学研究院有限公司 , 国网福建省电力有限公司福州供电公司 , 北京邮电大学
Inventor： 梁晓兵 , 许斌 , 翟峰 , 刘鹰 , 吕英杰 , 岑炜 , 付义伦 , 李保丰 , 曹永峰 , 王楠 , 崔宝江 , 李思韬 , 张庚 , 孔令达 , 徐萌 , 冯云 , 袁泉 , 冯占成 , 杨全萍 , 任博 , 周琪 , 卢艳 , 韩文博 , 李丽丽 , 马倩 , 孙邦
IPC: H04L29/06
CPC classification number: H04L63/1425 , H04Q2209/60
Abstract: 本发明涉及一种终端接入数据异常检测方法及系统,包括：把原始报文数据的相关属性抽象为可识别的特征向量，并对特征向量进行解析；对解析后的报文特征数据进行去重处理，且对取值范围较大的特征数据进行量化处理；检测终端接入数据中的正常数据与异常数据，并生成对应模型文件；通过加载模型文件对报文数据进行在线分类与检测，并生成检测结果。不但误报率和漏报率低，而且可保障用电信息采集系统的可靠运行。
-
公开(公告)号：CN109391624A
公开(公告)日：2019-02-26
申请号：CN201811352235.1
申请日：2018-11-14
Applicant: 国家电网有限公司 , 中国电力科学研究院有限公司 , 国网福建省电力有限公司福州供电公司
Inventor： 梁晓兵 , 许斌 , 翟峰 , 刘鹰 , 吕英杰 , 岑炜 , 付义伦 , 李保丰 , 曹永峰 , 张庚 , 孔令达 , 徐萌 , 冯云 , 王楠 , 袁泉 , 冯占成 , 杨全萍 , 任博 , 周琪 , 卢艳 , 韩文博 , 李丽丽
CPC classification number: H04L63/1425
Abstract: 本发明提供一种基于机器学习的终端接入数据异常检测方法，包括：根据预先确定的多维特征库，处理接收到的当前终端接入数据，以获取每条接入数据的特征向量，其中，当前终端接入数据中包括至少一条接入数据；将获取的特征向量作为机器学习模型的输入信息，确定当前终端接入数据的检测结果，其中，该机器学习模型是预先训练并通过正确率测试的异常接入检测模型。该方法利用建立的异常接入检测模型检测终端接入数据的异常行为，保障了电、水、热、气热能源计量一体化采集系统的安全可靠运行。
-
公开(公告)号：CN119128750A
公开(公告)日：2024-12-13
申请号：CN202411176227.1
申请日：2024-08-26
Applicant: 北京邮电大学 , 中国电力科学研究院有限公司
Inventor： 高欣 , 陈玲俐 , 李保丰 , 翟峰 , 赵兵 , 郜波 , 王一帆 , 秦煜 , 陈昊 , 梁晓兵 , 郑安刚 , 许斌 , 尹建芹 , 徐萌 , 冯云 , 赵英杰 , 于秀丽
IPC: G06F18/2433 , G01R35/04 , G06N3/0455 , G06F123/02
Abstract: 本发明公开了一种基于多粒度动态感受野的电能表异常检测系统及方法，属于电能计量技术领域。本发明系统，包括：多粒度动态感受野模块，用于对电能表的补丁块数据进行遍历处理，以输出感受野数据；多维时序编解码器模块，用于对所述多粒度动态感受野模块输出的感受野数据进行重构，输出重构数据；双层异常检测模块，用于计算出所述多维时序编解码器模块输出的重构数据的异常分数，基于所述异常分数，确定电能表的异常。本发明通过感受野及数据重构，能够识别数据的异常，以此确定异常分数，并解决了现有重构方法在处理低信息密度的多维时序数据时可能出现的信息丢失或语义特征挖掘不足的问题。
-
公开(公告)号：CN118411560A
公开(公告)日：2024-07-30
申请号：CN202410523072.8
申请日：2024-04-28
Applicant: 中国电力科学研究院有限公司 , 北京邮电大学 , 国网山西省电力公司 , 国网山西省电力公司营销服务中心
Inventor： 李保丰 , 翟峰 , 高欣 , 苏俊池 , 方潇 , 赵兵 , 郜波 , 秦煜 , 陈昊 , 梁晓兵 , 郑安刚 , 许斌 , 徐萌 , 冯云 , 赵英杰 , 卢建生 , 任宇路 , 石智珩 , 谢振刚 , 杨子成 , 杨帅
IPC: G06V10/764 , G06V10/774 , G06V10/40 , G06N3/0464
Abstract: 本发明属于图像多目标检测技术领域，公开了一种目标检测模型构建方法、目标检测方法及相关装置；其中，所述目标检测模型构建方法包括：以基于YOLO框架的目标检测网络为基准模型，将基准模型的特征提取网络中的所有卷积层替换为重排网络模块和设置于重排网络模块后的无参数注意力模块，获得轻量化目标检测网络；基于选定的训练数据集对所述轻量化目标检测网络进行深度学习预训练，然后基于教师模型使用置信度蒸馏损失进行蒸馏训练，达到预设收敛条件后，构建获得目标检测模型。本发明构建获得的目标检测网络在面临复杂的检测场景和实时的检测任务时，具有较高的检测精度和检测效率。
-
公开(公告)号：CN117092582A
公开(公告)日：2023-11-21
申请号：CN202310990073.9
申请日：2023-08-08
Applicant: 北京邮电大学 , 中国电力科学研究院有限公司 , 国网山西省电力公司营销服务中心
IPC: G01R35/04 , G06F18/213 , G06F18/214 , G06F18/22 , G06N3/0455 , G06N3/094
Abstract: 本发明公开了一种基于对抗对比自编码器的电能表异常检测方法及装置。其中，方法包括：获取待测电能表历史检测的多变量长时间序列数据；对多变量长时间序列数据进行归一化处理，划分预设窗口长度的多个时间窗口数据；将多个时间窗口数据输入至预先训练的异常检测模型中，输出每个时间窗口数据对应的重构数据，异常检测模型中采用对抗对比自编码器；根据每个时间窗口数据的重构数据以及时间窗口数据确定该时间窗口数据每个时间点的异常分数，并根据异常分数，确定每个时间点的异常程度。
-
Patent Agency Ranking
公开(公告)号：CN118818414A
公开(公告)日：2024-10-22
申请号：CN202411183169.5
申请日：2024-08-27
Applicant: 北京邮电大学 , 中国电力科学研究院有限公司
IPC: G01R35/04
Abstract: 本发明公开了一种基于动量更新双路重构自校正电能表异常检测方法及系统，属于电能表异常检测技术领域。本发明方法，包括：获取电能表的原始时间序列数据，并基于所述原始时间序列数据生成时间序列集；基于所述时间序列集及基于动量更新Transformer记忆模块的双路重构自校正框架，训练得到用于电能表异常检测的检测模型；基于所述检测模型，根据目标电能表的时间序列集，对所述目标电能表的异常进行检测。本发明增强了模型对正常数据的学习能力同时提高正异常的区分度，提高了异常检测的性能。
-
公开(公告)号：CN118484703A
公开(公告)日：2024-08-13
申请号：CN202410561513.3
申请日：2024-05-08
Applicant: 北京邮电大学 , 中国电力科学研究院有限公司 , 国网山西省电力公司 , 国网山西省电力公司营销服务中心
Inventor： 孟之航 , 高欣 , 李保丰 , 翟峰 , 赵兵 , 郜波 , 秦煜 , 陈昊 , 梁晓兵 , 郑安刚 , 许斌 , 徐萌 , 冯云 , 赵英杰 , 卢建生 , 任宇路 , 石智珩 , 谢振刚 , 杨子成 , 杨帅
Abstract: 本发明公开了一种基于迁移学习的电能表故障分类方法及装置。其中，方法包括：收集电能表的历史故障数据样本集；分别遍历历史故障数据样本集中的每一故障类别样本，将该故障类别下所有样本作为少数类样本集，其余各故障类别的样本作为多数类样本集，生成多个二类数据集；根据预先训练的迁移数据选择器以及迁移任务监督器，分别对多个二类数据集进行对抗迭代，生成多个迁移数据集；分别将多个迁移数据集输入至少数类样本生成模型中，生成多个平衡样本集分别训练分类器，生成多个故障类别分类器；将实时采集的待测故障数据分别输入至多个故障类别分类器，输出多个故障类别概率，并选取多个故障类别概率中最大值作为待测故障数据的故障类别。
-
公开(公告)号：CN116630989A
公开(公告)日：2023-08-22
申请号：CN202310400896.1
申请日：2023-04-14
Applicant: 北京邮电大学 , 中国电力科学研究院有限公司 , 国网山西省电力公司营销服务中心 , 国网山西省电力公司
IPC: G06V30/19 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本发明提出了一种智能电表故障检测方法、系统、电子设备及存储介质，包括：预处理智能电表图像数据，得到智能电表图像数据对应的注意力图；根据注意力图的特征轮廓尺寸计算等效粒度，遍历智能电表图像数据后经过聚类挖掘得到鉴别性粒度，指导智能电表图像数据中的每张电表图像自适应划分为多粒度拼图；根据注意力图转换所得的二值图计算特征位置分布，根据特征位置分布规律对所述多粒度拼图进行自适应遮挡，并随机打乱得到多粒度掩码混淆拼图；利用多粒度掩码混淆拼图和原始图像作为检测模型的输入，对智能电表可视故障检测模型进行渐进式训练；将待测电表图像数据输入训练好的智能电表可视故障检测模型，以完成故障类别的检测。
-
公开(公告)号：CN118501795A
公开(公告)日：2024-08-16
申请号：CN202410440793.2
申请日：2024-04-12
Applicant: 北京邮电大学 , 中国电力科学研究院有限公司 , 国网山西省电力公司 , 国网山西省电力公司营销服务中心
Inventor： 高欣 , 陈玲俐 , 李保丰 , 翟峰 , 赵兵 , 郜波 , 秦煜 , 陈昊 , 梁晓兵 , 郑安刚 , 许斌 , 徐萌 , 冯云 , 赵英杰 , 卢建生 , 任宇路 , 石智珩 , 谢振刚 , 杨子成 , 杨帅
IPC: G01R35/04 , G06F18/15 , G06F18/213 , G06F18/2433 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/0895 , G06F123/02
Abstract: 本发明公开了一种基于扩散模型的电能表异常检测方法及装置。其中，方法包括：获取待测电能表历史检测的多变量长时间序列数据；将所述多变量长时间序列数据划分为预设窗口长度的多个时间窗口数据；将多个所述时间窗口数据和其相邻时间窗口数据输入至预先训练的异常检测模型中，输出所述时间窗口数据对应的重构数据，其中所述异常检测模型为基于扩散模型的前向过程及反向去噪过程实现重构数据的生成；根据每个时间窗口数据的重构数据以及原始数据确定该时间窗口数据每个时间点的异常分数，并根据所述异常分数，确定所述待测电能表每个时间点的异常程度。
-
公开(公告)号：CN117092581A
公开(公告)日：2023-11-21
申请号：CN202310990071.X
申请日：2023-08-08
Applicant: 北京邮电大学 , 中国电力科学研究院有限公司 , 国网山西省电力公司营销服务中心
IPC: G01R35/04 , G06F18/213 , G06F18/214 , G06F18/24 , G06N3/0455 , G06N3/0442 , G06N3/088
Abstract: 本发明公开了一种基于段一致性判别自编码器电能表异常检测方法及装置。其中，方法包括：获取待测电能表历史检测的多变量长时间序列数据；对多变量长时间序列数据进行归一化处理，划分预设窗口长度的多个时间窗口数据；将多个时间窗口数据输入至预先训练的异常检测模型中，输出每个时间窗口数据对应的重构数据，其中异常检测模型采用段一致性判别自编码器；根据每个时间窗口数据的重构数据以及原始数据确定该时间窗口数据每个时间点的异常分数，并根据异常分数，确定待测电能表每个时间点的异常程度。
-
-
-
-
-
-
-
-
-
Search Results
134
records
(took 0.135 seconds)
