-
公开(公告)号：CN118857264A
公开(公告)日：2024-10-29
申请号：CN202410795344.X
申请日：2024-06-19
申请人： 国家电网有限公司 , 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
摘要： 本发明涉及一种基于多传感器融合的机器人定位方法及系统，包括：在机器人底部配置第一检测单元，机器人头部配置第二检测单元；所述第一检测单元包括激光雷达和惯性测量单元；所述第二检测单元包括UWB定位标签；基于激光雷达和惯性测量单元获取的传感器数据进行数据融合，得到第一位姿信息；基于UWB定位标签和惯性测量单元获取的传感器数据进行数据融合，得到第二位姿信息；对第一位姿信息和第二位姿信息进行数据融合，得到机器人位姿信息。
-
公开(公告)号：CN118609563A
公开(公告)日：2024-09-06
申请号：CN202410795339.9
申请日：2024-06-19
申请人： 国家电网有限公司 , 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
IPC分类号： G10L15/22 , G10L15/08 , G10L19/02 , G10L19/26 , G10L21/0232 , G10L25/18 , G10L25/24 , G10L25/87 , G10L25/90 , G10L17/04 , H04L9/32 , H04L9/40
摘要： 本发明公开了一种基于动态密码声纹鉴权的机器人临时控制方法及系统，控制方法包括以下步骤：提取用户的第一声纹特征，构建声纹模型并保存；生成具有时效性的动态口令并通知用户；实时监听环境声音，检测到关键词时连续录音，生成音频文件；提取音频文件的第二声纹特征，将所述第二声纹特征与声纹模型进行比对；提取所述音频文件中的口令特征，与保存的口令比对；使用自然语言处理技术解析比对成功的音频文件，生成动作指令发送至执行终端；执行终端根据收到的动作指令执行相应的动作。本发明能够快速准确地从短时录音中提取声纹特征进行身份鉴别和时效授权，有效提高识别准确率，增强鲁棒性以及增加声纹特征的区分能力。
-
公开(公告)号：CN117874612A
公开(公告)日：2024-04-12
申请号：CN202410011534.8
申请日：2024-01-03
申请人： 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
IPC分类号： G06F18/241 , G06N3/088
摘要： 本发明提出一种基于人工智能的电力系统设备模型异常检测方法，通过无监督学习和神经网络模型相结合的方式，对传统的电力专用模型进行增强，通过狭义神经网络构建故障分类模型，能够实现对电力设备的准确故障分类诊断。最后，基于人工智能的故障检测方法能够实现在线故障诊断，及时预警和处理电力系统设备的故障问题。本发明运用了前沿的人工智能算法和技术，具有识别准确性高、故障诊断能力强的优点。可以应用于电力系统异常检测和在线故障诊断等领域，提高电力系统的安全稳定性和可靠性。
-
公开(公告)号：CN117746105A
公开(公告)日：2024-03-22
申请号：CN202311647870.3
申请日：2023-12-01
申请人： 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
IPC分类号： G06V10/764 , G06V10/74 , G06V10/56 , G06V10/30 , G06V10/82
摘要： 本发明公开了一种电力设备标识的识别方法，涉及图像识别技术领域，步骤如下：图像采集：使用摄像设备对待识别的电力设备进行图像采集。图像预处理：对采集到的图像进行预处理，包括图像去噪、图像增强等操作，以提高后续识别的准确性。特征提取：从预处理后的图像中提取特征。特征匹配：通过匹配特征与已知的电力设备标识数据库进行比对，找到与之相匹配的标识。标识输出：将识别到的电力设备标识输出到相关的系统或设备中。本发明公开了，采用图像采集、预处理、特征提取、特征匹配和标识输出的电力设备标识识别方法能够实现自动化、准确性高、一致性好的标识识别，为电力设备管理和运维提供了有益的效果和增强。
-
公开(公告)号：CN117726799A
公开(公告)日：2024-03-19
申请号：CN202311745525.3
申请日：2023-12-18
申请人： 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 武汉大学
IPC分类号： G06V10/25 , G06V10/774 , G06V10/82 , G06N3/096 , G06N3/0895 , G06N3/044 , G06N3/084
摘要： 本发明涉及一种基于小样本和迁移学习的自监督预训练方法，包括以下步骤：获取原始数据并进行预处理，原始数据包括大量无标注图像样本数据和部分有标注图像样本数据；构建目标检测基础网络模型；基于原始数据构建基础目标检测数据集，输入至目标检测基础网络模型中，进行预训练；收集包括导线断股和线路覆冰异常情况的输电线路巡检图像放入小样本巡检专业数据集中；利用小样本巡检专业数据集，在基础目标检测模型之上进行迁移学习，得到用于识别导线断股和线路覆冰的输电线路巡检目标识别模型；通过容器化部署的方式将输电线路巡检目标识别模型封装为镜像，将该镜像部署于输电线路巡检设备中，进行输电线路巡检。
-
公开(公告)号：CN117172320A
公开(公告)日：2023-12-05
申请号：CN202311232199.6
申请日：2023-09-22
申请人： 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
IPC分类号： G06N5/022 , G06F18/214 , G06F18/24
摘要： 本发明涉及一种基于ChatGPT微调预训练模型优化电力主设备缺陷诊断的方法。构建一个包含80%正确语句和20%由ChatGPT API生成的语法错误语句的语料库。将领域特定的长文本转换为CoLA数据集格式。采用Adapter BERT作为基础架构进行微调，基础模型使用bert‑Chinese‑base，并在满足准确性阈值后冻结所有层参数，将模型作为特征提取器。通过汇总最后一个隐藏层的输出，得到最终的向量表示。选取表现优秀的KGC模型，仅修改其输入层。引入一个全连接层在预训练语言模型的输出层和KGC模型之间。全连接层在KGC任务迭代过程中训练并更新其参数。最后，在KGC模型中，通过计算候选实体的概率并对其排序，选取前k个实体作为最终答案。实验结果表明，该方法在诊断电力主设备缺陷方面有效地提高了KGC的性能。
-
公开(公告)号：CN111654005B
公开(公告)日：2022-07-05
申请号：CN202010310298.1
申请日：2020-04-20
申请人： 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
摘要： 本发明涉及一种进行配电台区低压漏电监测、研判与自愈的方法，提供一种新型智能配电台区低压系统，所述系统包括边缘物联代理、总保开关、集中器、多个分支箱和多个表箱；通过在端层的智能开关实时监测及在线感知低压配电台区漏电情况，并上报信息至融合终端或智能配变终端等边缘物联代理，在边层进行低压配电台区漏电情况的综合与定位、隔离故障点与恢复供电，大大提高了台区漏电检修效率，降低了基层一线员工检修工作量，使漏电造成的停电对用户的影响降到最低。
-
公开(公告)号：CN111654005A
公开(公告)日：2020-09-11
申请号：CN202010310298.1
申请日：2020-04-20
申请人： 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
摘要： 本发明涉及一种进行配电台区低压漏电监测、研判与自愈的方法，提供一种新型智能配电台区低压系统，所述系统包括边缘物联代理、总保开关、集中器、多个分支箱和多个表箱；通过在端层的智能开关实时监测及在线感知低压配电台区漏电情况，并上报信息至融合终端或智能配变终端等边缘物联代理，在边层进行低压配电台区漏电情况的综合与定位、隔离故障点与恢复供电，大大提高了台区漏电检修效率，降低了基层一线员工检修工作量，使漏电造成的停电对用户的影响降到最低。
-
公开(公告)号：CN118964644A
公开(公告)日：2024-11-15
申请号：CN202411102527.5
申请日：2024-08-12
申请人： 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 中国电力科学研究院有限公司 , 福建省亿力信息技术有限公司
摘要： 本发明涉及一种面向供电服务指挥的语义大模型内容可控生成方法，包括以下步骤：预先获取知识库文件同时加载知识库文件的文本内容，并对知识库文件的文本内容进行分割，获取问句文本内容；基于Sentence‑BERT句嵌入表征模型的文本向量化方法，计算问句文本内容与知识库文件的文本内容的向量相似度，并存储到向量数据库中；使用混合检索计算问句文本内容与知识库文件的文本内容的综合相关度评分，根据综合相关度评分对向量数据库中对应的向量相似度结果进行排序；对问句文本内容以及知识库文件文本内容检索结果，使用输入‑输出的安全防护模型提高语义大模型安全性；实现面向供电服务指挥的语义大模型内容的可控生成。
-
公开(公告)号：CN117875710A
公开(公告)日：2024-04-12
申请号：CN202410037813.1
申请日：2024-01-10
申请人： 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
IPC分类号： G06Q10/0635 , G06Q50/06 , G06F18/2415 , G06F18/243 , G06N5/01
摘要： 本发明涉及一种基于贝叶斯网络的变电站设备模型安全分析与风险评估方法。首先，基于故障树分析，将设备故障事件建模为故障事件树，并利用可靠性数据估计设备故障率。然后，通过贝叶斯网络建立起设备模型的风险评估模型。该风险评估模型能够考虑设备的故障率、故障事件以及其它相关因素，实现对变电站设备模型的动态风险评估。本发明创造性地将变电站设备模型中物理部件的故障率和故障事件引入风险评估，得到一种新的风险指标层次结构。不仅考虑可靠性指标，还考虑变电站设备模型的本质安全特征，能够定量地呈现动态风险水平。通过将故障率和故障事件与贝叶斯网络相结合，可以更准确地评估设备的风险水平，并提前采取必要的措施来避免事故的发生。
-
-
-
-
-
-
-
-
-
搜索结果
81 条记录 (耗时 0.095 秒)
