-
公开(公告)号:CN111932081A
公开(公告)日:2020-11-13
申请号:CN202010671281.9
申请日:2020-07-13
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信息通信分公司 , 安徽继远软件有限公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司
摘要: 本发明公开了一种电力信息系统运行状态评估方法及系统,包括获取用于评估电力信息系统运行状态的多个特征项以及多个特征项实时状态值;采用对各个特征项分配初始权重并进行两次修正过程,获取各个特征项对于评估系统运行状态的重要性系数,计算各个特征项实时状态值和各个状态等级的模糊隶属关系;获取单个状态等级下的所有特征项的模糊隶属关系加权融合结果,以最大的加权融合结果对应的状态等级作为电力信息系统运行状态最终评估结果,本发明通过采用多个与电力信息系统运行状态有关的特征项进行加权评估以及利用模糊理论获取每个特征项的多种健康等级的可能性,提高运行状态评估结果的准确性。
-
公开(公告)号:CN112508363B
公开(公告)日:2024-08-27
申请号:CN202011338528.1
申请日:2020-11-25
申请人: 国网浙江省电力有限公司信息通信分公司 , 安徽继远软件有限公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司
IPC分类号: G06Q10/0639 , G06Q50/06 , G06F18/214 , G06N3/047 , G06N3/0499
摘要: 本发明公开了一种基于深度学习的电力信息系统状态分析方法及装置,包括:获取训练样本;根据信息系统状态分析结果种类对每个训练样本进行对应种类的标注,其中特征相似的训练样本采用相同标注;以训练样本和对应的标注数据作为深度学习网络的输入进行信息系统状态分析模型训练;基于训练完成的信息系统状态分析模型进行信息系统状态分析。本发明通过在标注数据时,对特征相似的训练样本采用相同标注,实现只需将所有训练样本进行特征相似性衡量,然后将特征相似的划分为一类进行相同标注,提高训练样本标注效率,同时采用深度置信网络提高了状态分析的客观性,避免了采用主客观指标权重赋权进行状态分析造成的主客观性不平衡。
-
公开(公告)号:CN118524450A
公开(公告)日:2024-08-20
申请号:CN202311767905.7
申请日:2023-12-20
申请人: 安徽继远软件有限公司 , 国网信息通信产业集团有限公司 , 国网浙江省电力有限公司电力科学研究院
发明人: 陶俊 , 盛晔 , 王刘旺 , 杨彬彬 , 周辉 , 于军 , 罗华峰 , 毛舒乐 , 白景坡 , 邱镇 , 靳敏 , 尚书 , 郭庆 , 宋杰 , 张天奇 , 余江斌 , 林胜 , 吴小华
IPC分类号: H04W28/088 , H04W28/084
摘要: 本发明提供一种边缘算力动态调度系统及方法,属于边缘算力技术领域。所述边缘算力动态调度系统包括云计算中心、边缘节点、算力动态调度模块和调度分发模块。该边缘算力动态调度系统及方法通过设置云计算中心进行统一数据处理和长期的数据存储,然后利用算力动态调度模块根据边缘节点的系统状态和处理任务需求调整和分配计算资源,其次利用调度分发模块接收算力动态调度模块发出的处理任务,并将处理任务分配给边缘节点,边缘节点靠近数据源和终端用户以提供低延迟的数据传输、处理、计算和存储服务,从而提高数据传输的效率,以实现更快速、更可靠和更安全的数据传输和处理。
-
公开(公告)号:CN112347916B
公开(公告)日:2023-11-17
申请号:CN202011224459.1
申请日:2020-11-05
申请人: 安徽继远软件有限公司 , 国网信息通信产业集团有限公司
IPC分类号: G06V20/52 , G06V40/10 , G06V40/16 , G06V10/25 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
摘要: 本发明公开了基于视频图像分析的电力现场作业安全监控方法及装置,包括:基于静态图像进行绝对违章状态分析,获取电力现场作业监控视频的静态图像并进行预处理;通过聚类算法获取图像中的作业人员目标区域;获取目标区域内的人体骨架关键点位置,并获取人体分区域图像;结合分区域图像、作业人员目标区域图像以及静态图像整体图像通过卷积神经网络模型判断作业人员行为种类获取违章行为分析结果;本发明通过基于多种图像区域的特征融合,实现了对人体和环境交互特征的融合,同时融合了人体骨架关键点位置特征,提高了行为种类识别判断的准确性,通过关键区域的高效特征表示进行行为种类分析,减少冗余图像信息带来的计算量。
-
公开(公告)号:CN112508058B
公开(公告)日:2023-11-14
申请号:CN202011286122.3
申请日:2020-11-17
申请人: 安徽继远软件有限公司 , 国网信息通信产业集团有限公司
IPC分类号: G06F18/2433 , G06F18/25 , G06F18/2415 , G06N3/0464 , G06N3/082
摘要: 本发明公开了基于音频特征分析的变压器故障诊断方法及装置,包括:基于待分析音频数据进行分解获取噪声分量和降噪分量;获取降噪音频的Mel频谱;将降噪音频频谱图输入到预设的卷积神经网络,所述预设的卷积神经网络:通过卷积层网络分别对输入的频谱图提取特征;通过特征优化层网络获取融合优化特征;通过分类预测层网络预测变压器音频属于不同类别的概率大小,获取变压器故障诊断结果,本发明先通过变分模态分解算法对音频数据分离噪声,再通过在卷积神经网络中加入注意力模块过滤无效特征信息,两者结合提高了对音频数据中有益特征的提取能力,从而提高卷积神经网络基于音频数据进行变压器故障诊断的准确性和效率。
-
公开(公告)号:CN113837526A
公开(公告)日:2021-12-24
申请号:CN202110866796.9
申请日:2021-07-29
申请人: 安徽继远软件有限公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司
摘要: 本发明公开了基于边缘计算的变电站设备智能分析方法及系统,包括移动终端,用于获取多组变电站设备的多源信道数据,通过边缘计算装置,用于判断所述多源信道数据的属性是否符合预设条件,将属性符合预设条件的多源信道数据组合成为初始数据集,对初始数据集进行质量检测,得到标准数据集,基于标准数据集中的数据对变电站设备进行多源分析,得到变电站设备的综合分析结果,通过该方法进行变电站设备智能分析,可以将数据处理、数据分析的过程在变电站端完成,降低了通信及数据集中管理的成本,同时通过对变电站设备多源信道数据进行处理,在进行变电站设备分析,增强了变电站运检系统的数据处理能力,提高了分析结果的准确性。
-
公开(公告)号:CN112508363A
公开(公告)日:2021-03-16
申请号:CN202011338528.1
申请日:2020-11-25
申请人: 国网浙江省电力有限公司信息通信分公司 , 安徽继远软件有限公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司
摘要: 本发明公开了一种基于深度学习的电力信息系统状态分析方法及装置,包括:获取训练样本;根据信息系统状态分析结果种类对每个训练样本进行对应种类的标注,其中特征相似的训练样本采用相同标注;以训练样本和对应的标注数据作为深度学习网络的输入进行信息系统状态分析模型训练;基于训练完成的信息系统状态分析模型进行信息系统状态分析。本发明通过在标注数据时,对特征相似的训练样本采用相同标注,实现只需将所有训练样本进行特征相似性衡量,然后将特征相似的划分为一类进行相同标注,提高训练样本标注效率,同时采用深度置信网络提高了状态分析的客观性,避免了采用主客观指标权重赋权进行状态分析造成的主客观性不平衡。
-
公开(公告)号:CN112508243A
公开(公告)日:2021-03-16
申请号:CN202011338529.6
申请日:2020-11-25
申请人: 国网浙江省电力有限公司信息通信分公司 , 安徽继远软件有限公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司
IPC分类号: G06Q10/04 , G06Q10/06 , G06Q50/06 , G06F16/215 , G06F16/2458
摘要: 本发明公开了电力信息系统多故障预测网络模型的训练方法及装置,包括:获取时间序列的告警数据集,对所述告警数据集进行数据增强,得到增强的训练样本集;基于训练样本集获取用于模型训练的输入样本和与输入样本对应的目标输出样本;基于所述输入样本、目标输出样本和预设的网络模型损失函数对预设的神经网络模型进行迭代训练,获取多故障预测网络模型。本发明通过对原始数据集进行数据增强处理,实现数据特征均衡,基于数据增强后的训练样本集进行模型训练拟合得到的多故障预测网络模型具备更高的预测精度和更稳定的预测效果。
-
公开(公告)号:CN111782817A
公开(公告)日:2020-10-16
申请号:CN202010480291.4
申请日:2020-05-30
申请人: 国网福建省电力有限公司信息通信分公司 , 国网福建省电力有限公司 , 国家电网有限公司信息通信分公司 , 安徽继远软件有限公司 , 国网信息通信产业集团有限公司
IPC分类号: G06F16/36 , G06F40/295 , G06F40/30
摘要: 本发明公开了一种面向信息系统的知识图谱构建方法、装置及电子设备,包括:采集信息系统的多源异构数据;数据整合与知识抽取,对结构化数据、半结构化数据和非结构化数据获取三元组数据;设定主图与辅图;遍历每个辅图gi中的每个实体e,从主图G中获取与实体e同名的实体e1′,采用预设同名实体融合方法将实体e与主图G上的实体e1′融合;遍历每个辅图gi中的每个实体e,从主图G中找出与之不同名的实体e2′,采用预设不同名实体融合方法将实体e与主图G上的实体e2′融合;构建知识图谱;本发明在实体消歧中采用自适应双阈值设置提高决策精度,在共指消解中采用相似度多步计算方法减少运算复杂度,加快共指消解速度。
-
公开(公告)号:CN111652460A
公开(公告)日:2020-09-11
申请号:CN202010281573.1
申请日:2020-04-10
申请人: 安徽继远软件有限公司 , 合肥工业大学 , 国网信息通信产业集团有限公司 , 国家电网有限公司
摘要: 本发明公开了一种多无人机协同巡检多杆塔的智能优化方法和系统,属于无人机巡检领域。所述方法包括:预先建立巡检区域的信息库;接收针对所述巡检区域内指定个杆塔的巡检任务;获取无人机基地中无人机的能力信息;根据所述信息库、所述无人机的能力信息和所述巡检任务,采用预设的算法确定相应的巡检方案,根据所述巡检方案下发驱动指令驱动所述无人机基地中相应的无人机出发执行所述巡检任务。所述系统包括:巡检管控中心模块、无人机管控模块和智能规划模块。本发明实现了真正的多无人机协同,以更优化的方式完成电力杆塔的巡检任务,不仅降低了成本,也提高了任务效率。
-
-
-
-
-
-
-
-
-