一种充电设施选址方法及系统

    公开(公告)号:CN112036943A

    公开(公告)日:2020-12-04

    申请号:CN202010880410.5

    申请日:2020-08-27

    IPC分类号: G06Q30/02 G06Q50/06 G06K9/62

    摘要: 本发明公开了一种充电设施选址方法及系统,方法包括:根据专家意见确定充电设施选址的预设一级因素及预设二级因素;根据先验知识确定预设一级因素与预设二级因素之间的因果关系;根据预设一级因素与预设二级因素之间的因果关系,构建贝叶斯网络模型,计算贝叶斯网络模型中各节点的联合概率分布,作为节点位置建站合理性的概率;采用灵敏度分析和传播分析验证所构建的贝叶斯网络模型,生成影响充电设施选址的一级因素,判断预设一级因素与影响充电设施选址的一级因素是否一致;如果一致,选择贝叶斯网络模型中各节点最大的联合概率为首选建站位置,基于叶斯网络模型综合实际选址过程中不确定性因素,对充电设施选址具有实用性和指导性。

    裂纹图像获取、检测方法、计算机设备及可读存储介质

    公开(公告)号:CN110610483A

    公开(公告)日:2019-12-24

    申请号:CN201910739992.2

    申请日:2019-08-12

    IPC分类号: G06T7/00 G06T3/40

    摘要: 本申请公开了一种裂纹图像获取、检测方法、计算机设备及可读存储介质,属于计算机视觉技术领域。所述裂纹图像获取方法包括:通过对样本图像中目标设备进行检测,生成设备图像集,其次对设备图像集中的目标部件进行检测,生成部件图像集,然后对部件图像集进行处理,生成裂纹图像集;基于裂纹图像集训练检测模型;对样本图像的层层检测及对检测结果进行分割,结合了目标检测及语义分割技术来对裂纹进行识别,能够实现快速而准确地识别裂纹的具体像素,而不仅仅是识别其所在的外接矩形区域,据此而获取的裂纹图像更准确。本申请提供的裂纹检测方法,其裂纹检测模型基于上述裂纹图像获取方法获取的裂纹图像训练而成,能够快速而准确地识别裂纹。

    一种数据脱敏方法、装置及电子设备

    公开(公告)号:CN112800476B

    公开(公告)日:2024-07-16

    申请号:CN202110323287.1

    申请日:2021-03-25

    IPC分类号: G06F21/62 G06F21/60

    摘要: 本发明公开了一种数据脱敏方法、装置及电子设备,涉及数据处理技术领域,其中方法包括:根据待脱敏的原始编码数据生成目标数量级的全局保密整数,所述目标数量级的大小根据待脱敏数据的数据长度确定;根据所述全局保密整数得到阿贝尔群;在所述阿贝尔群中选取脱敏任务标识;根据所述脱敏任务标识和所述全局保密整数对原始编码数据进行编码,得到脱敏后的编码数据,整个脱敏过程未对编码类数据作任何变形,且整个脱敏过程仅通过计算一次大数据计算,即可实现可靠脱敏,提高了脱敏效率;同时在数据脱敏过程中将选取的脱敏任务标识加入了脱敏计算,使得在脱敏后数据提供方可以根据脱敏过程中使用的脱敏任务标识,在发生疑似数据泄露时进行溯源。

    一种图数据存储方法及装置

    公开(公告)号:CN114254164A

    公开(公告)日:2022-03-29

    申请号:CN202210190011.5

    申请日:2022-03-01

    IPC分类号: G06F16/901 G06F16/903

    摘要: 本发明提供了一种图数据存储方法及装置,其中,该方法包括:根据目标业务的图结构确定顶点数据和边数据,顶点数据包括各顶点的顶点引用标识,边数据包括各边的边引用标识;将各顶点的顶点引用标识和各边的边引用标识分别存储于各定长数据段中,存储各顶点的顶点引用标识的定长数据段的长度相同,存储各边的边引用标识的定长数据段的长度相同;根据各顶点在文件中的存储位置形成各顶点的标识符,结合各顶点的标识符建立图结构的索引树。通过执行本发明,将顶点引用标识和边引用标识存储在定长数据段中,实现了存储空间的动态可复用,并且,通过顶点的存储位置形成各顶点的标识符,使得各顶点具备ID不变性,提高了数据的定位效率。

    一种电能表串表识别方法、装置及电子设备

    公开(公告)号:CN114118302A

    公开(公告)日:2022-03-01

    申请号:CN202210082921.1

    申请日:2022-01-25

    摘要: 本发明公开一种电能表串表识别方法、装置及电子设备,方法包括:在预设电网区域,获取在预设周期内按照第一预设时长采集用户电表的历史用电负荷数据和用户电表档案数据;根据历史用电负荷数据,确定在预设周期内的历史用电功率数据;确定相邻于用户换表时间的第一历史时间对应的第一功率数据和相邻于用户换表时间的第二历史时间对应的第二功率数据;根据第一功率数据和第二功率数据,通过相似度算法计算得到二者之间的相似性系数,识别在用户换表时间是否存在电表串表现象。本发明能够提高低压台区的配电网区域的串户串表工作的识别效率以及识别的准确性,并且不受限于用户用电的排线与接线方式的多种因素影响,可快速排查出发生串户串表的用户。

    一种基于联邦学习的电动汽车充电设施推荐方法及系统

    公开(公告)号:CN111897800A

    公开(公告)日:2020-11-06

    申请号:CN202010778276.8

    申请日:2020-08-05

    摘要: 本发明公开了一种基于联邦学习的电动汽车充电设施推荐方法及系统,该方法包括:获取桩特征数据集以及车特征数据集,桩特征数据集为从桩运营数据平台数据中提取的与充电桩运营相关的桩特征构成的集合,车特征数据集为从车企数据平台数据中提取的与车充电相关的车特征构成的集合;采用联邦推荐算法对桩特征数据集和车特征数据集进行联邦训练,得到联邦推荐模型;获取待推荐充电桩列表中所有充电桩对应的当前桩特征数据集和当前车特征数据集;将当前桩特征数据集及当前车特征数据集输入联邦推荐模型,得到推荐结果。通过实施本发明,实现了桩运营数据平台数据和车企数据平台数据的融合使用,扩充了模型特征,实现了对充电设施的个性化推荐。