-
公开(公告)号：CN113591909A
公开(公告)日：2021-11-02
申请号：CN202110700213.5
申请日：2021-06-23
申请人： 北京智芯微电子科技有限公司 , 国网信息通信产业集团有限公司 , 北京芯可鉴科技有限公司
摘要： 本发明实施例公开了一种电力系统的异常检测方法、异常检测装置以及计算机可读存储介质。该方法包括：获取电力系统的电力信息，电力信息包括多个电力数据；获取预设融合检测模型；基于预设融合检测模型对电力信息进行分析，获得分析后信息；基于预设融合检测模型对分析后信息进行处理，获得处理后信息；基于处理后信息生成电力系统的异常检测结果。本发明采用融合后的检测模型，在兼顾每个检测模型优点的基础上，克服单个检测模型的缺陷，实现更智能化的异常检测效果，提高异常检测效率，提高检测精确性；提高了异常处理效率，提高了电力系统的运行安全性，满足了企业的实际需求。
-
公开(公告)号：CN112714082A
公开(公告)日：2021-04-27
申请号：CN202110328007.6
申请日：2021-03-26
申请人： 北京智芯微电子科技有限公司 , 国网信息通信产业集团有限公司
IPC分类号： H04L12/931 , H04L12/933
摘要： 本发明实施例提供一种面向SV和GOOSE通信的以太网芯片，属于工业以太网芯片技术领域。所述芯片包括：SV/GOOSE编解码模块，被设置为用于提供SV和GOOSE报文的硬件编解码功能；介质接入控制MAC控制器，被设置为用于提供SV/GOOSE/时间同步报文识别及深度过滤、报文发送/接收控制、差错检查功能；物理层PHY收发器，被设置为用于提供报文与传输介质之间的物理连接接口功能。本发明实施例适用于以太网中的数据交换。
-
公开(公告)号：CN112528971B
公开(公告)日：2021-06-04
申请号：CN202110174426.9
申请日：2021-02-07
申请人： 北京智芯微电子科技有限公司 , 国网信息通信产业集团有限公司
摘要： 本发明涉及目标检测技术领域，提供一种基于深度学习的输电线路异常目标检测方法、系统及存储介质。所述方法包括：根据预先收集的输电线路通道内的图像数据进行网络模型训练，所述网络模型训练包括：对目标检测算法的损失函数进行优化，利用预先收集的图像数据和优化后的损失函数进行网络模型训练得到深度学习网络模型；采集当前的输电线路通道内的图像数据；利用所述深度学习网络模型对当前的图像数据进行推理，根据推理结果确定当前的输电线路通道内是否存在异常目标。本发明通过对损失函数进行优化来提高目标检测的预测框位置的准确性，从而提升输电线路异常目标检测的精度，降低输电线路异常检测成本。
-
公开(公告)号：CN112528971A
公开(公告)日：2021-03-19
申请号：CN202110174426.9
申请日：2021-02-07
申请人： 北京智芯微电子科技有限公司 , 国网信息通信产业集团有限公司
摘要： 本发明涉及目标检测技术领域，提供一种基于深度学习的输电线路异常目标检测方法、系统及存储介质。所述方法包括：根据预先收集的输电线路通道内的图像数据进行网络模型训练，所述网络模型训练包括：对目标检测算法的损失函数进行优化，利用预先收集的图像数据和优化后的损失函数进行网络模型训练得到深度学习网络模型；采集当前的输电线路通道内的图像数据；利用所述深度学习网络模型对当前的图像数据进行推理，根据推理结果确定当前的输电线路通道内是否存在异常目标。本发明通过对损失函数进行优化来提高目标检测的预测框位置的准确性，从而提升输电线路异常目标检测的精度，降低输电线路异常检测成本。
-
公开(公告)号：CN111275187A
公开(公告)日：2020-06-12
申请号：CN202010056993.X
申请日：2020-01-16
申请人： 北京智芯微电子科技有限公司 , 国网信息通信产业集团有限公司
摘要： 本发明实施例提供一种深度神经网络模型的压缩方法及装置，属于计算机技术领域。所述方法包括：在当前的模型训练周期中，计算待压缩的深度神经网络模型中的模型通道对应的范数；根据范数以及对应的初始化权重阈值，模型通道裁剪，得到裁剪后的深度神经网络模型；判断裁剪后的深度神经网络模型的模型精度与期望精度之间的差值是否大于零；当差值大于零时，根据差值以及初始化权重阈值，每层神经网络对应的自适应权重阈值；根据裁剪后模型中每个参数量化的结果对其损失函数的影响程度，确定量化后的深度神经网络模型；将量化后的深度神经网络模型作为当前的模型训练周期的压缩后模型。本发明实施例适用于神经网络模型的压缩。
-
公开(公告)号：CN209608738U
公开(公告)日：2019-11-08
申请号：CN201920207619.8
申请日：2019-02-18
申请人： 北京智芯微电子科技有限公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司 , 国网河北省电力有限公司
摘要： 本实用新型公开了一种模块化的视频采集终端，包括：图像采集模块，设置有镜头，所述镜头用于采集视频信号，所述图像采集模块用于将采集到的视频信号进行转换；电源模块用于为所述视频采集终端供电；主控模块用于对转换后的数据进行处理；通信模块用于接收所述主控模块传输的数据，并进行发送；其中，所述图像采集模块、电源模块、通信模块与所述主控模块可拆卸连接。本实用新型提供的模块化的视频采集终端，可以增加摄像头的使用场景，降低用户的购买成本。
-
公开(公告)号：CN212391799U
公开(公告)日：2021-01-22
申请号：CN202021024672.3
申请日：2020-06-05
申请人： 北京智芯微电子科技有限公司 , 国网信息通信产业集团有限公司
摘要： 本实用新型实施例提供一种输电线路视频监控装置及系统，属于输电线路监测技术领域。所述装置包括：相互连接的图像处理模块、存储器与控制器，以及与图像处理模块连接的图像传感器模块，其中，图像处理模块中配置有低功耗人工智能芯片，低功耗人工智能芯片内嵌有用于识别异常目标的神经网络模型，其中，图像传感器模块，实时采集输电线路的图像数据；图像处理模块，用于接收输电线路的图像数据，基于神经网络模型识别输电线路的图像数据中的异常目标，并将标注有异常目标的输电线路的图像数据上传至服务器；存储器，用于存储神经网络模型；以及控制器，用于将存储器中的神经网络模型调入图像处理模块中。
-
公开(公告)号：CN212392947U
公开(公告)日：2021-01-22
申请号：CN202020941173.4
申请日：2020-05-28
申请人： 北京智芯微电子科技有限公司 , 国网信息通信产业集团有限公司
摘要： 本实用新型实施例提供一种智能识别装置以及监控系统，属于监控技术领域。所述智能识别装置与监控终端连接，所述装置包括：相互连接的神经网络处理器、存储器与AVR微控制器，其中，所述神经网络处理器，与所述监控终端连接，用于获取所述监控终端摄取的实时视频图像，并根据预设识别模型在所述实时视频图像中，基于神经网络技术识别目标图像，将所述目标图像的坐标以及代码传输给所述监控终端；所述存储器，用于存储所述神经网络处理器运行的固件；以及所述AVR微控制器，用于将所述存储器中的固件调入所述神经网络处理器中。所述智能识别装置可实现本地图像识别，进而大幅地提升了电力系统厂区内设备监测的智能化和处理时效。
-
公开(公告)号：CN114330461A
公开(公告)日：2022-04-12
申请号：CN202210255087.1
申请日：2022-03-16
申请人： 北京智芯微电子科技有限公司 , 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司
摘要： 本发明公开了一种用于非侵入负荷识别的V‑I轨迹生成方法、装置及神经网络，方法包括：在确定投切事件发生时，获取初始V‑I轨迹，初始V‑I轨迹为电压和无功电流随时间变化的轨迹；基于初始V‑I轨迹获取电压的时间导数和无功电流的时间导数；根据电压的时间导数和无功电流的时间导数将初始V‑I轨迹映射至彩色空间以获得彩色V‑I轨迹。由此，通过基于电压和无功电流的时间导数将初始V‑I轨迹映射至彩色空间，以获得彩色V‑I轨迹，从而提高了V‑I轨迹的信息载量，使其能够适用于电器种类繁多的负荷识别场景，同时，形成的彩色V‑I轨迹可以利用神经网络模型进行训练，有利于提高V‑I轨迹对非侵入负荷识别的准确性。
-
公开(公告)号：CN114330461B
公开(公告)日：2022-06-24
申请号：CN202210255087.1
申请日：2022-03-16
申请人： 北京智芯微电子科技有限公司 , 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司
摘要： 本发明公开了一种用于非侵入负荷识别的V‑I轨迹生成方法、装置及神经网络，方法包括：在确定投切事件发生时，获取初始V‑I轨迹，初始V‑I轨迹为电压和无功电流随时间变化的轨迹；基于初始V‑I轨迹获取电压的时间导数和无功电流的时间导数；根据电压的时间导数和无功电流的时间导数将初始V‑I轨迹映射至彩色空间以获得彩色V‑I轨迹。由此，通过基于电压和无功电流的时间导数将初始V‑I轨迹映射至彩色空间，以获得彩色V‑I轨迹，从而提高了V‑I轨迹的信息载量，使其能够适用于电器种类繁多的负荷识别场景，同时，形成的彩色V‑I轨迹可以利用神经网络模型进行训练，有利于提高V‑I轨迹对非侵入负荷识别的准确性。
-
-
-
-
-
-
-
-
-
搜索结果
100 条记录 (耗时 0.085 秒)
