-
公开(公告)号：CN108890652B
公开(公告)日：2021-02-09
申请号：CN201810684707.7
申请日：2018-06-28
Applicant: 全球能源互联网研究院有限公司 , 国网天津市电力公司 , 国家电网有限公司
Abstract: 本发明提供了一种变电站巡检机器人及变电站设备巡检方法，该变电站巡检机器人包括：机器人本体、动作控制器、图像获取设备、视觉问答单元，动作控制器接收用户输入的巡检任务，并根据巡检任务生成控制指令，以驱动机器人本体按预设路径进行移动；图像获取设备获取图像信息，并将图像信息发送至视觉问答单元；视觉问答单元接收图像信息，根据预设视觉问答模型及巡检任务分别对图像信息中的各设备巡检目标进行目标问答分析，生成分析结果，并根据分析结果调整机器人本体的移动路径。通过实施本发明，结合巡检机器人采集的图像进行移动路径调整，能够提高获取设备巡检目标图像的精确度，保障了巡检识别结果的准确性，提高了变电站设备的巡检效率。
-
公开(公告)号：CN109815272A
公开(公告)日：2019-05-28
申请号：CN201910067774.9
申请日：2019-01-24
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网天津市电力公司
Inventor： 杨彬 , 任浩 , 窦仁晖 , 常乃超 , 嵇士杰 , 范广民 , 王强 , 郭凌旭 , 陈建 , 张磐 , 杨青 , 任辉 , 张海东 , 赵国庆 , 吴艳平 , 姜玉磊 , 姚志强 , 袁浩 , 樊陈
IPC: G06F16/2458 , G06Q50/06
Abstract: 本发明提供了一种变电站数据统计方法和系统，包括：对获取的变电站遥信变位信息进行一次过滤，得到异常数据和正常数据；对正常数据进行二次过滤，得到非正常运行状态数据和正常运行状态数据，以及误动数据和非误动数据；分别对异常数据、非正常运行状态数据、误动数据、正常运行状态数据以及非误动数据进行统计，由此来协助运维人员更直观地及时发现和消除设备或系统功能的潜在缺陷及安全隐患，从而提升变电站智能化水平与安全运行能力。
-
公开(公告)号：CN109739991A
公开(公告)日：2019-05-10
申请号：CN201811402024.4
申请日：2018-11-22
Abstract: 本发明公开了一种基于共享特征空间的模态异质电力数据统一语义主题建模方法，包括以下步骤，1)分析文本数据和图像数据的特点，进行数据预处理，得到相应的特征表示；2)根据文本数据和图像数据之间的关联关系，构建异质信息网络，通过异质网络中节点的链接，构建基于网络结构的线性变换矩阵，通过线性变换矩阵将不同模态的节点内容转换到相同的特征空间中；3)计算节点在共享特征空间中的相似度以及在原始网络中的相似度，并以此构造损失函数，得到最终的统一语义主题建模结果。考虑数据内容的模态丰富性，综合考虑异质网络的结构语义和节点内容语义，有效解决复杂信息网络中的多模态数据建模问题。
-
公开(公告)号：CN108986152A
公开(公告)日：2018-12-11
申请号：CN201810596824.8
申请日：2018-06-11
Applicant: 全球能源互联网研究院有限公司 , 国网天津市电力公司 , 国家电网有限公司
Abstract: 本发明提供一种基于差分图像的异物检测方法及装置，该基于差分图像的异物检测方法包括：获取待检测图像和背景图像，根据待检测图像对背景图像进行配准，生成配准背景图像；对待检测图像与配准背景图像进行差分计算，生成差分图像；对差分图像进行分割，得到多个区元；采用基于欧式距离的区元最近邻域融合算法，对多个区元进行邻域融合，生成异物区元；将异物区元在待检测图像的对应位置进行标记，生成异物检测结果。通过实施本发明，实现了对目标图像的异物检测，提高了异物检测的准确性，进而有效避免了异物目标的漏检。
-
公开(公告)号：CN107193546A
公开(公告)日：2017-09-22
申请号：CN201710233073.9
申请日：2017-04-11
Applicant: 国网天津市电力公司信息通信公司
Abstract: 本发明公开了一种微服务化业务应用系统，采用微服务架构进行构建，并且依托统一的应用架构对微应用与微服务进行统一配置和管理；该系统包括：基础设施单元，用于提供软硬件资源并实现网络的虚拟化管理；服务单元，用于实现原子化服务并进行分类管理，利用一体化平台中提供的技术进行服务实现和服务管理，并对微应用的实现提供统一的服务访问支持；应用单元，用于对应用和服务进行交互界面的组件化封装，并根据实际需求实现可直接操作的微应用，对微应用进行池化管理，聚类形成应用并向各类终端提供统一的访问入口；所述系统能够克服现有大型传统企业信息化转型中出现的问题，实现信息系统的微服务化设计并且提高系统的稳定性和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN109409561B
公开(公告)日：2022-04-19
申请号：CN201810958160.5
申请日：2018-08-22
Abstract: 本发明公开了一种多时间尺度时间序列协同预测模型的构建方法，包括：步骤1)，输入用户用电情况随着时间的变化而产生的记录数据，根据所述记录数据构建相关的时序表示；步骤2)，基于步骤1)得到的时序表示，对所有用电数据进行分析，捕获不同的特征并分析其相对应的变化规律，并以此来构建时间尺度矩阵序列；步骤3)，根据步骤1)和步骤2)的输出，构建用电数据时间序列的预测模型，所述时间序列的预测模型为多尺度RNN模型；步骤4)，根据步骤1)、步骤2)和步骤3)的输出，以及外部因素的输出进行加权融合求解，得到多时间尺度用电时序数据协同预测模型。本发明的方法使得用户用电情况预测的准确率得到提升。
-
公开(公告)号：CN111708881A
公开(公告)日：2020-09-25
申请号：CN202010442824.X
申请日：2020-05-22
Abstract: 本发明公开了一种引入关联关系的文本表示学习方法，包括以下步骤：步骤1：根据数据集中文本之间的关联关系构建关联关系网络G，并在所述关联关系网络G上随机游走，得到游走序列S；步骤2：基于步骤1中输出的游走序列S，联合学习数据集中文本之间的关联关系信息和每个文本的内容语义信息，构建引入关联关系的文本表示学习模型，所述引入关联关系的文本表示学习模型包括两个SkipGram模型；步骤3：将步骤2中两个SkipGram模型学习到的文本表示进行拼接，得到最终的文本表示。本发明的引入关联关系的文本表示学习方法同时融合文本的内容信息和结构关联关系信息，使得文本分类的准确率得到提升。
-
公开(公告)号：CN111046907A
公开(公告)日：2020-04-21
申请号：CN201911062490.7
申请日：2019-11-02
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06F40/284 , G06F17/16
Abstract: 本发明公开了一种基于多头注意力机制的半监督卷积网络嵌入方法，包括：步骤1，输入节点文本内容，使用词向量查询的方法初始化每个词的语义表示；步骤2，构造节点文本编码器，所述节点文本编码器包括位置编码器、多头注意力机制和前馈神经网络位置编码器，节点文本编码器的输出为节点的文本向量表示，其输出为uT；步骤3，构造节点结构编码器，使用多层图卷积神经网络编码网络结构信息；步骤4，在半监督学习的框架下，将带标签节点的标签信息引入网络嵌入，将标签匹配损失与相似度损失联合优化得到最终的节点表示向量uR。该方法能更好地捕捉和融合网络的结构信息和外部信息。
-
公开(公告)号：CN108805166B
公开(公告)日：2019-11-15
申请号：CN201810415434.6
申请日：2018-05-03
Applicant: 全球能源互联网研究院有限公司 , 国网天津市电力公司 , 国家电网有限公司
IPC: G06K9/62
Abstract: 本发明实施例提供了一种建立图像分类神经网络模型及图像分类方法、装置，该建立图像分类神经网络模型的方法中，首先获取包含已分类图像的训练集，然后根据密集连接卷积神经网络模型的密集块中各卷积层之间的距离，确定输入密集块中各卷积层的特征图的数量，形成第二密集连接卷积神经网络模型，并使用训练集对该第二密集连接卷积神经网络模型进行训练，生成图像分类神经网络模型，然后使用该图像分类神经网络模型对待分类图像数据进行分类。本发明实施例降低了图像分类过程中的网络参数量。
-
公开(公告)号：CN109117863A
公开(公告)日：2019-01-01
申请号：CN201810721960.5
申请日：2018-07-04
Applicant: 全球能源互联网研究院有限公司 , 国网天津市电力公司 , 国家电网有限公司
IPC: G06K9/62
Abstract: 本发明提供了基于深度卷积生成对抗网络的绝缘子样本扩充方法及装置，该方法包括：从真实绝缘子样本库中获取真实绝缘子图像输入绝缘子深度卷积生成对抗网络模型，生成模拟绝缘子图像并进行图像质量评分排序，根据图像质量评分排序的结果筛选模拟绝缘子图像，生成模拟样本库，根据真实绝缘子样本库和模拟样本库对预设神经网络模型进行训练，并根据预设神经网络模型的训练结果，得到真实绝缘子图像与模拟绝缘子图像的最优扩充比例，计算模拟绝缘子图像的扩充样本数量，并从模拟样本库中获取后加入真实绝缘子样本库，生成绝缘子样本扩充库。实现了对绝缘子图像样本的扩充，提高了样本图像质量，并提高了识别模型准确性，进而提高了绝缘子的识别率。
-
-
-
-
-
-
-
-
-
Search Results
123
records
(took 0.075 seconds)
