-
公开(公告)号：CN115134371B
公开(公告)日：2024-11-22
申请号：CN202210676053.X
申请日：2022-06-15
Applicant: 中国电力科学研究院有限公司 , 北京百度网讯科技有限公司 , 国网四川省电力公司电力科学研究院
IPC: H04L67/1023
Abstract: 本发明公开了一种包含边缘网络算力资源的调度方法、系统、设备及介质，包括：对整个算力资源池资源实时感知，获取用户的作业类型及作业需求；根据作业类型及作业需求，由算力资源调度方法计算得到算力资源策略和不同场景下当前作业分配到不同节点的概率，进而联合网络调度方法进行网络调度；基于算力资源和网络资源得到作业部署信息并输出到执行节点；根据不同节点的概率进行负载均衡调度。包含边缘网络算力资源的异构算力调度，通过定义不同场景下的算力资源分配处理流程，并计算当前作业分配到不同节点的概率，实现不同计算节点的负载均衡，实现作业的高效执行。
-
公开(公告)号：CN114861906B
公开(公告)日：2024-09-06
申请号：CN202210423171.X
申请日：2022-04-21
Applicant: 天津大学 , 国网山东省电力公司 , 中国电力科学研究院有限公司
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于神经架构搜索的轻量级多退出点模型的建立方法，包括如下步骤：搜集电网图像数据构建样本数据集，将样本数据集划分为训练集和测试集；以树形结构为基础，设计包括主干网络和分支分类器的多退出点模型架构；通过将若干种卷积神经网络进行剪裁并重新组合的方法构建搜索空间，基于图像分类任务以权衡模型分类精度和模型大小为目标建立目标函数；将训练集输入搜索空间中，利用策略梯度的强化学习算法对目标函数进行优化，以多退出点模型架构为基础进行训练获取多退出点模型。本发明能很好地权衡了搜索得到的神经网络的精度和参数大小，实现对电力边缘侧的图像分类模型的压缩。
-
公开(公告)号：CN114945032B
公开(公告)日：2024-07-02
申请号：CN202210552140.4
申请日：2022-05-20
Applicant: 中国电力科学研究院有限公司
IPC: H04L67/12 , G16Y10/35 , H04L67/1001 , H04L69/22
Abstract: 本发明公开了一种电力物联网终端数据接入系统、方法、装置、设备及介质，系统包括以旁路部署的方式部署于平台层原核心交换机处的四层交换机，在四层交换机之上部署软件定义接入代理，在软件定义接入代理之上部署三种服务：多协议接入服务模块、多协议转换服务模块和MQTT接入服务模块，以解决电力物联网多协议接入访问困难的问题。本发明将电力物联网的感知层与平台层松耦合，感知层设备能够以统一方式连入平台。平台层对外提供统一的ip地址，感知层设备不再需要根据自身业务、协议配置ip地址和端口，极大降低电力物联网设备连接冗余繁琐的工作，提高电力物联网建设效率。
-
公开(公告)号：CN116630291A
公开(公告)日：2023-08-22
申请号：CN202310671561.3
申请日：2023-06-07
Applicant: 中国电力科学研究院有限公司
IPC: G06T7/00 , G06F21/62 , G06V10/774 , G06V10/82 , G06N20/00
Abstract: 本发明属于电力系统输电线路设备缺陷检测技术领域，公开一种考虑隐私保护的绝缘子自爆缺陷检测方法及系统；所述方法，包括：获取待检测输电线路中绝缘子巡检影像；将所述待检测输电线路中绝缘子巡检影像输入预先训练好的绝缘子自爆缺陷检测模型中，获得待检测输电线路中绝缘子的自爆检测结果；其中，所述预先训练好的绝缘子自爆缺陷检测模型为多个参与方通过横向联邦学习的绝缘子自爆缺陷检测模型；所述绝缘子自爆缺陷检测模型采用YOLO模型。本发明在数据安全共享条件下，解决了现有基于人工智能的绝缘子自爆缺陷检测方法面临样本不均衡、故障或缺陷样本相对稀少、样本数量不足等问题，提升了绝缘子自爆缺陷检测精度。
-
公开(公告)号：CN116298732A
公开(公告)日：2023-06-23
申请号：CN202310415632.3
申请日：2023-04-18
Applicant: 国网河南省电力公司电力科学研究院 , 中国电力科学研究院有限公司 , 国网智能电网研究院有限公司 , 国网安徽省电力有限公司
Inventor： 王朝华 , 寇晓适 , 杜君莉 , 赵永峰 , 夏大伟 , 程涣超 , 王一林 , 张书琦 , 甘津瑞 , 韩兆刚 , 刘鑫 , 朱元付 , 王晓辉 , 兰光宇 , 牛金豪 , 夏中原 , 刘云龙
IPC: G01R31/12
Abstract: 本发明公开了一种变压器绝缘油中气泡放电试验装置，属于变压器试验设备技术领域，其包括试验箱，所述试验箱内设置绝缘油，所述试验箱内部设置模拟发热部件和模拟放电部件，所述模拟放电部件位于所述模拟发热部件上部，所述试验箱外侧设置绝缘油过滤部件、气泡注入部件和声学成像监测部件；所述模拟放电部件包括平行竖置的接地电极板和高压电极板，以及与所述高压电极板连接的距离调节机构；所述声学成像监测部件位于所述模拟放电部件上方。本发明能够准确、全面地对变压器绝缘油内气泡的放电特性进行模拟试验。
-
Patent Agency Ranking
公开(公告)号：CN115828489B
公开(公告)日：2023-05-12
申请号：CN202310146029.X
申请日：2023-02-22
Applicant: 中国电力科学研究院有限公司
IPC: G06F30/18 , G06F30/20 , G06F113/04
Abstract: 本发明公开了一种基于关键量测布点位置搜索的感知设备部署方法及系统，属于配电网的优化规划领域，包括：基于优化超参数和伪量测模型，通过蒙特卡洛模拟与迭代优化构建感知设备优化部署策略：汇总感知设备量测值并计算状态估计值，再计算电压幅值、电压相角误差及其协方差矩阵，重复以上蒙特卡洛模拟多次，直至达到设定的蒙特卡洛模拟次数；进而计算电压幅值、电压相角状态估计误差合格率；判断合格率和量测布点数量是否满足要求，根据判断结果进行迭代计算，每次迭代在状态估计误差最大的前K个节点新增感知设备，直至迭代收敛，K为正整数；得到感知设备优化部署策略。本发明能指导配电网采集装置部署，降低感知设备投资成本。
-
公开(公告)号：CN115828489A
公开(公告)日：2023-03-21
申请号：CN202310146029.X
申请日：2023-02-22
Applicant: 中国电力科学研究院有限公司
IPC: G06F30/18 , G06F30/20 , G06F113/04
Abstract: 本发明公开了一种基于关键量测布点位置搜索的感知设备部署方法及系统，属于配电网的优化规划领域，包括：基于优化超参数和伪量测模型，通过蒙特卡洛模拟与迭代优化构建感知设备优化部署策略：汇总感知设备量测值并计算状态估计值，再计算电压幅值、电压相角误差及其协方差矩阵，重复以上蒙特卡洛模拟多次，直至达到设定的蒙特卡洛模拟次数；进而计算电压幅值、电压相角状态估计误差合格率；判断合格率和量测布点数量是否满足要求，根据判断结果进行迭代计算，每次迭代在状态估计误差最大的前K个节点新增感知设备，直至迭代收敛，K为正整数；得到感知设备优化部署策略。本发明能指导配电网采集装置部署，降低感知设备投资成本。
-
公开(公告)号：CN114968956A
公开(公告)日：2022-08-30
申请号：CN202210676051.0
申请日：2022-06-15
Applicant: 中国电力科学研究院有限公司 , 国网四川省电力公司电力科学研究院
IPC: G06F16/176 , G06F16/18 , G06F16/2455 , G06Q10/10 , G06Q50/06
Abstract: 本发明公开了一种电力人工智能平台模型多级协同方法、系统、设备及介质，包括：获取模型资源，得到待部署的模型；根据边端侧设备的类型及特点将待部署的模型进行模型优化、转换和封装，进行模型与设备的匹配；向边端侧传输模型资源，进行身份鉴别和服务类型校验，并将所述模型的运行指标参数通过物联管理平台发送至边端侧；根据边端侧对模型部署请求的校验结果部署模型。本发明提出了电力人工智能平台模型平台间、平台与边端侧的模型多级协同方法，实现模型资源服务目录、模型镜像或文件的协同共享，支撑电力专用模型的部署、更新、服务等，通过模型推理支撑电力智能化应用。
-
公开(公告)号：CN114861906A
公开(公告)日：2022-08-05
申请号：CN202210423171.X
申请日：2022-04-21
Applicant: 天津大学 , 国网山东省电力公司 , 中国电力科学研究院有限公司
IPC: G06N3/08 , G06N3/04 , G06K9/62 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于神经架构搜索的轻量级多退出点模型的建立方法，包括如下步骤：搜集电网图像数据构建样本数据集，将样本数据集划分为训练集和测试集；以树形结构为基础，设计包括主干网络和分支分类器的多退出点模型架构；通过将若干种卷积神经网络进行剪裁并重新组合的方法构建搜索空间，基于图像分类任务以权衡模型分类精度和模型大小为目标建立目标函数；将训练集输入搜索空间中，利用策略梯度的强化学习算法对目标函数进行优化，以多退出点模型架构为基础进行训练获取多退出点模型。本发明能很好地权衡了搜索得到的神经网络的精度和参数大小，实现对电力边缘侧的图像分类模型的压缩。
-
公开(公告)号：CN114757307A
公开(公告)日：2022-07-15
申请号：CN202210669062.6
申请日：2022-06-14
Applicant: 中国电力科学研究院有限公司
Abstract: 本发明公开了一种人工智能自动训练方法、系统、装置及存储介质，设计面向卷积神经网络、递归神经网络、图卷积神经网络等一系列网络搜索框架，设计电力模型结构相适应的基本操作子，探索可行的模型搜索策略，实现电网应用场景下多任务的自动化训练，降低人工智能模型开发难度，解决传统人工智能算法中特征选择、模型评价等依靠个人经验和繁琐耗时的问题，提高人工智能模型开发效率。本发明可面向调度、运检、安监等领域提供图像识别、视频分析、文本分析、语音识别等人工智能算法自动训练，构建电力输变电设备巡检缺陷故障识别、安全生产监控违规操作识别、电力实体识别等模型，支撑电力调度、运检、安监、营销等各业务人工智能应用。
-
-
-
-
-
-
-
-
-
Search Results
189
records
(took 0.166 seconds)
