-
公开(公告)号：CN119128154A
公开(公告)日：2024-12-13
申请号：CN202411232854.2
申请日：2024-09-04
IPC: G06F16/35 , G06F16/36 , G06F40/30 , G06F40/211 , G06F40/253 , G06N3/0455 , G06N3/0464 , G06N3/042 , G06N3/084
Abstract: 一种融合语义和句法信息的实体关系抽取方法属于语言处理技术领域。本发明通过学习句子中的信息，实现了语义和句法信息的融合，提升了实体间关系分类的准确性。本发明主要通过结合外部语法器与词向量信息，使用自注意力池化层的图卷积神经网络与残差收缩网络减少文本中噪声的影响，提升实体间长距离依赖。同时，使用插值预测的方式计算损失，完善BERT与图神经网络的交互。通过实验表明，本发明充分融合语义向量和句法结构信息，使得关系抽取效果相较于其他基准模型得到了显著提升，减轻了句子内实体间长距离关系识别率底及含有的噪声问题。
-
公开(公告)号：CN117152685A
公开(公告)日：2023-12-01
申请号：CN202311132855.5
申请日：2023-09-04
Applicant: 东北电力大学
IPC: G06V20/52 , G06V40/20 , G06V40/10 , G06V10/82 , G06V10/44 , G06V10/62 , G06V10/764 , G06N3/0464 , G06N3/049 , G06N3/047
Abstract: 本发明提供了一种基于双流自适应时空图卷积的电力作业违章识别方法，包括以下步骤：S1、以电力作业人员的安全帽、安全带为特征，使用YOLOv5模型对电力作业人员进行识别。本发明在识别电力作业人员违章行为时，通过使用自适应图卷积，加强了人体非物理连接关节的关联性，有效提高了攀爬设备和跨越围栏等违章行为的识别精度，通过基于通道注意力机制的多尺度时间卷积模块，更加充分的提取吸烟和打电话等违章行为的时序特征，最后考虑到骨骼的方向和长度也包含丰富的行为信息，构建了基于双流自适应图卷积的电力作业人员违章行为识别模型，进一步提高了违章行为的识别精度，能够准确的识别电力作业现场作业人员的违章行为。
-
公开(公告)号：CN117009842A
公开(公告)日：2023-11-07
申请号：CN202310889350.7
申请日：2023-07-19
Applicant: 东北电力大学 , 国网吉林省电力有限公司通化供电公司
IPC: G06F18/23213 , G06F18/213 , G06F18/214 , G06F18/15 , G06F18/22 , G06N3/045 , G06N3/0442 , G06N3/047 , G06N3/048 , G06Q10/04 , G06Q50/06 , H02J3/00 , G06F123/02
Abstract: 本发明涉及电网需求侧用电领域，是一种融合注意力机制的群体居民用电差异化预测方法。它包括居民用电差异化融合分析方法、经验模态分解预测数据降噪方法、自注意力预测特征权值计算方法及得到群体居民用电预测模型，首先提出融合降维和聚类的居民用电差异化融合分析方法，实现海量居民用电数据的差异化分析，其次应用经验模态分解方法对居民用电预测数据进行降噪，然后采用自注意力预测特征权值计算方法来进行居民用电预测，最后得到群体居民用电预测模型，能够有效地提高群体居民用电的预测精度以及稳定性。解决了海量用电数据处理速度较慢、居民用电差异化明显不易预测、居民负荷数据的波动性强的问题，具有科学合理，高效，适用性强等特点。
-
公开(公告)号：CN113055358B
公开(公告)日：2022-08-12
申请号：CN202110207237.7
申请日：2021-02-24
Applicant: 东北电力大学
IPC: H04L9/40 , H04L41/147 , H04L41/06
Abstract: 本发明公开了基于协同攻击基因的电力CPS风险传播范围预测方法及系统，涉及电力CPS网络安全领域。该方法包括：根据网络拓扑结构中的网络节点之间的耦合强度对PageRank算法进行优化，并根据优化后的PageRank算法对所述运行状态量进行计算，得到各个节点在网络拓扑结构中的重要度；根据重要度计算与节点对应的线路的脆弱风险熵，并将脆弱风险熵最高的线路作为风险传播的初始线路；计算所述初始线路的传播渗流概率以及线路的健壮因子；当所述传播渗流概率大于所述健壮因子时，将所述初始线路存储至集合L中将所述初始线路对应的节点存储至集合C中；将所述集合L与所述集合C相结合，得到风险传播范围的联通区域。本发明可以准确对风险传播可能的发展路径进行预测。
-
公开(公告)号：CN111275074B
公开(公告)日：2022-08-05
申请号：CN202010015226.4
申请日：2020-01-07
Applicant: 东北电力大学 , 国网吉林省电力有限公司信息通信公司 , 国网吉林省电力有限公司 , 国网内蒙古东部电力有限公司信息通信分公司 , 国网东北分部绿源水力发电公司太平湾发电厂
Abstract: 本发明是一种基于栈式自编码网络模型的电力CPS信息攻击辨识方法，其特点是，包括的内容有：根据CPS数据非函数依赖以及非线性相关等性质，引入最大信息系数对数据特征进行选择，确定最优攻击特征集合；构建基于栈式自编码网络的信息攻击辨识模型，设置无监督预训练编码器与有监督微调分类器进行网络参数训练更新；实现了基于自适应布谷鸟算法的模型初始参数优化。解决了电力CPS信息攻击辨识过程中数据特征复杂、辨识精度相对较低等问题，具有方法科学合理，适用性强，效果佳等优点。
-
Patent Agency Ranking
公开(公告)号：CN109167349B
公开(公告)日：2021-04-27
申请号：CN201810995911.0
申请日：2018-08-29
Applicant: 东北电力大学 , 国网吉林省电力有限公司吉林供电公司
Abstract: 本发明针对电力信息物理融合系统(CPS)规模不断扩大且现有级联失效模型忽略信息流和潮流转移特性，使得可生存性难以快速有效评估的问题，提出一种计及负荷优化重配的电力CPS可生存性量化评估方法，首先，根据系统拓扑结构和关联关系，通过定义度函数和电气介数建立了度‑介加权电力CPS关联矩阵，实现了耦合CPS的形式化表征。然后，从CPS级联失效的结构连通性变化和风险传播范围两个维度出发，基于节点负荷容量限制、信息流择优分配策略、潮流优化方程和系统安全运行等约束条件设计了可生存性评估模型，最后，提出混沌Lévy搜索的萤火虫算法对评估模型进行高效求解，量化评估了电力CPS的可生存性。
-
公开(公告)号：CN111222700A
公开(公告)日：2020-06-02
申请号：CN202010015206.7
申请日：2020-01-07
Applicant: 东北电力大学 , 国网吉林省电力有限公司 , 国网内蒙古东部电力有限公司信息通信分公司 , 国网东北分部绿源水力发电公司太平湾发电厂
Abstract: 本发明的基于动态网络分位数模型的日前电价概率预测方法，其特征点是，包括：根据不同影响因素与电价序列间的关联关系设计综合影响因子进行电价相似日选取、设计动态网络分位数电价预测模型和基于所述动态网络分位数电价预测模型的核密度电价概率进行预测步骤，其预测精度高，能够大大缩短了运行时间；模型受价格波动相关风险影响小，对奇异值的耐受性强。具有科学合理，适用性，效果佳等优点。
-
公开(公告)号：CN111222286A
公开(公告)日：2020-06-02
申请号：CN202010015728.7
申请日：2020-01-07
Applicant: 东北电力大学 , 国网吉林省电力有限公司 , 国网内蒙古东部电力有限公司信息通信分公司 , 国网东北分部绿源水力发电公司太平湾发电厂
IPC: G06F30/27 , G06N3/00 , G06F113/16
Abstract: 本发明的一种基于输电线路状态估计的参数优化方法，其特点是，包括：基本粒子群参数优化、权重系数优化、学习因子优化和输电线路状态估计参数优化等内容，该方法能够克服传统群智能参数优化方法，在局部和全局搜索能力平衡不足的问题，尤其是当搜索空间范围相对较大且遍历搜索节点较困难时，采用非线性权重系数和学习因子协同优化平衡算法的全局和局部搜索能力，并在进化的过程中快速收敛到全局最优解，确定状态估计最优参数，提高状态估计精确度。该方法科学合理，可适用于各种状态估计的参数优化问题。
-
公开(公告)号：CN110223193A
公开(公告)日：2019-09-10
申请号：CN201910236266.9
申请日：2019-03-27
Applicant: 东北电力大学
Abstract: 本发明公开了一种基于模糊聚类和RS-KNN模型用于电网运行状态的判别方法，包括如下步骤：Step 1：选择用于电网运行状态判别的特征变量；Step 2：使用模糊聚类算法，将电网运行的健康状态按照健康程度分为四种类型，分别为健康、亚健康、一般病态和严重病态。在聚类前，为了消除数据量纲的影响，需要采用归一化方法对电网的特征变量数据进行处理。Step 3：将步骤1中得到的特征变量，作为训练集的输入变量，将步骤2中得到的已经分类电网运行状态所对应的数据作为训练集，训练集的输出为对应的电网运行状态，健康、亚健康、一般病态和严重病态这四种电网运行状态所对应的标签分别设定为1、2、3和4。Step 4:将得到的四种电网运行状态的数据用来训练RS-KNN模型。
-
公开(公告)号：CN105069695B
公开(公告)日：2019-05-21
申请号：CN201510450211.X
申请日：2015-07-28
Applicant: 东北电力大学
IPC: G06Q50/06
Abstract: 本发明的目的在于提供一种智能变电站实时风险分析系统及分析方法，其基于Spark大数据处理平台对智能变电站设备监测数据进行分析，调用数据权重归一化处理算法、风险时刻实时判定方法来判定智能变电站风险点，一旦判定智能变电站有风险，则通过风险关联模型进行风险分析，定位出风险诱发因素，并将风险分析结果实时同步传输到巡检员的手持巡查仪，从而提高智能变电站系统高速流数据的实时处理速度，使得风险分析的实时性得到保障。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.111 seconds)
