-
公开(公告)号：CN113093062A
公开(公告)日：2021-07-09
申请号：CN202110475022.3
申请日：2021-04-29
摘要： 本申请提供一种端子排开路监视系统，涉及电子设备技术领域。其中，端子排开路监视系统包括：监测模块，用于监测端子排接线处的电路状态，报警模块，与所述监测模块电连接，当端子排接线处的电路状态为开路状态，所述报警模块产生报警信息。本申请技术方案可以对端子排接线处的电路状态进行监视，当端子排接线处的电路状态为开路状态时，报警模块能够产生报警信息，使得工作人员及时知晓端子排的接线处开路。
-
公开(公告)号：CN113093062B
公开(公告)日：2023-06-27
申请号：CN202110475022.3
申请日：2021-04-29
摘要： 本申请提供一种端子排开路监视系统，涉及电子设备技术领域。其中，端子排开路监视系统包括：监测模块，用于监测端子排接线处的电路状态，报警模块，与所述监测模块电连接，当端子排接线处的电路状态为开路状态，所述报警模块产生报警信息。本申请技术方案可以对端子排接线处的电路状态进行监视，当端子排接线处的电路状态为开路状态时，报警模块能够产生报警信息，使得工作人员及时知晓端子排的接线处开路。
-
公开(公告)号：CN113030834A
公开(公告)日：2021-06-25
申请号：CN202110418250.7
申请日：2021-04-19
IPC分类号： G01R35/02
摘要： 本申请公开了一种互感器二次回路校线装置及方法，涉及电力设备技术领域。一种互感器二次回路校线装置，其包括恒流源、开尔文线夹组、直流毫伏表、比较单元、显示单元以及报警单元，恒流源用于提供预设直流电；开尔文线夹组与恒流源相接形成第一回路，开尔文线夹组连接互感器的预设端子排线芯和接地网；直流毫伏表连接于第一回路，以检测预设端子排线芯以及与其对应的互感器的二次绕组接线柱连接至第一回路产生的第一电压；比较单元与直流毫伏表连接，以比较第一电压和预设电压；显示单元与比较单元相连，当第一电压小于预设电压时，显示单元显示与第一电压对应的第一电阻；报警单元与比较单元相连，当第一电压小于预设电压时，报警单元报警。
-
公开(公告)号：CN113030834B
公开(公告)日：2023-01-10
申请号：CN202110418250.7
申请日：2021-04-19
IPC分类号： G01R35/02
摘要： 本申请公开了一种互感器二次回路校线装置及方法，涉及电力设备技术领域。一种互感器二次回路校线装置，其包括恒流源、开尔文线夹组、直流毫伏表、比较单元、显示单元以及报警单元，恒流源用于提供预设直流电；开尔文线夹组与恒流源相接形成第一回路，开尔文线夹组连接互感器的预设端子排线芯和接地网；直流毫伏表连接于第一回路，以检测预设端子排线芯以及与其对应的互感器的二次绕组接线柱连接至第一回路产生的第一电压；比较单元与直流毫伏表连接，以比较第一电压和预设电压；显示单元与比较单元相连，当第一电压小于预设电压时，显示单元显示与第一电压对应的第一电阻；报警单元与比较单元相连，当第一电压小于预设电压时，报警单元报警。
-
公开(公告)号：CN118194171A
公开(公告)日：2024-06-14
申请号：CN202410155790.4
申请日：2024-02-04
申请人： 国网智能电网研究院有限公司 , 国家电网有限公司大数据中心 , 国网安徽省电力有限公司信息通信分公司 , 国家电网有限公司
IPC分类号： G06F18/2431 , G06F18/25 , G06Q50/06
摘要： 本发明提供了基于元学习的多模态电力样本分类方法，涉及新一代信息技术领域，包括：获取待分类的多模态数据；基于预先训练好的电力样本分类学习器对所述待分类的多模态数据进行分类；其中，所述电力样本分类学习器是遍历拟合任务类别标签对多组多模态数据进行关联分析得到关联电力节点和关联模态数据，基于所述关联电力节点和关联模态数据对电力样本分类学习器进行训练，结合元学习器更新电力样本分类学习器的参数得到。解决现有技术中由于大模型的训练收敛速度较慢，训练数据的需求量较多，导致存在电力样本分类模型训练效率较差的技术问题。
-
公开(公告)号：CN117609278A
公开(公告)日：2024-02-27
申请号：CN202311774783.4
申请日：2023-12-21
申请人： 国网智能电网研究院有限公司 , 国家电网有限公司大数据中心 , 国网安徽省电力有限公司信息通信分公司 , 国家电网有限公司
IPC分类号： G06F16/242 , G06F16/23 , G06F16/215 , G06F18/22 , G06N3/0499 , G06N3/09 , G06Q50/06
摘要： 本发明涉及数据识别技术领域，公开了基于深度度量学习的多模态电力数据管理方法与系统，本发明提供的方法包括：获取多模态电力数据库；获取预定电力数据模态属性集；基于预设电力数据模态属性对多模态电力数据库进行特征识别，获得多个数据模态特征；基于多个数据模态特征进行深度度量学习，获得多个深度模态特征；基于预设电力数据模态属性，根据多个深度模态特征进行深度学习，构建电力数据多模态搜索模型；根据电力数据多模态搜索模型对多模态电力数据库进行数据管理。通过本发明提供的方法实现多模态数据的统一管理，提高电力数据的多模态搜索能力和多模态相似匹配准确性，提高电力数据的多模态搜索能力，以及多模态相似匹配准确性。
-
公开(公告)号：CN111651577B
公开(公告)日：2023-04-21
申请号：CN202010485925.5
申请日：2020-06-01
申请人： 全球能源互联网研究院有限公司 , 国家电网有限公司 , 国家电网有限公司信息通信分公司 , 国网山东省电力公司信息通信公司
IPC分类号： G06F16/332 , G06F16/532 , G06F16/632 , G06F16/732 , G06F18/2415
摘要： 本发明公开了一种跨媒体数据关联分析模型训练、数据关联分析方法及系统。在判别模型层的无监督哈希学习中将潜在的多模态数据流形元组考虑在内，充分挖掘了跨模态数据间的关联性，在生成模型中去拟合这种流形分布，生成拟合后的流形元组供判别器判断。同时，利用判别模型层、生成模型层组成的对抗网络，结合强化学习层对解决对抗网络面对的离散数据梯度传播问题；通过对抗网络提高了判别器判断多模态数据元组与用户查询请求相关性的能力，显著提高了预测与用户查询请求的关联数据的能力，对于在线用户查询请求的检索系统可以显著提高其检索速度。
-
公开(公告)号：CN111611792B
公开(公告)日：2023-05-23
申请号：CN202010439068.5
申请日：2020-05-21
申请人： 全球能源互联网研究院有限公司 , 国家电网有限公司 , 国家电网有限公司信息通信分公司 , 国网山东省电力公司信息通信公司
IPC分类号： G06F40/232 , G06F40/295 , G10L15/26
摘要： 本发明提供了一种语音转录文本的实体纠错方法及系统，该方法包括：对从目标语音转录文本中提取的实体词汇进行拼音标注；利用标注的拼音及基于拼音相似度的编辑距离对实体词汇进行聚类，生成聚类结果；将聚类结果中在同一类别出现频率最高的实体词汇确定为标准实体词汇，并将该类别中其他实体词汇替换为标准实体词汇。通过利用基于拼音相似度的编辑距离对实体词汇进行聚类，从而将拼音相似度作为参考因素加入编辑距离算法中，加强了对同义词及音词的辨别能力，使得聚类结果更加符合语音转录文本的实际情况，根据该聚类结果用同一类别中出现频率最高的实体词汇替换其他实体词汇，实现了对语音转录文本的纠错，进而提高了最终语音转录文本的准确性。
-
公开(公告)号：CN111651641A
公开(公告)日：2020-09-11
申请号：CN202010481878.7
申请日：2020-05-29
申请人： 全球能源互联网研究院有限公司 , 国家电网有限公司 , 国家电网有限公司信息通信分公司 , 国网山东省电力公司
IPC分类号： G06F16/901 , G06F16/9032 , G16H50/20
摘要： 本发明提供一种图查询方法、装置及存储介质，其中，方法包括：获取待查询子图；根据所述待查询子图在原始图对应的摘要图中进行查询，得到目标查询子图，所述原始图表征包含待查询子图对应的图信息的图，所述原始图由边对具有属性关系的节点进行连接得到，所述原始图中的边标注有连接的两个节点间的属性关系，所述摘要图表征对所述原始图进行节点合并后的图；根据所述待查询子图和所述目标查询子图在得到所述目标查询子图的原始图中进行查询，得到图查询结果。通过实施本发明，可以更好地适应当前随着时代发展所带来的越来越大的图规模，并且查询效率高效，返回结果准确性高，能够满足在海量图数据中快速高效查询子图的要求。
-
公开(公告)号：CN111651577A
公开(公告)日：2020-09-11
申请号：CN202010485925.5
申请日：2020-06-01
申请人： 全球能源互联网研究院有限公司 , 国家电网有限公司 , 国家电网有限公司信息通信分公司
IPC分类号： G06F16/332 , G06F16/532 , G06F16/632 , G06F16/732 , G06K9/62
摘要： 本发明公开了一种跨媒体数据关联分析模型训练、数据关联分析方法及系统。在判别模型层的无监督哈希学习中将潜在的多模态数据流形元组考虑在内，充分挖掘了跨模态数据间的关联性，在生成模型中去拟合这种流形分布，生成拟合后的流形元组供判别器判断。同时，利用判别模型层、生成模型层组成的对抗网络，结合强化学习层对解决对抗网络面对的离散数据梯度传播问题；通过对抗网络提高了判别器判断多模态数据元组与用户查询请求相关性的能力，显著提高了预测与用户查询请求的关联数据的能力，对于在线用户查询请求的检索系统可以显著提高其检索速度。
-
-
-
-
-
-
-
-
-
搜索结果
468 条记录 (耗时 0.145 秒)
