-
公开(公告)号：CN118484703A
公开(公告)日：2024-08-13
申请号：CN202410561513.3
申请日：2024-05-08
申请人： 北京邮电大学 , 中国电力科学研究院有限公司 , 国网山西省电力公司 , 国网山西省电力公司营销服务中心
发明人： 孟之航 , 高欣 , 李保丰 , 翟峰 , 赵兵 , 郜波 , 秦煜 , 陈昊 , 梁晓兵 , 郑安刚 , 许斌 , 徐萌 , 冯云 , 赵英杰 , 卢建生 , 任宇路 , 石智珩 , 谢振刚 , 杨子成 , 杨帅
摘要： 本发明公开了一种基于迁移学习的电能表故障分类方法及装置。其中，方法包括：收集电能表的历史故障数据样本集；分别遍历历史故障数据样本集中的每一故障类别样本，将该故障类别下所有样本作为少数类样本集，其余各故障类别的样本作为多数类样本集，生成多个二类数据集；根据预先训练的迁移数据选择器以及迁移任务监督器，分别对多个二类数据集进行对抗迭代，生成多个迁移数据集；分别将多个迁移数据集输入至少数类样本生成模型中，生成多个平衡样本集分别训练分类器，生成多个故障类别分类器；将实时采集的待测故障数据分别输入至多个故障类别分类器，输出多个故障类别概率，并选取多个故障类别概率中最大值作为待测故障数据的故障类别。
-
公开(公告)号：CN118411560A
公开(公告)日：2024-07-30
申请号：CN202410523072.8
申请日：2024-04-28
申请人： 中国电力科学研究院有限公司 , 北京邮电大学 , 国网山西省电力公司 , 国网山西省电力公司营销服务中心
发明人： 李保丰 , 翟峰 , 高欣 , 苏俊池 , 方潇 , 赵兵 , 郜波 , 秦煜 , 陈昊 , 梁晓兵 , 郑安刚 , 许斌 , 徐萌 , 冯云 , 赵英杰 , 卢建生 , 任宇路 , 石智珩 , 谢振刚 , 杨子成 , 杨帅
IPC分类号： G06V10/764 , G06V10/774 , G06V10/40 , G06N3/0464
摘要： 本发明属于图像多目标检测技术领域，公开了一种目标检测模型构建方法、目标检测方法及相关装置；其中，所述目标检测模型构建方法包括：以基于YOLO框架的目标检测网络为基准模型，将基准模型的特征提取网络中的所有卷积层替换为重排网络模块和设置于重排网络模块后的无参数注意力模块，获得轻量化目标检测网络；基于选定的训练数据集对所述轻量化目标检测网络进行深度学习预训练，然后基于教师模型使用置信度蒸馏损失进行蒸馏训练，达到预设收敛条件后，构建获得目标检测模型。本发明构建获得的目标检测网络在面临复杂的检测场景和实时的检测任务时，具有较高的检测精度和检测效率。
-
公开(公告)号：CN118501795A
公开(公告)日：2024-08-16
申请号：CN202410440793.2
申请日：2024-04-12
申请人： 北京邮电大学 , 中国电力科学研究院有限公司 , 国网山西省电力公司 , 国网山西省电力公司营销服务中心
发明人： 高欣 , 陈玲俐 , 李保丰 , 翟峰 , 赵兵 , 郜波 , 秦煜 , 陈昊 , 梁晓兵 , 郑安刚 , 许斌 , 徐萌 , 冯云 , 赵英杰 , 卢建生 , 任宇路 , 石智珩 , 谢振刚 , 杨子成 , 杨帅
IPC分类号： G01R35/04 , G06F18/15 , G06F18/213 , G06F18/2433 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/0895 , G06F123/02
摘要： 本发明公开了一种基于扩散模型的电能表异常检测方法及装置。其中，方法包括：获取待测电能表历史检测的多变量长时间序列数据；将所述多变量长时间序列数据划分为预设窗口长度的多个时间窗口数据；将多个所述时间窗口数据和其相邻时间窗口数据输入至预先训练的异常检测模型中，输出所述时间窗口数据对应的重构数据，其中所述异常检测模型为基于扩散模型的前向过程及反向去噪过程实现重构数据的生成；根据每个时间窗口数据的重构数据以及原始数据确定该时间窗口数据每个时间点的异常分数，并根据所述异常分数，确定所述待测电能表每个时间点的异常程度。
-
公开(公告)号：CN118445724A
公开(公告)日：2024-08-06
申请号：CN202410505311.7
申请日：2024-04-25
申请人： 北京邮电大学 , 中国电力科学研究院有限公司 , 国网山西省电力公司 , 国网山西省电力公司营销服务中心
发明人： 高欣 , 于家豪 , 李保丰 , 翟峰 , 赵兵 , 郜波 , 秦煜 , 陈昊 , 梁晓兵 , 郑安刚 , 许斌 , 徐萌 , 冯云 , 赵英杰 , 卢建生 , 任宇路 , 石智珩 , 谢振刚 , 杨子成 , 杨帅
IPC分类号： G06F18/2433 , G06F18/23 , G06F18/214 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0455
摘要： 本发明公开了一种基于特征匹配的电能表小样本异常检测方法及装置。其中，方法包括：根据获取的目标域历史小样本，构建特征支持集；将获取的目标域待测样本按照预设维度进行数据增强，获取目标域待测样本的增强样本数据集；分别将增强样本数据集中的每个增强样本输入至预先训练的编码器中，获取该增强样本添加对称补丁编码视图的两个隐空间；将两个隐空间输入至预先训练的解码器中，获取增强样本数据集中每个增强样本的重构样本；根据特征支持集、每个增强样本的两个隐空间、原始样本以及重构样本，确定增强样本数据集中每个增强样本每个时间步的异常分数。
-
公开(公告)号：CN117491939A
公开(公告)日：2024-02-02
申请号：CN202311440486.6
申请日：2023-11-01
申请人： 北京邮电大学 , 中国电力科学研究院有限公司 , 国网山西省电力公司营销服务中心
发明人： 高欣 , 薛冰 , 李保丰 , 翟峰 , 赵兵 , 郜波 , 秦煜 , 陈昊 , 梁晓兵 , 郑安刚 , 许斌 , 徐萌 , 冯云 , 赵英杰 , 卢建生 , 谢振刚 , 肖春 , 石智珩 , 焦广旭 , 贾勇 , 姚俊峰 , 杨子成
IPC分类号： G01R35/04
摘要： 本发明公开了一种基于双记忆增强自编码器的电能表异常检测方法，包括：获取待测电能表历史检测的多变量长时间序列数据；将多变量长时间序列数据划分为预设窗口长度的多个时间窗口数据；将多个时间窗口数据和其相邻时间窗口数据输入至预先训练的异常检测模型中，输出时间窗口数据对应的重构数据，其中异常检测模型采用基于双记忆增强自编码器；根据每个时间窗口数据的重构数据以及原始数据确定该时间窗口数据每个时间点的异常分数，并根据异常分数，确定待测电能表每个时间点的异常程度。
-
公开(公告)号：CN117635437A
公开(公告)日：2024-03-01
申请号：CN202311426438.1
申请日：2023-10-30
申请人： 北京邮电大学 , 中国电力科学研究院有限公司 , 国网山西省电力公司营销服务中心
发明人： 高欣 , 方潇 , 李保丰 , 翟峰 , 赵兵 , 郜波 , 秦煜 , 陈昊 , 梁晓兵 , 郑安刚 , 许斌 , 徐萌 , 冯云 , 赵英杰 , 卢建生 , 谢振刚 , 肖春 , 石智珩 , 焦广旭 , 贾勇 , 姚俊峰 , 杨子成
摘要： 本发明公开了一种电能表图像增强方法、装置、电子设备及计算机存储介质，属于电能计量技术领域；低照度图像增强模型能够更好地判别电表图像中的明暗区域并提供不同程度的光照补偿，同时较好地还原细节信息，增强后的图片能够用于后续可视故障识别，提高故障检测的准确率；多尺度窗口划分机制能够结合多头注意力计算更好地保留像素级的细节信息，同时通过局部全局注意力网络加强模型对低照度图像的自适应感知，生成的图像亮度更加均衡，细节更加明显，减少了过增强与欠增强的可能性；不均匀循环训练策略能够通过数据增强方式与设计的损失函数优化模型对于多样化真实电表图像的泛化性能，更好地适应复杂的挂装场景。
-
公开(公告)号：CN117272055B
公开(公告)日：2024-02-06
申请号：CN202311567852.4
申请日：2023-11-23
申请人： 国网山西省电力公司营销服务中心 , 北京邮电大学
IPC分类号： G06F17/18 , G06F17/10 , G06F18/214 , G06N3/0464 , G06N3/088 , G01R35/04
摘要： 本发明涉及一种基于滤波增强自编码器的电能表异常检测方法及装置，属于电力设备检测技术领域。将预处理后的多维时间序列数据输入自编码器和滤波器，输出第一重构多维时间序列数据和第一噪声分量，将第一重构多维时间序列数据输入自编码器和滤波器，输出第二重构多维时间序列数据和第二噪声分量；构建自编码器损失函数和滤波器损失函数，并基于自编码器损失函数和滤波器损失函数构建电能表异常检测损失函数以对自编码器和滤波器进行迭代训练，将训练好的自编码器作为电能表异常检测模型以对待检测多维时间序列数据进行检测。本发明减小了噪声和异常对自编码器的干扰，提高了重构(56)对比文件US 2023351158 A1,2023.11.02白雅玲.基于深度学习的客户用能分类及异常检测研究《.中国优秀硕士学位论文全文数据库 工程科技II辑》.2023,C042-2856.曹帅.基于深度学习的脑电信号分类方法研究《.中国优秀硕士学位论文全文数据库 医药卫生科技辑》.2018,E080-17.赵经宇.基于无监督学习的网络异常流量检测研究《.中国优秀硕士学位论文全文数据库 信息科技辑》.2023,I139-159.蔡木庆.基于深度学习的复杂时间序列分析和预测《.中国优秀硕士学位论文全文数据库 基础科学辑》.2021,A002-922.Jae Seok Do 等.LSTM-Autoencoder forVibration Anomaly Detection in VerticalCarousel Storage and Retrieval System.《Sensors》.2023,1-22.
-
公开(公告)号：CN117272055A
公开(公告)日：2023-12-22
申请号：CN202311567852.4
申请日：2023-11-23
申请人： 国网山西省电力公司营销服务中心 , 北京邮电大学
IPC分类号： G06F18/214 , G06F17/18 , G06N3/0464 , G06N3/088 , G01R35/04
摘要： 本发明涉及一种基于滤波增强自编码器的电能表异常检测方法及装置，属于电力设备检测技术领域。将预处理后的多维时间序列数据输入自编码器和滤波器，输出第一重构多维时间序列数据和第一噪声分量，将第一重构多维时间序列数据输入自编码器和滤波器，输出第二重构多维时间序列数据和第二噪声分量；构建自编码器损失函数和滤波器损失函数，并基于自编码器损失函数和滤波器损失函数构建电能表异常检测损失函数以对自编码器和滤波器进行迭代训练，将训练好的自编码器作为电能表异常检测模型以对待检测多维时间序列数据进行检测。本发明减小了噪声和异常对自编码器的干扰，提高了重构数据的准确性，从而提高了电能表异常检测模型的检测准确率。
-
公开(公告)号：CN117872027B
公开(公告)日：2024-07-02
申请号：CN202410286101.3
申请日：2024-03-13
发明人： 高晋峰 , 任宇路 , 石智珩 , 肖春 , 郝俊博 , 张娟 , 曹琼 , 姚俊峰 , 赵金 , 药炜 , 裴红兰 , 张文强 , 王锐 , 张畅 , 栗涛 , 赵清英 , 王生晖 , 朱志瑾 , 马容婷 , 王穆青 , 闫春蕊 , 杨志萍 , 张丽 , 杨晓霞 , 王雅琳 , 王璐 , 王帅斌 , 解亚军 , 梁中豪 , 贾杏平 , 薛盈
摘要： 本发明涉及电力系统技术领域，具体公开了一种用于光伏连接的配电网状态感知方法，包括获取配电网端的实时电压值，当配电网端的实时电压值大于配电网端的标称电压值的时长超过预设时长时记为配电网端效验时段；基于配电网端效验时段得到配电网端的状态识别数据，基于状态识别数据得到配电网端在周期内的运行状态识别值；根据配电网端在周期内的运行状态识别值，得到配电网端在周期内的效验信号；基于配电网端在周期内的效验正常信号，对配电网终端设备在运行区域内的状态感知进行识别；基于配电网端在周期内的效验异常信号，对配电网终端设备异常感知状态进行识别，完成对配电网终端在效验正常和效验异常下运行状态的感知。
-
公开(公告)号：CN117526577A
公开(公告)日：2024-02-06
申请号：CN202410016642.4
申请日：2024-01-05
发明人： 高晋峰 , 肖春 , 任宇路 , 石智珩 , 张娟 , 郝俊博 , 姚俊峰 , 赵金 , 药炜 , 曹琼 , 吴非宏 , 杨艳芳 , 裴红兰 , 杨晓霞 , 王生晖 , 薛盈 , 刘婷婷 , 朱志瑾 , 姚晓明 , 王穆青 , 张文强 , 韩俊秀
IPC分类号： H02J13/00 , G08B31/00 , G01R31/00 , G01R19/00 , H02J3/38 , G06Q10/0639 , G06Q10/20 , G06Q50/06
摘要： 本发明属于电力监管技术领域，具体是一种分布式光伏并网电能质量监测系统及方法，其中，该分布式光伏并网电能质量监测系统包括服务器、光伏并网监测采集模块、特征检测识别模块、运行控制模块和后台监管端；本发明通过光伏并网监测采集模块采集电网和光伏并网发电系统的运行数据，特征检测识别模块对运行数据进行处理并识别出电能质量异常状况，运行控制模块基于电能质量异常报警信息自动调整光伏并网发电系统的运行参数，不仅能快速准确地识别电能质量异常状况，还能够在识别出电能质量异常时自动且合理地作出控制措施，且能够对运行控制模块的控制过程进行检测评估并判断电网安全性状况，减小管理难度并提升智能化程度。
-
-
-
-
-
-
-
-
-
搜索结果
52 条记录 (耗时 0.08 秒)