-
公开(公告)号：CN118865010A
公开(公告)日：2024-10-29
申请号：CN202410717323.6
申请日：2024-06-04
申请人： 国家电网有限公司信息通信分公司 , 国网江西省电力有限公司信息通信分公司 , 国网智能电网研究院有限公司 , 国家电网有限公司
IPC分类号： G06V10/774 , G06V10/764 , G06V10/75 , G06V10/82 , G06N3/0464 , G06N3/084
摘要： 本申请公开了一种模型训练方法及装置，涉及电力运维技术领域，用于电子设备，该方法包括：将第一训练样本输入多任务模型，多任务模型包括至少两个任务模块，每个任务模块对应的任务类型不同；基于多任务模型中的第一任务模块，对第一训练样本处理，得到第一处理结果；在第一处理结果与第一训练样本的样本标签不匹配的情况下，基于第一任务模块对应的损失函数，训练第一任务模块，以得到训练后的多任务模型；其中，第一任务模块为至少两个任务模块中的其中一个。
-
公开(公告)号：CN117593280A
公开(公告)日：2024-02-23
申请号：CN202311649143.0
申请日：2023-12-04
IPC分类号： G06T7/00 , G06V10/774 , G06V10/764
摘要： 本申请公开了一种图像质量评估模型训练方法、装置及存储介质，涉及计算机技术领域，用于提升模型的泛化性能。该方法包括：对N个第一样本图像进行多次图像劣化增强，得到M个第一劣化增强图像；基于M个第一劣化增强图像，得到对比样本集合，对比样本集合包括一对正样本对和多对负样本对；对E个第二样本图像进行一次或多次图像劣化增强，得到F个第二劣化增强图像；基于F个第二劣化增强图像和E个第二样本图像，得到序列样本集合，序列样本集合包括E个样本序列，一个样本序列对应一个第二样本图像；基于对比样本集合和序列样本集合，对图像质量评估模型中的特征提取模块进行联合训练，得到训练后的图像质量评估模型。
-
公开(公告)号：CN118709519A
公开(公告)日：2024-09-27
申请号：CN202410644098.8
申请日：2024-05-23
申请人： 国网江西省电力有限公司信息通信分公司 , 国网智能电网研究院有限公司
IPC分类号： G06F30/27 , H02J3/00 , G06N3/042 , G06N3/0464 , G06N3/0495 , G06N3/082 , G06N3/084 , G06N5/04 , G06F113/04
摘要： 本发明公开了基于模型压缩的电网状态快速推演方法，涉及电网状态推演技术领域，包括以下步骤：S1、构建数据集、S2、搭建图卷积网络、S3、模型剪枝、S4、优化剪枝过程和S5、计算未知输电线路。本发明通过剪枝率分析算法确定剪枝率，保证每次对模型进行剪枝的过程中均会对相关的掩码进行更新，使得剪枝策略算法在处理过程中能够更加准确，及时识别冗余以及不必要的参数，降低剪枝过程中出现的错误，同时对于错误的剪枝操作也会通过再生处理算法进行调整，使得重新生成的模型不仅具备高效的推理性能，而且还能够减少计算资源和内存损耗。
-
公开(公告)号：CN118643732A
公开(公告)日：2024-09-13
申请号：CN202410644030.X
申请日：2024-05-23
申请人： 国网江西省电力有限公司信息通信分公司 , 国网智能电网研究院有限公司
IPC分类号： G06F30/27 , H02J3/00 , G06N3/042 , G06N3/0464 , G06N3/084 , G06N3/086 , G06N3/0985 , G06N5/04 , G06F113/04
摘要： 本发明公开了基于参数自动寻优的配网状态加速推演方法，涉及电网运行状态技术领域，包括以下步骤：S1、准备训练数据集；S2、搭建图神经网络；S3、确定超参取值范围；S4、超参寻优；S5、训练神经网络。本发明通过粒子群算法PSO进行模型超参数的寻优，实现了在神经网络模型训练过程中，根据模型的训练效果对模型超参数进行动态调节，超参数设置合适可以缩短神经网络的训练进程，提升训练效果，从而使得训练的模型能够更好地根据电网监测设备输出推理电网运行状态，提高网络电网推演的能力，Adam优化器建立从损失函数与网络参数之间的映射，从而使得神经网络的输出逐步趋于预期。
-
公开(公告)号：CN118037143A
公开(公告)日：2024-05-14
申请号：CN202311812522.7
申请日：2023-12-26
申请人： 国网江西省电力有限公司信息通信分公司 , 国网智能电网研究院有限公司
IPC分类号： G06Q10/067 , H02J3/00 , G06Q10/063 , G06Q50/06 , G06N3/042 , G06N3/0455 , G06N3/08
摘要： 本发明涉及电力系统技术领域，具体涉及一种基于图掩码重建的配电网状态表征方法，包括如下步骤：S1：将配电网的拓扑结构建模为异构图；S2：通过路径掩码预测器重构路径；S3：通过节点属性掩码预测器重构节点属性；S4：对模型进行优化。本发明提出的异构图掩码建模的配电网状态计算方法，可以准确地建模配电网的拓扑关系和状态变量，该模型能够捕获包含语义的复杂图结构，更高效的预测图的节点属性和边，通过预训练的图神经网络模型，可以快速准确地计算出配电网的状态，将电网配电拓扑数据抽象为异质图结构，高效、直观、灵活的表现数据，在状态估计任务上相比反向传播网络和卷积神经网络具有更高的准确性。
-
公开(公告)号：CN112419094B
公开(公告)日：2024-03-29
申请号：CN202011383558.4
申请日：2020-12-01
申请人： 国网江西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： G06Q50/06 , G06Q10/067 , G16Y10/35
摘要： 本发明公开了一种配电物联网数据产品构建方法、装置及可读存储介质，该方法包括：生成并存储配电物联网信息模型；根据预设的一致性判定算法和事件触发的实体主动校对模型算法，对所述配电物联网信息模型的数据质量进行校核；根据所述配电物联网信息模型提供的通用数据微服务，提供面向用户的数据产品，所述通用数据微服务包括数据召测、停电信息发布、位置服务、数据校核。本发明能够将不同的数据纳入一个数据产品进行提供，这样就将实际业务中面临的营配调模型一致性问题抽象为电网拓扑数据和设备量测数据的一致性问题，从而能够有效提高配电物联网数据产品的数据质量。
-
公开(公告)号：CN112232559A
公开(公告)日：2021-01-15
申请号：CN202011083600.0
申请日：2020-10-12
申请人： 国网江西省电力有限公司信息通信分公司 , 国网江西省电力有限公司 , 国家电网有限公司
摘要： 本发明提出了一种电力区域负荷的短期预测方法及装置。包括：获取历史电力负荷需求值，根据该历史电力负荷需求值获取负荷特征信息；根据电力负荷需求值构建电力负荷增长率因子数据表，根据该电力负荷增长率因子数据表建立线性回归模型，并从该线性回归模型中提取增长率函数；根据负荷特征信息以及增长率函数生成负荷短期预测模型，并根据该负荷短期预测模型对短期负荷进行预测。本发明通过构建增长率因子，其因子数据特征与日负荷数据特征高度一致，所以增长率因子不改变原有负荷数据特性，能够在预测多节点负荷时大大降低节点负荷预测的误差率，提高预测精确度。
-
公开(公告)号：CN115550236B
公开(公告)日：2024-04-30
申请号：CN202211052272.7
申请日：2022-08-31
申请人： 国网江西省电力有限公司信息通信分公司 , 国家电网有限公司
摘要： 本发明提供了一种面向安全中台资源池路由优化的数据保护方法，首先，本发明从数据安全角度对安全中台进行完整细致的建模，对于安全中台进行资源池化和云部署，并通过自适应注意力机制的DQN深度强化学习算法优化路由，优化云中台的资源调度以达到数据保护的目的，同时在中台与前台间使用安全多方计算来进一步保证用户隐私不会受到推理攻击，保证用户的身份隐私不泄露，本发明重视中台设计和资源池化，降低底层业务的相关性，提高了资源的重用率，并将中台发布到云端，进一步降低成本，提高稳定性、易用性、分布式特性，立足并强化了数据保护，极大规避了有可能会遇到的数据安全问题。同时立足于现有的基础，无需大量额外投入，可行性很高。
-
公开(公告)号：CN112232559B
公开(公告)日：2023-06-13
申请号：CN202011083600.0
申请日：2020-10-12
申请人： 国网江西省电力有限公司信息通信分公司 , 国网江西省电力有限公司 , 国家电网有限公司
摘要： 本发明提出了一种电力区域负荷的短期预测方法及装置。包括：获取历史电力负荷需求值，根据该历史电力负荷需求值获取负荷特征信息；根据电力负荷需求值构建电力负荷增长率因子数据表，根据该电力负荷增长率因子数据表建立线性回归模型，并从该线性回归模型中提取增长率函数；根据负荷特征信息以及增长率函数生成负荷短期预测模型，并根据该负荷短期预测模型对短期负荷进行预测。本发明通过构建增长率因子，其因子数据特征与日负荷数据特征高度一致，所以增长率因子不改变原有负荷数据特性，能够在预测多节点负荷时大大降低节点负荷预测的误差率，提高预测精确度。
-
公开(公告)号：CN115550236A
公开(公告)日：2022-12-30
申请号：CN202211052272.7
申请日：2022-08-31
申请人： 国网江西省电力有限公司信息通信分公司 , 国家电网有限公司
摘要： 本发明提供了一种面向安全中台资源池路由优化的数据保护方法，首先，本发明从数据安全角度对安全中台进行完整细致的建模，对于安全中台进行资源池化和云部署，并通过自适应注意力机制的DQN深度强化学习算法优化路由，优化云中台的资源调度以达到数据保护的目的，同时在中台与前台间使用安全多方计算来进一步保证用户隐私不会受到推理攻击，保证用户的身份隐私不泄露，本发明重视中台设计和资源池化，降低底层业务的相关性，提高了资源的重用率，并将中台发布到云端，进一步降低成本，提高稳定性、易用性、分布式特性，立足并强化了数据保护，极大规避了有可能会遇到的数据安全问题。同时立足于现有的基础，无需大量额外投入，可行性很高。
-
-
-
-
-
-
-
-
-
搜索结果
39 条记录 (耗时 0.1 秒)
