-
公开(公告)号：CN116912563A
公开(公告)日：2023-10-20
申请号：CN202310778128.X
申请日：2023-06-29
Applicant: 国家电网有限公司大数据中心
IPC: G06V10/764 , G01N21/88 , H02J13/00 , H02J3/00 , G06V10/774 , G06Q50/06
Abstract: 本发明涉及电网设备安全防护技术领域，具体提供了一种电网设备的缺陷识别方法及装置，本发明的应用范围十分广泛，可以用于各种电力设备的缺陷识别，包括高压开关、绝缘子串、变压器、断路器、电缆等。该方案可以实时监测电力设备的运行状态，及时发现缺陷并提醒维修，保障电力设备的正常运行，降低了设备维修费用和能源损失。
-
公开(公告)号：CN115565033A
公开(公告)日：2023-01-03
申请号：CN202211370014.3
申请日：2022-11-03
Applicant: 国家电网有限公司大数据中心
IPC: G06V10/774 , G06V10/82
Abstract: 本公开实施例提供了缺陷样本图片的生成方法、装置、设备及存储介质。该方法包括：基于第一缺陷样本图片集训练缺陷识别模型，获得训练后的缺陷识别模型；根据第一无缺陷样本图片集和缺陷识别模型训练生成对抗网络模型，获得训练后的生成对抗网络模型；其中，生成对抗网络模型包括生成器和判别器；根据训练后的生成器和第二无缺陷样本图片集生成第二缺陷样本图片集。本公开实施例，解决了电网计量设备缺陷样本图片集难获取的问题，极大降低缺陷样本图片采集的难度以及工作量，同时具有高质量的计量设备缺陷样本图片集，能够更加高效的训练缺陷识别模型来完成自动化巡检，提高巡检工作的自动化程度，降低巡检的人工成本。
-
公开(公告)号：CN114863153A
公开(公告)日：2022-08-05
申请号：CN202210330918.7
申请日：2022-03-30
Applicant: 国家电网有限公司大数据中心
IPC: G06V10/762 , G06V10/774 , G06V10/74 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于深度学习的影像相似度数据清洗方法及系统，包括：获取影像数据，并对所述影像数据进行处理得到成对的影像数据；将所述成对的影像数据输入到预先训练好的融合网络模型中，得到所述成对的影像数据的相似性度量值；由所述成对的影像数据的相似性度量值对所述影像数据进行聚类完成数据清洗；其中，所述预先训练好的融合网络模型是基于成对的影像数据结合包含损失项和正则化项的学习目标函数对双支卷积神经网络进行训练得到的。本发明采用了融合网络结合损失函数的方法，解决了人力标注成本高，效率低下，容易产生重复操作的问题，实现了对相同场景下的类似部件进行聚类，提高了效率和准确率。
-
公开(公告)号：CN114861868A
公开(公告)日：2022-08-05
申请号：CN202210325233.3
申请日：2022-03-29
Applicant: 国家电网有限公司大数据中心
Abstract: 本发明涉及人工智能模型压缩技术领域，具体提供了一种卷积神经网络的压缩方法及装置，包括：步骤1.初始化待压缩卷积神经网络的精简卷积神经网络；步骤2.将待压缩卷积神经网络上的注意力图迁移至精简卷积神经网络；步骤3.利用遗传算法确定并调节精简卷积神经网络上的注意力图迁移的最优位置；步骤4.判断是否达到迭代次数，若是，则输出精简卷积神经网络，否则，返回步骤2。本发明提供的技术方案，通过应用遗传算法，寻找最优的注意力迁移层位置，实现更有效的知识蒸馏。
-
公开(公告)号：CN112364177B
公开(公告)日：2023-10-24
申请号：CN202011192637.7
申请日：2020-10-30
Applicant: 国家电网有限公司大数据中心
Abstract: 本发明提出一种用于建立用于电网知识图谱的逻辑模型的方法、系统及介质。方法包括：确定用于定义实体及其属性的实体模式；将第一数据源中的多个实体判定为完整实体或不完整实体；基于第一数据源按照实体模式生成所有完整实体和不完整实体的实体属性信息以生成逻辑模型的实体集；确定用于定义源实体和目标实体之间的关系的关系模式；对于第二数据源中的存在于该实体集中的源实体和目标实体，至少基于第二数据源按照关系模式生成相应的实体关系信息以生成逻辑模型的关系集；基于实体集和关系集建立包括实体、属性和关系的逻辑模型。利用本发明的方案，可以弥补现有模型的设计短板，给用户提供更合理的管控模型，并支持统一数据模型的信息匹配。
-
Patent Agency Ranking
公开(公告)号：CN115879449A
公开(公告)日：2023-03-31
申请号：CN202211386899.6
申请日：2022-11-07
Applicant: 国家电网有限公司大数据中心
IPC: G06F40/279 , G06F16/28 , G06F16/35 , G06F40/253
Abstract: 本发明实施例公开一种实体关系抽取方法、装置、电子设备及存储介质。该方法包括：获取预设文本库中的至少一个文本信息；确定文本信息对应的嵌入向量；确定任意两个嵌入向量对应的向量对，并保存各向量对到标记组合结果；根据标记组合结果和预先训练的分类器确定文本信息对应的实体关系。本发明实施例，通过预先训练的分类器基于文本信息的嵌入向量进行分析，提取到文本信息的实体关系，可解决实体嵌套以及实体对重叠的问题，在保证三元组提取过程中各个元素的紧密相关度的基础上，可减少误差、解决泛化性差的问题，提升了实体关系抽取的精确性。
-
公开(公告)号：CN113947564A
公开(公告)日：2022-01-18
申请号：CN202111012230.6
申请日：2021-08-31
Applicant: 国家电网有限公司大数据中心 , 国网浙江省电力有限公司营销服务中心 , 安徽继远软件有限公司
Inventor： 彭楚宁 , 王路涛 , 李博 , 苏良立 , 刘俊建 , 边靖宸 , 张书健 , 李永乐 , 孙红宇 , 徐奎龙 , 张萌萌 , 李熊 , 许灵洁 , 严华江 , 陈欢军 , 丁徐楠 , 刘勇 , 南昊 , 孙剑桥 , 梁翀 , 陈思宇
IPC: G06T7/00 , G06F16/535 , G06F16/55 , G06F16/583
Abstract: 本发明公开了一种电力行业低压台区计量设备图像校验方法及系统，包括获取电力行业低压台区计量设备的待检测图像，将获取的图像输入到预先设定的电力图像质量分析模型中，进行图像质量分析，并输出最终的图像质量分析结果，然后判断图像的质量是否符合预设质量标准，若符合预设质量标准，则将待检测图像输入到云端进行识别，检测电力设备是否存在故障，若不符合预设质量检测标准，则重新获取待检测图像，通过在对待检测图像进行识别前，首先对待检测图像的质量进行判断，将低质量的待检测图像筛除，只对高质量的待检测图像进行识别，通过提高待检测图像的质量，使得电力设备的故障识别结果准确率得到了提升。
-
公开(公告)号：CN115439674A
公开(公告)日：2022-12-06
申请号：CN202210912014.5
申请日：2022-07-29
Applicant: 国家电网有限公司大数据中心
IPC: G06V10/762 , G06V10/774 , G06V10/82 , G06V20/70 , G06V10/26 , G06N3/08 , G06N3/04 , G06F16/36
Abstract: 本发明涉及人工智能技术领域，具体提供了一种基于电力影像知识图谱的图像智能标注方法及装置，包括：获取电力目标的影像数据；对所述电力目标的影像数据进行超像素分割，并对超像素分割结果进行聚类；将聚类结果输入至预先构建的ViT电力缺陷目标检测模型，得到所述预先构建的ViT电力缺陷目标检测模型输出的电力目标的缺陷诊断结果。本发明提供的技术方案，能够以最小量的标注成本，实现最大化的模型算法迭代训练效率的目标，而人工仅需对自动化标注后的数据进行短期校验，便可大幅提升样本标注效率。
-
公开(公告)号：CN116704218A
公开(公告)日：2023-09-05
申请号：CN202310636391.5
申请日：2023-05-31
Applicant: 国家电网有限公司大数据中心
IPC: G06V10/70 , G06V10/26 , G06V10/774 , G06Q10/20 , G06Q50/06
Abstract: 本发明涉及电力行业目标检测技术领域，具体提供了一种电力行业目标检测方法及装置，包括：获取待检测场景图像；将所述待检测场景图像作为预先训练的电力行业目标检测模型的输入，得到所述预先训练的电力行业目标检测模型输出的待检测场景图像的检测结果；所述检测结果包括下述中的至少一种：目标的位置和类别。本发明提供的技术方案，解决电力行业目标检测任务中的标注量大和训练准确性低的问题，并具备更广泛的适用性，提供了更高效、准确的目标检测解决方案，推动电力行业及其他领域的智能化发展。
-
公开(公告)号：CN114821155A
公开(公告)日：2022-07-29
申请号：CN202210324966.5
申请日：2022-03-29
Applicant: 国家电网有限公司大数据中心
IPC: G06V10/764 , G06N3/04 , G06N3/08
Abstract: 本发明提出一种基于可变形NTS‑NET神经网络的多标签分类方法及系统，包括：将待分类图像输入预先训练好的网络模型得到图像的分类标签矩阵；基于分类标签矩阵确定待分类图像的分类标签；其中，网络模型是基于图像及其对应的分类标签对NTS‑NET神经网络进行训练得到的；NTS‑NET神经网络是基于在神经网络中引入可变性卷积和通道注意力机制构建的。本发明利用NTS‑NET作为基本框架,通过在网络模型引入可变形卷积实现对几何变换幅度较大的目标关键局部区域准确定位,并在审查器网络中引入通道注意力机制,有选择性地加强包含有用信息的特征并抑制无用特征，最终实现复杂图像的多属性分类。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.042 seconds)
