-
公开(公告)号：CN107609801A
公开(公告)日：2018-01-19
申请号：CN201710992499.2
申请日：2017-10-23
申请人： 国网上海市电力公司 , 华东电力试验研究院有限公司 , 上海赛璞乐电力科技有限公司 , 西安创奕信息科技有限公司
摘要： 本发明涉及一种基于输变电状态监测装置可靠性评价方法和装置，方法包括：根据监测装置各参数数据有效性得到输变电监测装置数据有效性量化值；根据监测装置的上传情况得到输变电监测装置通信问题量化值；根据监测装置正常运行的天数占比得到输变电监测装置本体缺陷问题量化值；根据各输变电监测装置的数据有效性量化值、通信问题量化值和缺陷问题量化值得到输变电监测装置的可用性量化值；根据同一厂家同一类型的输变电监测装置的可用性量化值得到该厂家该类型输变电监测装置的可用性量化均值；根据同一线路同一类型的输变电监测装置的可用性量化值得到该线路该类型输变电监测装置的可用性量化均值。与现有技术相比，本发明具有评价准确等优点。
-
公开(公告)号：CN208506800U
公开(公告)日：2019-02-15
申请号：CN201721366703.1
申请日：2017-10-23
申请人： 国网上海市电力公司 , 华东电力试验研究院有限公司 , 上海赛璞乐电力科技有限公司
摘要： 本实用新型涉及一种基于输变电状态监测装置可靠性评价装置，包括数据收发装置和系统平台，数据收发装置与监测装置连接，并将检测装置的数据转发至系统平台，数据收发装置上设有SD卡模块，该SD卡模块SD卡槽和SD卡载体片，SD卡载体片两侧均用于放置SD卡的凹陷，SD卡槽两侧均设有分别用于电连接装载于SD卡载体片两侧的SD卡的触点。与现有技术相比，本实用新型具有方便扩容等优点。(ESM)同样的发明创造已同日申请发明专利
-
公开(公告)号：CN109190665B
公开(公告)日：2023-07-04
申请号：CN201810851668.5
申请日：2018-07-30
申请人： 国网上海市电力公司 , 华东电力试验研究院有限公司
IPC分类号： G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/0464 , G06N3/048 , G06N3/0895 , G06N3/094
摘要： 本发明公开了一种基于半监督生成对抗网络的通用图像分类方法和装置，涉及图像分类技术，所述方法包括：步骤1：训练得到深度卷积生成对抗网络DCGAN，所述DCGAN包括生成网络和判别网络，所述判别网络包括依次连接的卷积神经网络和Softmax多分类器；步骤2：将待分类的图像输入至所述卷积神经网络，得到图像特征；步骤3：将得到的图像特征输入所述Softmax多分类器，得到分类结果。本发明中，由于判别网络是在DCGAN中训练得到，故提高了判别网络的泛化性能和分类准确率，通过该判别网络得到图像特征后，再结合Softmax多分类器，能够极大提高图像分类的准确率。
-
公开(公告)号：CN109190665A
公开(公告)日：2019-01-11
申请号：CN201810851668.5
申请日：2018-07-30
申请人： 国网上海市电力公司 , 华东电力试验研究院有限公司
IPC分类号： G06K9/62
CPC分类号： G06K9/627
摘要： 本发明公开了一种基于半监督生成对抗网络的通用图像分类方法和装置，涉及图像分类技术，所述方法包括：步骤1：训练得到深度卷积生成对抗网络DCGAN，所述DCGAN包括生成网络和判别网络，所述判别网络包括依次连接的卷积神经网络和Softmax多分类器；步骤2：将待分类的图像输入至所述卷积神经网络，得到图像特征；步骤3：将得到的图像特征输入所述Softmax多分类器，得到分类结果。本发明中，由于判别网络是在DCGAN中训练得到，故提高了判别网络的泛化性能和分类准确率，通过该判别网络得到图像特征后，再结合Softmax多分类器，能够极大提高图像分类的准确率。
-
公开(公告)号：CN109816559A
公开(公告)日：2019-05-28
申请号：CN201910144917.1
申请日：2019-02-27
申请人： 国网上海市电力公司
摘要： 本发明公开了一种基于深度学习的智能开票方法，人工输入操作任务后，通过智能算法自动生成电系操作票或操作指令票的备选生成票列表，最后由开票人最终审核，修改，确认即将可生成票转变成正式票使用；在开票完成后，智能算法进行反馈，将拟票人修改，确认后的票，纳入训练样本并动态调优参数，以不断提高生成票的正确率。
-
公开(公告)号：CN110110095A
公开(公告)日：2019-08-09
申请号：CN201910355114.0
申请日：2019-04-29
申请人： 国网上海市电力公司
摘要： 本发明公开了一种基于长短期记忆循环神经网络的电力指令文本匹配方法，包括特征提取、关联分析等模块。首先从原始数据集中提取用户的用电数据的时间序列作为初始特征集，然后对特征集进行无量纲化和特征选择处理，并且采用主成分分析法和自编码网络对初始特征集进行降维得到有效特征集，最后采用孤立森林算法计算出每个用户的异常分数以判定用户数据有无异常。与现有技术相比，本发明的有益效果充分利用当前各专业先进技术，在开放式的信息技术框架体系下，与现有相关系统相融合和衔接，基于深度学习的智能开票应用，解决了两个问题，一是操作票的原始特征表示；二是选择合适的学习算法。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.096 秒)
