-
公开(公告)号：CN115965284A
公开(公告)日：2023-04-14
申请号：CN202211690379.4
申请日：2022-12-27
Applicant: 国网四川省电力公司电力科学研究院 , 四川省创世华软科技有限公司
IPC: G06Q10/0639 , G06Q50/06 , G06F18/23
Abstract: 本发明公开了一种企业环保环控措施监测方法，属于环保管控技术领域。所述监测方法包括：获取企业的总体用电数据；获取环保管控时间段；剔除所述总体用电数据中位于环保管控时间段内的数据，得到中间数据；基于所述中间数据聚类建立正常生产用电曲线；基于所述正常生产用电曲线计算管控响应深度指标；基于所述环保管控时间段和正常生产用电曲线计算管控响应时长指标；基于所述管控响应深度指标和管控响应时长指标计算响应综合评价指标；所述响应综合评价指标的值越小，则所述企业在环保管控时间段内未执行环保管控指令的概率越大。本发明实现了企业是否执行环保管控指令的自动监测。
-
公开(公告)号：CN119557716A
公开(公告)日：2025-03-04
申请号：CN202510122297.7
申请日：2025-01-26
Applicant: 国网四川省电力公司电力科学研究院
IPC: G06F18/24 , G06F18/213 , G06F18/25 , G06V10/72 , G06F16/36 , G06N3/0464 , G06N3/048 , G06N3/08 , G06N5/04 , G06N5/02
Abstract: 本发明涉及数据处理领域，具体涉及一种用于电力设备缺陷检测的方法及相关产品，方法包括：获取电力设备的缺陷图像数据和文本数据，并对图像数据和文本数据进行预处理，构建电力设备关联知识图谱，通过交叉注意力机制将视觉检测特征与知识图谱特征融合，生成多模态联合特征；基于多模态联合特征对LLaVA模型的微调，获得缺陷检测模型；获取实时图像，输入缺陷检测模型，完成电力设备缺陷检测；本发明通过多模态数据融合技术，充分利用电力设备的视觉数据、文本数据及关联知识图谱，解决了传统单一数据源检测方法在复杂场景下的不足。
-
公开(公告)号：CN119339242A
公开(公告)日：2025-01-21
申请号：CN202411493291.2
申请日：2024-10-24
Applicant: 国网四川省电力公司电力科学研究院
IPC: G06V20/10 , G06V20/70 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/0455
Abstract: 本发明属于山火监测技术领域，具体公开了基于多模态大模型的山火监测方法、系统及程序产品，通过将卷积神经网络与Transformer网络相结合，可以整合卷积神经网络的局部特征提取能力以及Transformer的全局上下文建模优势，增强模型深入解析数据的能力，包括图像分析和自然语言处理，以有效应对传统单一网络结构难以克服的复杂挑战，适用于要求细腻信息与宏观并重的山火监测场景。本发明在保持低资源占用及高效推理的的同时，可实现全局与局部细节的兼顾，为实际应用场景下的山火灾害监测提供高效解决方案，通过兼顾细腻信息与宏观并重的信息，能够应对山火中远近以及白天黑夜等复杂监测场景。
-
公开(公告)号：CN119048842A
公开(公告)日：2024-11-29
申请号：CN202411506831.6
申请日：2024-10-28
Applicant: 国网四川省电力公司电力科学研究院
IPC: G06V10/764 , G06V10/82 , G06V10/74 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种领域知识驱动的多模态电力巡检方法、装置和系统，本申请属于输变电线路检测技术领域，方法包括：利用部署在边端的轻量级目标检测网络对待测目标的图像数据集进行初步检测和分类，过滤掉无缺陷样本，并将包含位置信息和类别信息的缺陷样本传输至云端；对缺陷样本进行分类，并将缺陷样本数据标注为后续缺陷检测所需的数据格式；判断是否为小目标缺陷；如果是则根据大语言模型及多模态大模型进行小目标缺陷检测，否则采用预训练的YOLOv8模型进行缺陷检测。本申请采用大小模型结合的方式，并采用多模态大模型实现小目标缺陷检测，可以显著提升检测效率和准确性。
-
公开(公告)号：CN118802534A
公开(公告)日：2024-10-18
申请号：CN202410973101.0
申请日：2022-07-26
Applicant: 国网四川省电力公司电力科学研究院
IPC: H04L41/082 , H04L41/16 , H04L67/12 , H04L67/289
Abstract: 本发明公开了一种电力物联网AI赋能云边协同中间件及其系统，包括北向接口单元、南向接口单元、控制接口单元、AI分析单元和模型库；北向接口单元用于解析并将电网管理平台下发的消息转换为北向消息，将南向接口单元上传的电力终端设备采集的数据和AI分析单元的分析结果上传至电网管理平台；南向接口单元用于将终端设备信息采集指令转发给电力终端设备，并接收解析电力终端设备上传的数据；控制接口单元用于将终端设备控制指令转发给电力终端设备；AI分析单元响应于接收分析指令，利用AI分析模型对电力终端设备采集的数据进行分析。本发明通过中间件实现电力终端设备和电网管理平台的有效连接，仅需对中间件进行升级维护，减小升级维护的工作量。
-
Patent Agency Ranking
公开(公告)号：CN117274748A
公开(公告)日：2023-12-22
申请号：CN202311526946.7
申请日：2023-11-16
Applicant: 国网四川省电力公司电力科学研究院
IPC: G06V10/774 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/048 , G06N3/08
Abstract: 本发明一种基于离群抑制的终生学习电力模型训练及检测方法，该方法包括：获取输配电线路电力缺陷图像数据；训练得到电力缺陷检测模型；通过密集区域融合算法对电力缺陷检测模型中特征金字塔模块的离群数据进行自适应抑制，优化并得到最终训练好的电力缺陷检测模型；使用已训练的电力缺陷检测模型对输配电线路电力缺陷图像数据进行缺陷检测。本发明通过在终生学习过程中对电力缺陷图像数据的持续增量训练，以及自适应地抑制离群数据，有效地抑制了模型中的异常参数，解决了现有训练方法中全量更新引发的异常参数问题，以及部分参数冻结更新导致的样本特征学习不完整问题，进而提高了检测的精度。
-
公开(公告)号：CN116612124A
公开(公告)日：2023-08-18
申请号：CN202310897591.6
申请日：2023-07-21
Applicant: 国网四川省电力公司电力科学研究院
IPC: G06T7/00 , G06V10/44 , G06N3/0464 , G06N3/08 , G06V10/82
Abstract: 本发明提供了一种基于双分支串行混合注意力的输电线路缺陷检测方法，属于输电线路缺陷检测技术领域，该方法包括构建基于双分支串行混合注意力的输电线路缺陷检测深度神经网络模型，其中，所述基于双分支串行混合注意力的输电线路缺陷检测深度神经网络模型包括双分支串行混合注意力DBSA和特征金字塔WCFPN；利用基于双分支串行混合注意力的输电线路缺陷检测深度神经网络模型对输电线路进行缺陷检测。本发明解决了现有的输电线路缺陷检测方法不能很好地克服小目标和复杂背景两个难点的问题。
-
公开(公告)号：CN115913696A
公开(公告)日：2023-04-04
申请号：CN202211405195.9
申请日：2022-11-10
Applicant: 国网四川省电力公司电力科学研究院 , 国网智能电网研究院有限公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司信息通信分公司 , 国家电网有限公司
IPC: H04L9/40
Abstract: 本发明公开了一种虚拟网络零信任访问控制方法、装置、设备及介质，该方法应用于包括从上至下的用户层、业务逻辑层、数据访问层和服务器形成的系统软件架构上；用户层上设有验证模块，业务逻辑层上设有主控模块；包括：当用户端首次注册登录系统时，进行电子身份号牌的生成及与用户身份信息绑定；当用户端非首次登陆系统时，根据获取的新访问请求，将用户身份信息上传至验证模块，对用户是否为注册和合法用户进行初步验证，根据初步验证结果控制将电子身份号牌传输至主控模块或者重新执行电子身份号牌的生成与及与用户身份信息绑定；并对用户身份信息与电子身份号牌进行对比分析，将分析结果发送至用户层及服务器。本发明保证网络资源的安全。
-
公开(公告)号：CN115643086A
公开(公告)日：2023-01-24
申请号：CN202211290952.2
申请日：2022-10-21
Applicant: 国网四川省电力公司电力科学研究院
IPC: H04L9/40 , G06N3/0464 , G06N3/08 , G06F18/214 , G06F18/213 , G06F18/24
Abstract: 本发明公开了一种基于深度神经网络的未知威胁检测方法，步骤包括：在大数据平台的各个节点上部署信息采集器，采集不同维度的网络流量数据，并将网络流量数据进行归一化处理，得到样本集数据；构建卷积神经网络，并基于深度学习算法，用样本集数据集对卷积神经网络进行优化训练，得到未知威胁检测模型；通过未知威胁检测模型对所采集的网络流量数据进行测试处理，以获得相应的未知威胁检测结果。本发明通过应用深度学习技术，可以有效提升信息系统对已知威胁和未知威胁的识别成功率，准确及时发现入侵，保护高价值资产，为保障和提高信息系统的安全稳定的运行提供技术支撑和保障，以最大程度地避免未知威胁对于信息系统安全性的影响。
-
公开(公告)号：CN113554466A
公开(公告)日：2021-10-26
申请号：CN202110846096.3
申请日：2021-07-26
Applicant: 国网四川省电力公司电力科学研究院
Abstract: 本发明公开了一种短期用电量预测模型构建方法、预测方法和装置，方法包括：获取用户的历史用电量时间序列；对获取的历史用电量时间序列进行特征提取；将提取的特征数据分别输入到基于Attention机制的GRU门控循环单元模型和基于双路径结构的时间卷积网络模型进行训练；将两个模型训练得到的输出结果输入到多层感知机MLP进行整合训练，从而得到由训练好的GRU门控循环单元模型、时间卷积网络模型和MLP构成的短期用电量预测模型。本发明基于双路径结构的时间卷积和基于注意力机制的门控循环单元来构建短期用电量预测模型，解决了电力领域中针对低采集频率和非线性时变性特征明显的数据的精准短期用电预测问题。
-
-
-
-
-
-
-
-
-
Search Results
74
records
(took 0.065 seconds)
