-
公开(公告)号：CN117909828A
公开(公告)日：2024-04-19
申请号：CN202410082282.8
申请日：2024-01-19
Applicant: 中国科学院微电子研究所 , 国网宁夏电力有限公司电力科学研究院
IPC: G06F18/241 , G06F18/25 , G06F18/10 , G06F18/213 , G06F18/23213 , G06F18/2415 , G06Q50/06 , G06Q10/0631
Abstract: 本发明涉及一种电力设备异常状况的预测方法及系统，属于数据预测技术领域，解决了现有电力设备异常状况预测不准确的问题。包括：获取电力调度系统中电力设备的监控数据，预处理后得到初始数据集；从初始数据集中提取多维数据特征，构建样本集；根据聚类模型和分类模型构建特征融合模型和结果融合模型，并利用样本集分别训练特征融合模型和结果融合模型；根据多维数据特征从监控数据中获取待预测样本，识别待预测样本是否发生概念漂移，如果发生，则将待预测样本传入训练好的特征融合模型，否则，传入训练好的结果融合模型；根据特征融合模型或结果融合模型的输出得到各预测结果。实现了电力设备异常状况的准确预测。
-
公开(公告)号：CN117911373A
公开(公告)日：2024-04-19
申请号：CN202410082243.8
申请日：2024-01-19
Applicant: 中国科学院微电子研究所 , 国网宁夏电力有限公司电力科学研究院
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06V10/44 , G06N3/0475 , G06N3/094 , G06N3/045 , G06N3/0464
Abstract: 本发明涉及一种基于零次学习的输电线路小金具缺陷检测方法及系统，属于缺陷检测技术领域，解决了现有技术中小金具缺陷检测不准确的问题。包括：对采集的输电线路的图像进行预处理，构建图像样本库；提取各图像样本的图像特性；基于各图像样本的图像特征和各类缺陷的属性描述，训练属性分类器获取各图像样本的语义特征；基于各图像样本的图像特征和语义特征，训练生成对抗网络；将缺陷数量少的图像样本的语义特征传入生成对抗网络中的生成器生成新的图像特征；基于图像特征和语义特征训练分类模型得到缺陷分类模型；对待识别图像进行预处理后依次传入特征提取模型、属性分类器和缺陷分类模型，得到检测结果。实现了小金具缺陷的准确检测。
-
公开(公告)号：CN119671952A
公开(公告)日：2025-03-21
申请号：CN202411687831.0
申请日：2024-11-25
Applicant: 国网宁夏电力有限公司电力科学研究院
IPC: G06T7/00 , G06V10/764 , G06V10/774
Abstract: 本申请公开了一种基于零次学习的输电线路小金具的缺陷检测方法及装置，该方法包括：在输电线路的多个第一图像中标注连接金具和标记小金具缺陷，得到连接金具标签库和小金具缺陷标签库，连接金具标签库包括含有小金具缺陷的连接金具的局部图像，小金具缺陷标签库包括含有小金具缺陷的第一图像；将连接金具标签库中的局部图像、小金具缺陷标签库中的第一图像以及不存在小金具缺陷的第二图像均输入到初始缺陷检测模型进行迭代训练，得到缺陷检测模型；获取目标输电线路的第三图像；将第三图像输入到缺陷检测模型进行缺陷识别检测，得到缺陷检测模型输出的小金具的缺陷识别结果。本申请提高了小金具的缺陷检测的检测准确度和可靠性。
-
公开(公告)号：CN119628219A
公开(公告)日：2025-03-14
申请号：CN202411704457.0
申请日：2024-11-26
Applicant: 国网宁夏电力有限公司电力科学研究院
IPC: H02J13/00 , G01R31/00 , G01R31/08 , G01R21/00 , G01R19/00 , G06F18/2415 , G06F18/23213 , G06F18/10 , G06F18/25 , G06N3/08 , H02J3/00
Abstract: 本申请公开了一种电力设备的异常状态监测方法、装置及电子设备，本申请实施例的电力设备的异常状态监测方法包括：从至少一个数据源获取待监测的电力设备的运行数据；对各数据源的运行数据进行协同提取，得到各数据源的运行数据的融合特征；将融合特征输入至异常状态检测模型进行异常状态检测，得到电力设备的异常状态的检测结果，异常状态检测模型包括聚类模型和分类模型，电力设备的异常状态的检测结果为聚类模型的输出结果和分类模型的输出结果的融合值。本申请提高了电力设备的安全性和稳定性。
-
-
-
Search Results
4
records
(took 0.19 seconds)
