-
公开(公告)号：CN117635437A
公开(公告)日：2024-03-01
申请号：CN202311426438.1
申请日：2023-10-30
Applicant: 北京邮电大学 , 中国电力科学研究院有限公司 , 国网山西省电力公司营销服务中心
Inventor： 高欣 , 方潇 , 李保丰 , 翟峰 , 赵兵 , 郜波 , 秦煜 , 陈昊 , 梁晓兵 , 郑安刚 , 许斌 , 徐萌 , 冯云 , 赵英杰 , 卢建生 , 谢振刚 , 肖春 , 石智珩 , 焦广旭 , 贾勇 , 姚俊峰 , 杨子成
Abstract: 本发明公开了一种电能表图像增强方法、装置、电子设备及计算机存储介质，属于电能计量技术领域；低照度图像增强模型能够更好地判别电表图像中的明暗区域并提供不同程度的光照补偿，同时较好地还原细节信息，增强后的图片能够用于后续可视故障识别，提高故障检测的准确率；多尺度窗口划分机制能够结合多头注意力计算更好地保留像素级的细节信息，同时通过局部全局注意力网络加强模型对低照度图像的自适应感知，生成的图像亮度更加均衡，细节更加明显，减少了过增强与欠增强的可能性；不均匀循环训练策略能够通过数据增强方式与设计的损失函数优化模型对于多样化真实电表图像的泛化性能，更好地适应复杂的挂装场景。
-
公开(公告)号：CN118411560A
公开(公告)日：2024-07-30
申请号：CN202410523072.8
申请日：2024-04-28
Applicant: 中国电力科学研究院有限公司 , 北京邮电大学 , 国网山西省电力公司 , 国网山西省电力公司营销服务中心
Inventor： 李保丰 , 翟峰 , 高欣 , 苏俊池 , 方潇 , 赵兵 , 郜波 , 秦煜 , 陈昊 , 梁晓兵 , 郑安刚 , 许斌 , 徐萌 , 冯云 , 赵英杰 , 卢建生 , 任宇路 , 石智珩 , 谢振刚 , 杨子成 , 杨帅
IPC: G06V10/764 , G06V10/774 , G06V10/40 , G06N3/0464
Abstract: 本发明属于图像多目标检测技术领域，公开了一种目标检测模型构建方法、目标检测方法及相关装置；其中，所述目标检测模型构建方法包括：以基于YOLO框架的目标检测网络为基准模型，将基准模型的特征提取网络中的所有卷积层替换为重排网络模块和设置于重排网络模块后的无参数注意力模块，获得轻量化目标检测网络；基于选定的训练数据集对所述轻量化目标检测网络进行深度学习预训练，然后基于教师模型使用置信度蒸馏损失进行蒸馏训练，达到预设收敛条件后，构建获得目标检测模型。本发明构建获得的目标检测网络在面临复杂的检测场景和实时的检测任务时，具有较高的检测精度和检测效率。
-
公开(公告)号：CN117272055B
公开(公告)日：2024-02-06
申请号：CN202311567852.4
申请日：2023-11-23
Applicant: 国网山西省电力公司营销服务中心 , 北京邮电大学
IPC: G06F17/18 , G06F17/10 , G06F18/214 , G06N3/0464 , G06N3/088 , G01R35/04
Abstract: 本发明涉及一种基于滤波增强自编码器的电能表异常检测方法及装置，属于电力设备检测技术领域。将预处理后的多维时间序列数据输入自编码器和滤波器，输出第一重构多维时间序列数据和第一噪声分量，将第一重构多维时间序列数据输入自编码器和滤波器，输出第二重构多维时间序列数据和第二噪声分量；构建自编码器损失函数和滤波器损失函数，并基于自编码器损失函数和滤波器损失函数构建电能表异常检测损失函数以对自编码器和滤波器进行迭代训练，将训练好的自编码器作为电能表异常检测模型以对待检测多维时间序列数据进行检测。本发明减小了噪声和异常对自编码器的干扰，提高了重构(56)对比文件US 2023351158 A1,2023.11.02白雅玲.基于深度学习的客户用能分类及异常检测研究《.中国优秀硕士学位论文全文数据库 工程科技II辑》.2023,C042-2856.曹帅.基于深度学习的脑电信号分类方法研究《.中国优秀硕士学位论文全文数据库 医药卫生科技辑》.2018,E080-17.赵经宇.基于无监督学习的网络异常流量检测研究《.中国优秀硕士学位论文全文数据库 信息科技辑》.2023,I139-159.蔡木庆.基于深度学习的复杂时间序列分析和预测《.中国优秀硕士学位论文全文数据库 基础科学辑》.2021,A002-922.Jae Seok Do 等.LSTM-Autoencoder forVibration Anomaly Detection in VerticalCarousel Storage and Retrieval System.《Sensors》.2023,1-22.
-
公开(公告)号：CN117272055A
公开(公告)日：2023-12-22
申请号：CN202311567852.4
申请日：2023-11-23
Applicant: 国网山西省电力公司营销服务中心 , 北京邮电大学
IPC: G06F18/214 , G06F17/18 , G06N3/0464 , G06N3/088 , G01R35/04
Abstract: 本发明涉及一种基于滤波增强自编码器的电能表异常检测方法及装置，属于电力设备检测技术领域。将预处理后的多维时间序列数据输入自编码器和滤波器，输出第一重构多维时间序列数据和第一噪声分量，将第一重构多维时间序列数据输入自编码器和滤波器，输出第二重构多维时间序列数据和第二噪声分量；构建自编码器损失函数和滤波器损失函数，并基于自编码器损失函数和滤波器损失函数构建电能表异常检测损失函数以对自编码器和滤波器进行迭代训练，将训练好的自编码器作为电能表异常检测模型以对待检测多维时间序列数据进行检测。本发明减小了噪声和异常对自编码器的干扰，提高了重构数据的准确性，从而提高了电能表异常检测模型的检测准确率。
-
公开(公告)号：CN118484703A
公开(公告)日：2024-08-13
申请号：CN202410561513.3
申请日：2024-05-08
Applicant: 北京邮电大学 , 中国电力科学研究院有限公司 , 国网山西省电力公司 , 国网山西省电力公司营销服务中心
Inventor： 孟之航 , 高欣 , 李保丰 , 翟峰 , 赵兵 , 郜波 , 秦煜 , 陈昊 , 梁晓兵 , 郑安刚 , 许斌 , 徐萌 , 冯云 , 赵英杰 , 卢建生 , 任宇路 , 石智珩 , 谢振刚 , 杨子成 , 杨帅
Abstract: 本发明公开了一种基于迁移学习的电能表故障分类方法及装置。其中，方法包括：收集电能表的历史故障数据样本集；分别遍历历史故障数据样本集中的每一故障类别样本，将该故障类别下所有样本作为少数类样本集，其余各故障类别的样本作为多数类样本集，生成多个二类数据集；根据预先训练的迁移数据选择器以及迁移任务监督器，分别对多个二类数据集进行对抗迭代，生成多个迁移数据集；分别将多个迁移数据集输入至少数类样本生成模型中，生成多个平衡样本集分别训练分类器，生成多个故障类别分类器；将实时采集的待测故障数据分别输入至多个故障类别分类器，输出多个故障类别概率，并选取多个故障类别概率中最大值作为待测故障数据的故障类别。
-
Patent Agency Ranking
公开(公告)号：CN116630989A
公开(公告)日：2023-08-22
申请号：CN202310400896.1
申请日：2023-04-14
Applicant: 北京邮电大学 , 中国电力科学研究院有限公司 , 国网山西省电力公司营销服务中心 , 国网山西省电力公司
IPC: G06V30/19 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本发明提出了一种智能电表故障检测方法、系统、电子设备及存储介质，包括：预处理智能电表图像数据，得到智能电表图像数据对应的注意力图；根据注意力图的特征轮廓尺寸计算等效粒度，遍历智能电表图像数据后经过聚类挖掘得到鉴别性粒度，指导智能电表图像数据中的每张电表图像自适应划分为多粒度拼图；根据注意力图转换所得的二值图计算特征位置分布，根据特征位置分布规律对所述多粒度拼图进行自适应遮挡，并随机打乱得到多粒度掩码混淆拼图；利用多粒度掩码混淆拼图和原始图像作为检测模型的输入，对智能电表可视故障检测模型进行渐进式训练；将待测电表图像数据输入训练好的智能电表可视故障检测模型，以完成故障类别的检测。
-
公开(公告)号：CN119128728A
公开(公告)日：2024-12-13
申请号：CN202411301095.0
申请日：2024-09-18
Applicant: 国网山西省电力公司营销服务中心 , 北京邮电大学
IPC: G06F18/2431 , G06F18/214 , G06N3/09 , G06N3/096
Abstract: 本发明属于电能表故障分析技术领域，涉及一种基于知识迁移的电能表故障分类方法、装置及介质；获取对应I个故障类别的电能表运行数据训练集；初始化i＝1；将所有数据样本输入至第i个基分类器，输出每个数据样本属于第i个故障类别的概率，完成第i个基分类器的训练；在除第i个故障类别对应的电能表运行数据训练集外的电能表运行数据训练集中，选取Ni个数据样本；基于Ni个数据样本和第i个故障类别对应的电能表运行数据训练集中的数据样本得到第i个迁移任务监督器训练集，对第i个迁移任务监督器训练；更新i＝i+1，返回训练第i个基分类器，直到i＝I，通过为每种故障类别训练相应的基分类器和迁移任务监督器，提高了电能表故障分类结果的准确性。
-
公开(公告)号：CN118445724A
公开(公告)日：2024-08-06
申请号：CN202410505311.7
申请日：2024-04-25
Applicant: 北京邮电大学 , 中国电力科学研究院有限公司 , 国网山西省电力公司 , 国网山西省电力公司营销服务中心
Inventor： 高欣 , 于家豪 , 李保丰 , 翟峰 , 赵兵 , 郜波 , 秦煜 , 陈昊 , 梁晓兵 , 郑安刚 , 许斌 , 徐萌 , 冯云 , 赵英杰 , 卢建生 , 任宇路 , 石智珩 , 谢振刚 , 杨子成 , 杨帅
IPC: G06F18/2433 , G06F18/23 , G06F18/214 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0455
Abstract: 本发明公开了一种基于特征匹配的电能表小样本异常检测方法及装置。其中，方法包括：根据获取的目标域历史小样本，构建特征支持集；将获取的目标域待测样本按照预设维度进行数据增强，获取目标域待测样本的增强样本数据集；分别将增强样本数据集中的每个增强样本输入至预先训练的编码器中，获取该增强样本添加对称补丁编码视图的两个隐空间；将两个隐空间输入至预先训练的解码器中，获取增强样本数据集中每个增强样本的重构样本；根据特征支持集、每个增强样本的两个隐空间、原始样本以及重构样本，确定增强样本数据集中每个增强样本每个时间步的异常分数。
-
公开(公告)号：CN117491939A
公开(公告)日：2024-02-02
申请号：CN202311440486.6
申请日：2023-11-01
Applicant: 北京邮电大学 , 中国电力科学研究院有限公司 , 国网山西省电力公司营销服务中心
Inventor： 高欣 , 薛冰 , 李保丰 , 翟峰 , 赵兵 , 郜波 , 秦煜 , 陈昊 , 梁晓兵 , 郑安刚 , 许斌 , 徐萌 , 冯云 , 赵英杰 , 卢建生 , 谢振刚 , 肖春 , 石智珩 , 焦广旭 , 贾勇 , 姚俊峰 , 杨子成
IPC: G01R35/04
Abstract: 本发明公开了一种基于双记忆增强自编码器的电能表异常检测方法，包括：获取待测电能表历史检测的多变量长时间序列数据；将多变量长时间序列数据划分为预设窗口长度的多个时间窗口数据；将多个时间窗口数据和其相邻时间窗口数据输入至预先训练的异常检测模型中，输出时间窗口数据对应的重构数据，其中异常检测模型采用基于双记忆增强自编码器；根据每个时间窗口数据的重构数据以及原始数据确定该时间窗口数据每个时间点的异常分数，并根据异常分数，确定待测电能表每个时间点的异常程度。
-
公开(公告)号：CN118501795A
公开(公告)日：2024-08-16
申请号：CN202410440793.2
申请日：2024-04-12
Applicant: 北京邮电大学 , 中国电力科学研究院有限公司 , 国网山西省电力公司 , 国网山西省电力公司营销服务中心
Inventor： 高欣 , 陈玲俐 , 李保丰 , 翟峰 , 赵兵 , 郜波 , 秦煜 , 陈昊 , 梁晓兵 , 郑安刚 , 许斌 , 徐萌 , 冯云 , 赵英杰 , 卢建生 , 任宇路 , 石智珩 , 谢振刚 , 杨子成 , 杨帅
IPC: G01R35/04 , G06F18/15 , G06F18/213 , G06F18/2433 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/0895 , G06F123/02
Abstract: 本发明公开了一种基于扩散模型的电能表异常检测方法及装置。其中，方法包括：获取待测电能表历史检测的多变量长时间序列数据；将所述多变量长时间序列数据划分为预设窗口长度的多个时间窗口数据；将多个所述时间窗口数据和其相邻时间窗口数据输入至预先训练的异常检测模型中，输出所述时间窗口数据对应的重构数据，其中所述异常检测模型为基于扩散模型的前向过程及反向去噪过程实现重构数据的生成；根据每个时间窗口数据的重构数据以及原始数据确定该时间窗口数据每个时间点的异常分数，并根据所述异常分数，确定所述待测电能表每个时间点的异常程度。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.061 seconds)
