-
公开(公告)号：CN117575906A
公开(公告)日：2024-02-20
申请号：CN202311528959.8
申请日：2023-11-14
Applicant: 国网新疆电力有限公司信息通信公司 , 新疆大学
IPC: G06T3/4053 , G06T3/4046 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种图像超分辨率重建方法、装置、计算机设备及存储介质，包括：将原始图像输入到训练好的超分辨率重建模型，其中，训练好的超分辨率重建模型为深度分层多尺度注意力网络，包括浅层特征提取模块，深度分层残差结构，上采样模块和重建模块；采用浅层特征提取模块对原始图像进行特征提取，得到浅层特征；通过深度分层残差结构对浅层特征进行特征提取和融合，得到深层特征；使用上采样模块对深层特征进行上采样，得到上采样特征；基于重建模块对上采样特征进行重建，得到重建的高分辨率图像，实现通过自适应特征融合的方式进行高分辨率重建，提高了图像重建的效果。
-
公开(公告)号：CN117011265A
公开(公告)日：2023-11-07
申请号：CN202310972566.X
申请日：2023-08-03
Applicant: 国网新疆电力有限公司信息通信公司 , 国家电网有限公司
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/08
Abstract: 本发明涉及电力设备技术领域，是一种基于融合ViT卷积神经网络的电力设备异常类型自检测方法，其包括：进行图像数据的采集；利用ProGAN进行数据清晰化处理；在ProGAN生成的高清数据集基础上，进行显著化数据处理，显著性加强区域特征，提高设备关键部位像素；联合VGG16和ViT两种卷积神经网络，构建融合电力设备图像显著性特征的深度学习模型；针对各类缺陷样本数量与模型训练指标的关系进行数据建模，通过不断自优化模型实现样本数量自定义以及动态调整，实现训练样本集的迭代更新以及扩充。本发明提高了识别精度，减少了巡检的时间，有效解决了分类速度慢的问题；还实现了动态更新数据集，缩短了训练过程中样本清洗的时间，提高了工作效率。
-
公开(公告)号：CN110766017B
公开(公告)日：2023-08-04
申请号：CN201911008598.8
申请日：2019-10-22
Applicant: 国网新疆电力有限公司信息通信公司 , 国家电网有限公司
Inventor： 朱帕尔·努尔兰 , 文云 , 黎红 , 杨柳 , 马倩 , 杨丽娜 , 王晓玉 , 王巧莉 , 薛高倩 , 贾俊强 , 李坤源 , 苟亮 , 王平 , 迪力尼亚·迪力夏提 , 马占军
IPC: G06V30/148 , G06V30/18
Abstract: 本发明涉及一种文字识别技术领域，是一种基于深度学习的移动终端文字识别方法及系统。前者包括以下步骤：对图片中的文本进行文字分割，分割为若干个文字图片；将所有文字图片再次定位分割，分割形成单个字符的字符图片，并按分割顺序形成字符图片数组；将字符图片数组中的字符图片依序进行识别，并按识别顺序形成文字数组；根据字符图片数组索引读出文字文本，完成文字识别。本发明将图片中的每个字符进行分割，形成单独字符的字符图片，避免了连笔字识别不出的问题，提高了字符识别率。本发明能广泛的应用于电力行业对，工作人员只需对需要录入的内容拍摄图片，即可对需要录入的内容进行识别，减轻了工作人员的工作量、提高了录入处理效率。
-
公开(公告)号：CN115242661A
公开(公告)日：2022-10-25
申请号：CN202210618292.X
申请日：2022-06-01
Applicant: 国网新疆电力有限公司信息通信公司 , 国家电网有限公司
IPC: H04L41/142 , H04L43/08
Abstract: 本发明涉及一种信息通信技术领域，是一种基于组件层次分析的通信方案决策方法及相关装置，前者包括确定所需的必要特征；运用AHP算法分析必要特征的权重；将TOPSIS算法和必要特征的权重相结合，对待决策通信方案进行排序，获取最佳通信方案。本发明针对各种传输缺陷选择合适的特征作为决策指标，并利用AHP算法和TOPSIS算法对待决策通信方案进行排序，选择最佳的通信方案，从而提高通信系统的适应性和鲁棒性，提高通信信道的吞吐量，并降低延迟，满足用户使用体验感。
-
公开(公告)号：CN113176748A
公开(公告)日：2021-07-27
申请号：CN202110431692.5
申请日：2021-04-21
Applicant: 国网新疆电力有限公司信息通信公司
IPC: G05B19/042
Abstract: 本发明提供了一种机房消防信息综合联动调度系统及方法，本发明针对传统消防技术瓶颈，通过环境数据智能采集、数据智能分析、动力设备智能控制三方面进行设计，通过采集信息机房温湿度、烟雾、火焰、远红外释热信号、用电负荷及AI图像，进行运算及分析，通过多维度信息综合分析，甄别异常数据，并根据数据联动对空调、通风系统、防火门灭火器及电源开关控制模块进行控制。解决了传统消防设备中环境采集数据单一、数据分析无算法、动力设备无法控制等诸多因素引起的报警数据不准确、不及时等问题。同时通过人工智能分析，实现潜在风险的预测及报警，并对动力设备进行调控，避免消防事故的发生。
-
Patent Agency Ranking
公开(公告)号：CN118429741A
公开(公告)日：2024-08-02
申请号：CN202311689906.4
申请日：2023-12-07
Applicant: 国网新疆电力有限公司信息通信公司
IPC: G06V10/774 , G06V10/82 , G06V10/764 , G06V10/10 , G06V10/28 , G06V10/36
Abstract: 本发明公开了一种图像数据增强方法、装置、计算机设备及存储介质，包括：获取原始图像数据集，并输入到深度神经网络中；在深度为S＝{0,1,…，n}的深度神经网络中随机选择一层，当S＝0时，从原始数据集中随机选择两个图片，作为基础图像数据，当S＝n，n>0时，从第n层随机选择两个特征图，作为基础图像数据；通过对基础图像数据进行傅里叶变换，得到基础图像数据中的高频区域和低频区域，并对得到的图像使用低通滤波器，在采样的低频图像上应用阈值获得随机二进制掩码；采用随机二进制掩码作为权重，对基础图像数据进行混合拼接，得到混合增强图像。采用本发明可提高生成图像的质量和多样性。
-
公开(公告)号：CN117010688A
公开(公告)日：2023-11-07
申请号：CN202310972274.6
申请日：2023-08-03
Applicant: 国网新疆电力有限公司信息通信公司
IPC: G06Q10/0635 , G06Q50/06 , G01D21/02 , H02J13/00
Abstract: 一种基于大数据的电网安全综合评估系统及方法，涉及电网安全评估领域，包括：智能大数据分析模块，其基于大数据架构，大数据架构包括数据收集模块、数据转存模块、数据仓库模块、元数据管理模块、分析引擎模块、作业管理与调度模块、作业管理与调度模块和资源分配与调度模块；天气获取模块，用于了解电网所在区域中每天的天气情况；天气获取模块包括雨量测量模块，温度监测模块、风力监测模块以及覆冰监测模块；随着电力系统的发展和日益壮大，电力电网的安全性能够得到保障，通过对电网中电流电压监测，在电网运行超负荷时，能够及时将信息反馈到服务器，并且能够对超负荷进行警告提醒，避免对电网安全造成损害。
-
公开(公告)号：CN115953371A
公开(公告)日：2023-04-11
申请号：CN202211656533.6
申请日：2022-12-22
Applicant: 国网新疆电力有限公司信息通信公司
IPC: G06T7/00 , G06T7/73 , G06V10/25 , G06V10/762 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种绝缘子缺陷检测方法、装置、设备和存储介质。该方法包括：预先训练采用注意力机制的绝缘子缺陷检测模型；在检测绝缘子缺陷时，采集绝缘子图像；将绝缘子图像输入绝缘子缺陷检测模型，通过绝缘子缺陷检测模型在绝缘子图像中检测是否存在绝缘子缺陷；获取绝缘子缺陷检测模型输出的检测结果；如果绝缘子图像中检测到绝缘子缺陷，则检测结果为在绝缘子图像的绝缘子缺陷区域标注锚框。本发明绝缘子缺陷检测模型采用注意力机制，该注意力机制在训练中可以提高重要神经元的权重，抑制为重要神经元的权重，从而使得绝缘子缺陷检测更加精准。
-
公开(公告)号：CN115829999A
公开(公告)日：2023-03-21
申请号：CN202211656530.2
申请日：2022-12-22
Applicant: 国网新疆电力有限公司信息通信公司
IPC: G06T7/00 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种绝缘子缺陷检测模型生成方法、装置、设备和存储介质。该方法包括：通过获取绝缘子图像，并对绝缘子图像进行处理，得到样本绝缘子图像；基于预先标签对样本绝缘子图像进行标签标注，得到具有标签信息的训练样本图像集，其中，预设标签包括四个类别的标签；基于训练样本图像集，训练预设目标检测算法模型，得到最优权重参数；根据实验结果调整预设图像算法，得到目标图像算法检测绝缘子是否存在缺陷。轻量化模型Mobilenet应用于YOLOv5_s的主干网络来进行特征提取可训练参数和运算量较少的卷积神经网络，通过改进使得模型对绝缘子缺陷检测模型生成提高了效率，在保证了检测缺陷准确率的同时也轻量化网络，满足移动端设备。
-
公开(公告)号：CN115687581A
公开(公告)日：2023-02-03
申请号：CN202211184876.7
申请日：2022-09-27
Applicant: 国网新疆电力有限公司信息通信公司 , 福建亿榕信息技术有限公司
Inventor： 杨霞 , 马倩 , 张晓东 , 苟亮 , 贾俊强 , 李坤源 , 王平 , 潘建宏 , 迪力尼亚.迪力夏提 , 朱帕尔.努尔兰 , 刘嵩 , 马为真 , 任晴晴 , 薛高倩 , 刘璐璐 , 马占军 , 雪拉提.司马义
IPC: G06F16/332 , G06F40/205 , G06F40/35 , G06N3/0442 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/088 , G06N3/09 , G06Q30/015 , G06Q50/06
Abstract: 本发明涉及一种基于注意力机制的电力客服交互式问答方法及装置，该方法包括以下步骤：步骤S1：问题预处理：由客户发起线上会话并提出问题，对问题进行预处理；步骤S2：问句语义表示：在问题预处理基础上，利用循环神经网络的上下文表示学习模型进行端到端的在线用户问句解析；步骤S3：交互式句子关系表示：在问句语义表示的基础上，结合基于注意力机制构建语句关系表示模型；步骤S4：问句核心结构提取：结合多层卷积神经网络模型，进行问句核心结构提取；步骤S5：依据问句核心结构提取结果，从电网客服知识库中匹配相应的答案，并反馈给客户。本发明考虑用户提问的会话场景和多问题的关联性，可获得丰富的用户意图信息，为客户提供更合适的答案。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.046 seconds)
