一种基于智慧物联和LiDAR融合的电网数字孪生系统

    公开(公告)号:CN118174436A

    公开(公告)日:2024-06-11

    申请号:CN202310922994.1

    申请日:2023-07-26

    IPC分类号: H02J13/00

    摘要: 一种基于智慧物联和LiDAR融合的电网数字孪生系统,涉及电力电网领域,包括:电网数据采集模块,用于对电网运行的数据进行采集,得到建模参数,包括电网拓扑、电网运行数据、电力设备参数以及环境参数;数据传输模块,完成采集到的数据的传输和转换,包括数据传输协议、物联网通信协议等,保证数据能够稳定、快速地传输;孪生地图模块,搭建网络虚拟地图,该模块利用GPS定位技术以及激光雷达探测技术;通过对电网实景的监控以及多源数据采集,能够通过大量数据提高模型数据的准确性,并且,电网数字孪生系统可以保证电网的经济高质、安全稳定运行,在电网出现故障时能够及时通知人工接受台,通过大数据计算实现数据的快速计算,计算过程效率更高。

    一种绝缘子缺陷检测模型生成方法、装置、设备和存储介质

    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

    摘要: 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。

    新疆地方药物不良反应识别方法及相关装置

    公开(公告)号:CN114898895A

    公开(公告)日:2022-08-12

    申请号:CN202210467433.2

    申请日:2022-04-29

    摘要: 本发明涉及一种机器学习技术领域,是一种新疆地方药物不良反应识别方法及相关装置。前者包括建立新疆地方药物不良反应语料库,并将其分为训练样本集和测试样本集;利用训练样本集对模型进行学习训练,获得不良反应识别模型;利用测试样本集对不良反应识别模型进行测试,选取最优的参数,输出不良反应识别模型。本发明大量获取网络有关新疆地方药物不良反应的文本信息建立新疆地方药物不良反应语料库,利用基于注意力机制的双向长短时记忆网络和卷积神经网络混合网络的神经网络模型,捕捉新疆地方药物不良反应语料库中文本的双向语义依赖和局部特征,利用注意力机制,突出重要的特征,保证不良反应的有效识别。

    生成缺陷样本的方法及装置
    7.
    发明公开

    公开(公告)号:CN118736349A

    公开(公告)日:2024-10-01

    申请号:CN202410839202.9

    申请日:2024-06-25

    摘要: 本申请提供了一种生成缺陷样本的方法及装置。该方法包括:在缺陷样本生成模型内部:通过VAE网络中的编码网络处理目标图像,得到图像潜在特征;通过扩散模型采样器对图像潜在特征添加噪声,得到图像噪声特征;通过文本编码器处理目标文本,得到文本特征;通过UNet网络处理图像噪声特征和文本特征,得到图像破损特征;通过VAE网络中的解码网络处理图像破损特征,得到目标文本对应的目标部件的破损图像;通过图像融合网络处理破损图像和目标背景图像,得到目标缺陷样本。采用上述技术手段,解决现有技术中生成的电力系统中输电线路上的各种部件缺陷样本质量差的问题。