-
公开(公告)号：CN116227582A
公开(公告)日：2023-06-06
申请号：CN202310118939.7
申请日：2023-01-31
Applicant: 国网智能电网研究院有限公司 , 国网上海市电力公司 , 国家电网有限公司
IPC: G06N3/096 , G06N3/09 , G06N3/0455
Abstract: 本发明公开了一种掩码自编码器的知识蒸馏方法、装置、设备及存储介质，该方法通过分别建立掩码自编码器的教师模型和学生模型，其中，所述教师模型和所述学生模型均为视觉变换模型，且所述教师模型的规模大于所述学生模型；对所述教师模型进行预训练；基于预训练好的所述教师模型对所述学生模型进行知识蒸馏预训练，使学生模型从预训练好的教师模型中学习数据泛化能力，得到表征能力更好的图像特征；基于下游任务对预训练好的所述学生模型进行微调训练，学生模型可部署在算力资源缺乏的电力边缘侧，在减少模型参数的同时保证了模型精度不下降，加速实时推理速度。
-
公开(公告)号：CN118733265A
公开(公告)日：2024-10-01
申请号：CN202410849661.5
申请日：2024-06-27
Applicant: 国网智能电网研究院有限公司 , 国网上海市电力公司 , 国家电网有限公司
IPC: G06F9/50 , G06N3/063 , G06N3/0495
Abstract: 本发明属于计算机技术领域，公开一种块稀疏化及负载的均衡方法、装置、设备及介质，所述方法包括：获取原始权重矩阵，所述原始权重矩阵包括多个权重系数；对获取的原始权重矩阵进行预处理获得预处理后权重矩阵；所述预处理后权重矩阵中对角线区域稠密度高于原始权重矩阵对角线区域稠密度；对预处理后权重矩阵进行划分，得到多个矩阵块，每个矩阵块对应分配一个众核系统的核心进行处理。本发明把一个全局均稀疏的矩阵，变为局部稠密其余系数的矩阵，在通过核心进行运算时，相对处理前的矩阵，实现更多在稠密计算上，从而提高计算效率。解决了通过众核系统进行脑仿真时，超大规模矩阵所带来的计算难度大以及负载不均匀的技术问题。
-
公开(公告)号：CN118397437A
公开(公告)日：2024-07-26
申请号：CN202410555437.5
申请日：2024-05-07
Applicant: 国网智能电网研究院有限公司 , 华北电力大学 , 国网山东省电力公司 , 国家电网有限公司
IPC: G06V10/98 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/042 , G06N3/0475 , G06N3/096
Abstract: 本发明涉及光伏检测技术领域，公开了一种基于知识迁移与数据生成的光伏板碎裂检测方法，包括：构建源域数据集和目标域数据集，分别利用这两种数据集训练预设网络模型得到含源域知识的第一网络模型及含目标域知识的第二网络模型；同时利用源域和目标域数据集并与第一网络模型和第二网络模型先前学习的分布对齐来训练预设网络模型，得到包含源域样本和目标域样本统一分布的第三网络模型；移除第三网络模型的生成网络，在识别网络末端加分类层用于输出检测结果，在分类层后固定之前训练好的网络参数只对分类层的参数训练得到光伏板碎裂检测网络模型用于光伏板是否碎裂。本发明能有效解决相关数据和真实数据间的分布差异，取得较好的光伏板检测效果。
-
公开(公告)号：CN116862073A
公开(公告)日：2023-10-10
申请号：CN202310890546.8
申请日：2023-07-19
Applicant: 国网智能电网研究院有限公司 , 国家电网有限公司
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/06
Abstract: 本发明涉及水电调度技术领域，公开了一种单水电站水力机组优化调度方法、装置、设备及介质，该方法包括：根据优化目标以及约束条件确定单水电站机组组合问题对应的问题定义；基于拉格朗日对偶分解法确定优化目标求得最优解对应的最优性条件；基于最优性条件对问题定义进行简化，得到简化的等价问题定义；根据简化的等价问题定义对单水电站机组组合问题进行求解，得到单水电站水力机组优化调度方案。由于采用拉格朗日对偶分解法确定了优化目标求得最优解对应的最优性条件，基于最优性条件对问题定义进行简化再求解确定优化调度方法，达到了减少计算时间的效果，解决了相关技术中存在的确定单水电站水力机组优化调度方案所需的计算时间较长的问题。
-
公开(公告)号：CN118864924A
公开(公告)日：2024-10-29
申请号：CN202410839467.9
申请日：2024-06-26
Applicant: 国网智能电网研究院有限公司 , 华北电力大学 , 国网山东省电力公司 , 国家电网有限公司
IPC: G06V10/764 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/08
Abstract: 一种分布式光伏设备故障辨识精度提升方法、系统及相关装置，方法包括获取分布式光伏设备图像输入预训练图像分类模型，移除模型中分类相关的层，并将模型的剩余部分作为特征提取器，在特征提取器的末尾加上分布式光伏设备故障检测任务的附加层；使用分布式光伏设备故障诊断数据集中的图像对模型网络结构进行调整，并将模型主干网络中的特征图与调整之后模型主干网络中的特征图进行比较，计算特征图差异；根据特征图差异确定模型网络结构中的问题层并通过添加残差连接的方式进行修复；实时采集分布式光伏设备图像输入修复后的模型，得到分布式光伏设备故障辨识结果。本发明能够自动识别模型中导致精度下降最大的层并进行修复，提升故障辨识精度。
-
Patent Agency Ranking
公开(公告)号：CN113868344B
公开(公告)日：2024-04-16
申请号：CN202111157003.2
申请日：2021-09-29
Applicant: 国网智能电网研究院有限公司 , 国网冀北电力有限公司信息通信分公司 , 国家电网有限公司
Abstract: 本发明实施例涉及一种面向电力应用的构建系统、方法、装置、服务器及存储介质，所述系统包括：服务器、与服务器通信连接的各个客户端，所述服务器内存储有元数据信息、接口信息，并包含元数据定义模块，客户端设置有业务数据访问模块；统一关系数据模型基于所述元数据信息，建立图模型，对全部数据源进行访问；所述接口信息用于生成RESTful接口；所述元数据定义模块用于根据需求对待定制化的元数据进行定义；所述业务数据访问模块用于客户端访问所述RESTful接口，由此，可以利用本系统自动化完成新系统构建，降低开发新系统的工作量、保证电力信息安全。
-
公开(公告)号：CN112926736B
公开(公告)日：2023-12-08
申请号：CN202110221144.X
申请日：2021-02-26
Applicant: 国网智能电网研究院有限公司 , 国网安徽省电力有限公司检修分公司 , 国家电网有限公司
IPC: G06N3/10 , G06N3/08 , G06N5/04 , G06F16/242 , G06F16/25
Abstract: 型迁移时间和成本。本发明公开了一种深度学习技术工具链系统，包括：深度学习技术工具链系统架构、深度学习技术工具链的接口定义与组件实现、灵活查询模块，深度学习技术工具链系统架构为以模型仓库为核心的架构，通过深度学习训练的流程将整个系统分为几个相互独立而又互相依赖的功能模块，通过定义深度学习技术工具链每个功能模块的接口，将接口与实现分离，在接口的基础上实现深度学习工具链的各模块，通过灵活查询模块自定义各种查询条件，在每个流程模块生成供下一流程模块使用所需的数据，实现了从原始数据到标注数据再到样本数据到模型再到应用的(56)对比文件邢源“.面向大数据的机器学习算法支撑平台设计与实现”《.硕士电子期刊》.2019,(第第08期期),第1-8章.
-
公开(公告)号：CN116862750A
公开(公告)日：2023-10-10
申请号：CN202310827171.0
申请日：2023-07-06
Applicant: 国网智能电网研究院有限公司 , 国网浙江省电力有限公司电力科学研究院 , 国家电网有限公司
Abstract: 本发明涉及电力系统高性能计算技术领域，公开了电力矩阵LU分解加速方法、装置、设备及存储介质，方法包括：根据电力矩阵中列与列之间的依赖关系，对电力矩阵进行分层处理，得到多个层级；层级中包含一个或多个列；根据每个层级的列数量，从多个处理单元中确定对应层级中每一列的目标处理单元，以及每一列的目标处理单元的预设数量；列数量表示对应层级中列的数量，多个处理单元包括CUDA线程、CUDA线程束或者CUDA流；分别对对应层级中的每一列采取预设数量的目标处理单元，预设数量的目标处理单元用于对对应层级中的每一列执行LU分解。本发明能够根据电力矩阵特性，对GPU资源进行灵活调整，从而达到提高电力矩阵LU分解在GPU上的计算速度的目的。
-
公开(公告)号：CN116304489A
公开(公告)日：2023-06-23
申请号：CN202310181098.4
申请日：2023-02-16
Applicant: 国网智能电网研究院有限公司 , 国网浙江省电力有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种电力系统三角稀疏方程组求解加速器及方法，其中，求解加速器包括通用处理器和加速处理器，通用处理器用于按照求解过程中的依赖关系，确定三角稀疏矩阵中各行节点的层级，其中，高层级的行节点依赖于低层级的行节点，且同一层级的行节点之间相互独立；加速处理器，包括多个与求解相关的求解处理单元，加速处理器用于基于低层级行节点的非零元素，对三角方程组进行第一求解，以及基于高层级行节点的非零元素和第一求解的结果，对三角方程组进行第二求解，其中，在同一个层级包括多个行节点的情况下，加速处理器通过多个求解处理单元并行处理同一层级下不同行节点的数据，以对三角方程组进行并行求解，从而提高求解效率。
-
公开(公告)号：CN119312882A
公开(公告)日：2025-01-14
申请号：CN202411352829.8
申请日：2024-09-26
Applicant: 国网智能电网研究院有限公司 , 中国电力科学研究院有限公司 , 国网浙江省电力有限公司电力科学研究院 , 国网浙江省电力有限公司 , 国家电网有限公司
IPC: G06N3/10 , G06N3/0495 , G06F9/455
Abstract: 本发明属于人工智能技术领域，公开一种基于语法层转换的TVM量化模型的构建方法及相关装置；所述方法包括：获取待参数量化模型的PyTorch模型文件和量化参数文件；在PyTorch框架中导入所述PyTorch模型文件，获取模型推理的Python推理脚本；根据语法规则，逐行解析所述Python推理脚本，并结合PyTorch模型文件中模型信息，根据语法转换规则，将解析后的Python推理脚本转换为TVM relay推理脚本；在TVM框架中解析转换后的TVM relay推理脚本，并保存为TVM模型文件；根据所述量化参数文件，计算并生成量化后的TVM模型参数文件。本发明解决了tvm架构中直接量化模型精度不够的问题，且相比传统基于计算图语义转换的构建方法，具有程序简单、易于调试和扩展的优点。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.087 seconds)
