-
公开(公告)号：CN119831539A
公开(公告)日：2025-04-15
申请号：CN202411970472.X
申请日：2024-12-30
Applicant: 国网江苏省电力有限公司仪征市供电分公司 , 国网江苏省电力有限公司扬州供电分公司 , 国网江苏省电力有限公司
IPC: G06Q10/10 , G06Q50/06 , G06F40/186 , G06F40/151 , G06N5/022 , G06F16/22 , G06F16/2455
Abstract: 本发明涉及电网自动化技术领域，尤其涉及一种配电带电作业工作票开票大数据处理优化系统，包括在票面知识库中设置结构化数据库、安全措施库、成票规则库以及典型票知识库，自动成票模块用于根据工作计划，对票面知识库中的信息进行调取，并自动生成作业工作票，票面校验模块用于对自动生成的作业工作票进行票面信息检验，然后获取最终版的作业工作票，并将作业工作票传输至PMS3.0系统中，进而实现工作票智能开票过程，减少人工手动填写的繁琐流程，优化了工作票生成的效率，节省时间成本，同时各模块之间相互协作、信息共享，实现了资源的有效整合与协同工作，使整个作业工作票生成系统更加高效和稳定。
-
公开(公告)号：CN119106703A
公开(公告)日：2024-12-10
申请号：CN202411137150.7
申请日：2024-08-19
Applicant: 国网江苏省电力有限公司仪征市供电分公司 , 国网江苏省电力有限公司扬州供电分公司 , 国网江苏省电力有限公司
IPC: G06N3/042 , G06N3/084 , G06N5/022 , G06F18/241
Abstract: 本发明提供了一种类典型表征与记忆引导的异配性感知图表征学习方法，解决了传统图神经网络模型无法适应异配图上的节点表征学习的问题。本发明从图神经网络的消息传递过程与结果两个角度进行优化。本发明首先通过异配性引导的边权重生成根据同配性假设生成理想的边权重，改善朴素的消息传递的聚合过程；然后通过构建全局类典型表征引入全局信息来指导使用生成的边权重消息传递聚合结果的优化方向；最后全局类典型记忆传递远距离信息，并使全局类典型记忆从全局类典型表征中学习，最终在异配图数据上学习到高质量的节点表征。
-
公开(公告)号：CN119557520A
公开(公告)日：2025-03-04
申请号：CN202411617586.6
申请日：2024-11-13
Applicant: 国网江苏省电力有限公司仪征市供电分公司 , 国网江苏省电力有限公司扬州供电分公司 , 国网江苏省电力有限公司
Abstract: 本发明提供一种联邦环境下面向长尾数据分布的推荐方法及系统，首先针对联邦环境下推荐系统对用户隐私安全、推荐准确率的综合需求，将当下流行的神经协同过滤推荐模型联邦化，以得到联邦推荐模型FedNCF，保证联邦推荐结果的隐私性、高效性。然后，考虑到用户对推荐物品的个性化需求，用户端的长尾推荐模型利用解耦表示学习显式地将物品的吸引力解耦成fame吸引力和niche吸引力来有效地挖掘用户偏好，服务器端的模型聚合方法利用注意力机制分别对fame部分模型参数执行全局注意力聚合、对niche部分参数执行自注意力聚合来完成联邦下全局模型的长尾感知，提升推荐结果的多样性、新颖性。
-
公开(公告)号：CN119166837A
公开(公告)日：2024-12-20
申请号：CN202411207029.7
申请日：2024-08-30
Applicant: 国网江苏省电力有限公司 , 国网江苏省电力有限公司扬州供电分公司 , 国网江苏省电力有限公司双创中心
Abstract: 本发明公开了一种电网图形管理方法、装置、电子设备及存储介质。所述方法包括：在当前版本电网图形的基础上，实时获取电网现场作业中与所述当前版本电网图形相关的增量更新信息；基于所述增量更新信息，生成所述当前版本电网图形对应的更新版本电网图形；根据所述增量更新信息对应的时间戳，将所述更新版本电网图形添加至图形版本时序链条中，所述图形版本时序链条中包括多个按时序排列的不同版本的电网图形所对应的时间节点。该方案可以实时跟踪当前版本电网图形的增量更新信息并基于增量更新信息生成更新版本电网图形，同时通过图形版本时序链条基于时间戳对各版本的电网图形进行时序管理，可以提高对不同版本电网图形进行管理的便捷性。
-
公开(公告)号：CN119106702A
公开(公告)日：2024-12-10
申请号：CN202411137148.X
申请日：2024-08-19
Applicant: 国网江苏省电力有限公司仪征市供电分公司 , 国网江苏省电力有限公司扬州供电分公司 , 国网江苏省电力有限公司
IPC: G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/098
Abstract: 本发明提供一种特征切分的分布式图卷积神经网络方法，首先将输入特征分割成多个部分并分配到不同的计算节点，每个计算节点上加载完整的图结构和一小部分节点特征，从而降低内存需求；然后，每个计算节点上的GCN分片模型对其特征片段进行前向传播，计算节点间的通信仅在输入和输出阶段进行；最后，所有计算节点的输出表征传输到主节点进行拼接，并通过切片编码统一调整各块GCN的输出表征，最终提高图神经网络在大规模图数据上的训练效率。
-
Patent Agency Ranking
公开(公告)号：CN118908035A
公开(公告)日：2024-11-08
申请号：CN202411394271.X
申请日：2024-10-08
Applicant: 国网江苏省电力有限公司仪征市供电分公司 , 国网江苏省电力有限公司扬州供电分公司 , 国网江苏省电力有限公司
Abstract: 本发明涉及高压柜技术领域，且公开了一种移动式柜体辅助起重机构，包括辅助起重部，辅助起重部包括第一立柱、第二立柱和槽钢，第一立柱一组两个对称设置，且第一立柱的一侧一组两个对称设有第二立柱，第一立柱、第二立柱的上端连接设有槽钢；吊装部，吊装部包括吊装孔块、穿口、活动弹簧、活动柱和导向辊，吊装孔块一组两个对称固定在一组槽钢的下端中部，且吊装孔块下端的中部开设有穿口，穿口内壁等距活动嵌入活动弹簧，且活动弹簧的一端固定设有活动柱，活动柱的一端连接有导向辊。本发明在满足连接所需的同时，可对吊绳进行结构限定，以降低吊装中晃动的幅度大小，降低吊装中高压柜坠落的概率以及风险。
-
公开(公告)号：CN119580173A
公开(公告)日：2025-03-07
申请号：CN202411617589.X
申请日：2024-11-13
Applicant: 国网江苏省电力有限公司仪征市供电分公司 , 国网江苏省电力有限公司扬州供电分公司 , 国网江苏省电力有限公司
IPC: G06V20/50 , G01C21/00 , G01C21/20 , G01C21/26 , G01C21/30 , G01C21/32 , G01C21/34 , G06V20/10 , G06V20/70 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/82 , G06T7/73 , G06N5/022 , G06N3/0455 , G06N3/0464 , G06Q10/047 , G06Q10/20 , G06Q50/06
Abstract: 本发明公开了一种基于自动截图捕获和语义分割的电力检修图上查勘方法，包括如下步骤：查询开源地图服务中的地图数据；使用自动截图捕获算法导出地图图像；根据有无道路和可检修点特征，划分出有道路和可检修点的地图图像；基于已构建和训练的语义分割道路图像识别算法，提取地图中的道路特征，识别出道路及可检修点的位置信息；将处理后的地图图像进行检修点与道路匹配，基于像素计算获取适合停车检修的道路集合；整合识别结果，根据可停车点通过调用主流导航服务进行规避限高、限宽、限重的路径规划。本发明可以有效提高道路与可检修点识别的准确性和效率，精确提取地图特征并识别可检修点，旨在实现大规模作业点位的快速、精准规划与评估。
-
公开(公告)号：CN118983835A
公开(公告)日：2024-11-19
申请号：CN202411137140.3
申请日：2024-08-19
Applicant: 国网江苏省电力有限公司仪征市供电分公司 , 国网江苏省电力有限公司扬州供电分公司 , 国网江苏省电力有限公司
Abstract: 本发明公开一种考虑有源配电网承载力的配电网台区储能系统控制方法，涉及智能控制技术领域。包括如下步骤：S1、利用数据采集模块获取配电网台区储能系统的数据信息，并实时监测电网的运行状态；S2、基于电网的运行状态构建所述有源配电网承载力最优运行模型对承载力进行分析；S3、进行优化求解，根据优化求解结果所述中央服务器对储能单元进行实时控制，提升有源配电网的承载力。本发明大大提高了配电网台区储能能力。
-
公开(公告)号：CN119005269A
公开(公告)日：2024-11-22
申请号：CN202410820368.6
申请日：2024-06-24
Applicant: 国网江苏省电力有限公司扬州供电分公司 , 国网江苏省电力有限公司
IPC: G06N3/063 , G06N3/0464 , G06N3/08 , G06F9/50 , G06F16/901
Abstract: 本发明提供一种基于DAG结构深度学习模型任务放置的流水线训练优化方法，包含：异构GPU集群中计算节点内的并行模式确定问题、不同计算节点间的并行方案组合问题、有向无环计算图的任务放置问题。本发明首先设计了一种异构集群节点内的GPU并行模式求解算法，以获得适用于节点内部的所有可用的并行模式。然后针对每个计算节点的并行方案选择问题，利用隔板法确定不同类型节点的并行方案。最后通过贪心思想，设计有向无环图结点任务放置算法，分配深度学习模型对应的有向无环图中的每一个结点，基于流水线混合并行总时间为执行时间最长的阶段的训练时间这一原理，最终得到整体训练时间最小的最优方案。本发明提高了效率，可靠性高。
-
公开(公告)号：CN118228176A
公开(公告)日：2024-06-21
申请号：CN202410362682.4
申请日：2024-03-28
Applicant: 国网江苏省电力有限公司扬州供电分公司 , 国网江苏省电力有限公司
IPC: G06F18/2433 , G06F18/214 , G06F18/22 , G06F18/2113 , G06N3/042
Abstract: 本发明涉及异常检测领域，提供了一种基于多尺度式图对比学习的风电数据异常检测方法及系统。所述方法包括：多尺度式图对比学习特征生成模型、使用生成特征进行基于强化学习的邻居选择、多关系图邻居信息聚合与模型训练。本发明首先针对风电异常数据的节点特征区分度不足，设计了一个多尺度式图对比学习特征生成模型，以获得更具区分度的特征以发现隐含的风电数据异常。然后针对结构不一致问题，提出一种基于强化学习的邻居选择机制，对于图数据里每个节点筛选出可以利于异常检测精度的邻居，从而增强目标节点的信息。最后提出一种邻居信息聚合与检测模型训练机制，从而获得高质量的节点表征，最终提高风电数据异常检测的精度。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.059 seconds)
