-
公开(公告)号：CN117132997A
公开(公告)日：2023-11-28
申请号：CN202311398545.8
申请日：2023-10-26
Applicant: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌科晨电力试验研究有限公司 , 国网江西省电力有限公司
IPC: G06V30/22 , G06V30/16 , G06V30/18 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/044 , G06N3/042 , G06N3/08 , G06N5/022 , G06N3/0464 , G06V30/164 , G06V30/162
Abstract: 本发明公开了一种基于多头注意力机制和知识图谱的手写表格识别方法，该方法对输入的手写表格图像进行预处理；然后进行特征提取得到手写表格图像特征图；通过CRNN模型对手写表格图像特征图进行序列标注，将手写表格图像特征图上的每个位置上的文字或标签视为一个序列标注任务；通过解码算法将序列标注得到的序列标签转化为识别结果，最后通过电力知识图谱模型将识别结果进行逻辑梳理，并将识别到的内容按照表格的结构进行聚合、整理和转换，得到最终所需表格模板的规范表格数据。本发明结合了CRNN网络、多头自注意力机制和知识图谱的优势，提高了手写表格识别和生成的准确性和效果。
-
公开(公告)号：CN117132997B
公开(公告)日：2024-03-12
申请号：CN202311398545.8
申请日：2023-10-26
Applicant: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌科晨电力试验研究有限公司 , 国网江西省电力有限公司
IPC: G06V30/22 , G06V30/16 , G06V30/18 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/044 , G06N3/042 , G06N3/08 , G06N5/022 , G06N3/0464 , G06V30/164 , G06V30/162
Abstract: 本发明公开了一种基于多头注意力机制和知识图谱的手写表格识别方法，该方法对输入的手写表格图像进行预处理；然后进行特征提取得到手写表格图像特征图；通过CRNN模型对手写表格图像特征图进行序列标注，将手写表格图像特征图上的每个位置上的文字或标签视为一个序列标注任务；通过解码算法将序列标注得到的序列标签转化为识别结果，最后通过电力知识图谱模型将识别结果进行逻辑梳理，并将识别到的内容按照表格的结构进行聚合、整理和转换，得到最终所需表格模板的规范表格数据。本发明结合了CRNN网络、多头自注意力机制和知识图谱的优势，提高了手写表格识别和生成的准确性和效果。
-
公开(公告)号：CN117407697A
公开(公告)日：2024-01-16
申请号：CN202311714668.8
申请日：2023-12-14
Applicant: 南昌科晨电力试验研究有限公司 , 国网江西省电力有限公司电力科学研究院
IPC: G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/0455 , G06N3/042 , G06Q50/06 , G06N3/048
Abstract: 本发明公开了一种基于自动编码器和注意力机制的图异常检测方法及系统，方法包括：通过预设的多头跳跃连接注意力机制分别为图属性网络和图结构网络中的每个节点分配不同的权重计算隐向量，得到第一隐向量以及第二隐向量；以最小化网络结构和节点属性为目标的第一损失函数对第一隐向和第二隐向量进行解码重构，得到第一特征向量和第二特征向量；将第一隐向量、第二隐向量、第一重构损失误差、第二重构损失误差进行拼接得到输入向量；将输入向量输入至预设的估计网络中，通过估计网络中第二损失函数计算各个节点的分布概率，并根据各个节点的分布概率计算每个节点的异常分数值。解决了无法应用于复杂的交互模式，并且无法提取非线性特征的问题。
-
公开(公告)号：CN119251091A
公开(公告)日：2025-01-03
申请号：CN202411784563.4
申请日：2024-12-06
Applicant: 南昌科晨电力试验研究有限公司 , 国网江西省电力有限公司电力科学研究院
Abstract: 本申请公开了一种基于对抗性频率混合技术的图像去噪方法和系统，属于图像处理领域。该方法包括：获取含噪声图像和无噪声图像的训练数据集，将噪声图像输入去噪网络，预测初始去噪图像，利用傅里叶变换将噪声图像和初始去噪图像转换至频率域并分层提取出低频带、中频带和高频带，生成各频带混合掩码，获取并重组混合频带，经逆傅里叶变换得到混合噪声图像，将混合噪声图像输入去噪网络，获得最终去噪图像；基于初始去噪图像、最终去噪图像与无噪声图像确定第一损失函数，训练并优化去噪网络；将待去噪图像输入优化后的去噪网络中，输出目标图像。本申请能够有效解决现有去噪网络面对未知噪声分布时泛化能力不足的问题。
-
公开(公告)号：CN117407733B
公开(公告)日：2024-04-02
申请号：CN202311695002.2
申请日：2023-12-12
Applicant: 南昌科晨电力试验研究有限公司 , 国网江西省电力有限公司电力科学研究院
IPC: G06F18/23 , G06F18/20 , G06N3/094 , G06N3/0464 , H04L9/40
Abstract: 本发明公开了一种基于对抗生成shapelet的流量异常检测方法及系统，方法包括：判断至少一个流量数据时间序列的时间长度是否大于第一预设阈值；若大于第一预设阈值，则采用两个一维卷积层和一个平均池化层生成shapelet序列；基于判别器对shapelet序列与流量数据时间序列进行辨识，并添加对抗损失训练shapelet序列和流量数据时间序列，使生成的shapelet序列与流量数据时间序列的形状相差不大于第二预设阈值；计算训练后的shapelet序列和流量数据时间序列之间的DTW值，并根据DTW值将流量数据时间序列转化为基于shapelet序列的特征向量，与KNN分类器结合，输出流量异常检测结果。能够提高了流量异常检测的效率。
-
Patent Agency Ranking
公开(公告)号：CN117407733A
公开(公告)日：2024-01-16
申请号：CN202311695002.2
申请日：2023-12-12
Applicant: 南昌科晨电力试验研究有限公司 , 国网江西省电力有限公司电力科学研究院
IPC: G06F18/23 , G06F18/20 , G06N3/094 , G06N3/0464 , H04L9/40
Abstract: 本发明公开了一种基于对抗生成shapelet的流量异常检测方法及系统，方法包括：判断至少一个流量数据时间序列的时间长度是否大于第一预设阈值；若大于第一预设阈值，则采用两个一维卷积层和一个平均池化层生成shapelet序列；基于判别器对shapelet序列与流量数据时间序列进行辨识，并添加对抗损失训练shapelet序列和流量数据时间序列，使生成的shapelet序列与流量数据时间序列的形状相差不大于第二预设阈值；计算训练后的shapelet序列和流量数据时间序列之间的DTW值，并根据DTW值将流量数据时间序列转化为基于shapelet序列的特征向量，与KNN分类器结合，输出流量异常检测结果。能够提高了流量异常检测的效率。
-
公开(公告)号：CN119439115A
公开(公告)日：2025-02-14
申请号：CN202510049747.4
申请日：2025-01-13
Applicant: 南昌科晨电力试验研究有限公司 , 国网江西省电力有限公司电力科学研究院
Abstract: 本发明属于电力线路监测预警技术领域，公开了一种基于气象雷达数据的电力线路强对流预警方法及系统，该方法通过获取反射率栅格数据；根据反射率栅格数据判断强对流区域，并设计复杂性参数用于衡量强对流区域的结构复杂程度和空间连通性；根据相邻强对流区域之间的空间和时间关联性研判是否形成飑线；研判飑线的运动方向、运动速度和强度变化，并评估飑线对电力线路造成的影响，并发布预警。本发明通过设计复杂性参数并进行飑线的研判与分析，大大提高了预警的时效性和准确性，降低了误报率和漏报率。
-
公开(公告)号：CN119476966A
公开(公告)日：2025-02-18
申请号：CN202510053910.4
申请日：2025-01-14
Applicant: 南昌科晨电力试验研究有限公司 , 国网江西省电力有限公司电力科学研究院
IPC: G06Q10/0635 , G06Q10/0639 , G06N3/044 , G06N3/045 , G06N3/0464 , G06N3/092 , G06F18/10 , G06Q50/26 , G08B31/00
Abstract: 本发明涉及一种基于人工智能的电力气象灾害风险预警方法及系统。该方法对包括温度、湿度、风速、降水量在内的基础气象数据进行清洗与预处理,得到清洗后的基础气象数据集；基于卫星云图或雷达图像数据，通过神经网络模型对气象变化进行建模，得到同化特征，基础气象数据和同化特征拼接形成联合特征向量；基于气象因素、电网因素和地理信息构建综合性灾害风险评估模型，并对综合性灾害风险评估模型进行训练和多目标优化，使用优化后的综合性灾害风险评估模型进行实时电力气象灾害风险预警。本发明能够实时监测气象数据、电网设备状态及地理信息，对电力设备可能受到的气象灾害进行精准预警，提高电力系统的安全性与稳定性。
-
公开(公告)号：CN119323571A
公开(公告)日：2025-01-17
申请号：CN202411866192.4
申请日：2024-12-18
Applicant: 南昌科晨电力试验研究有限公司 , 国网江西省电力有限公司电力科学研究院
IPC: G06T7/00 , G06V20/52 , G06V10/25 , G06V10/44 , G06V10/52 , G06V10/54 , G06V10/764 , G06V10/80 , G06V10/82
Abstract: 本申请提供了一种基于图像融合的电力设备检测方法和装置，属于电力设备缺陷检测领域。方法包括：获取电力设备的可见光图像、红外图像及其温度信息；提取两种图像的第一特征点；根据第一特征点，通过配准模型对红外图像进行配准，得到配准图像；提取可见光图像与配准图像的第二特征点；根据第二特征点，通过融合模型将配准图像与可见光图像进行融合；基于特征融合框架对得到的融合图像的特征信息进行强化，获得待检测特征图像；将待检测特征图像输入检测模块中，得到电力设备的初步检测信息；结合温度信息，确定电力设备的最终检测结果。本申请运用图像融合与目标检测技术，能够快速、精确、智能化检测电力设备热缺陷。
-
公开(公告)号：CN117407697B
公开(公告)日：2024-04-02
申请号：CN202311714668.8
申请日：2023-12-14
Applicant: 南昌科晨电力试验研究有限公司 , 国网江西省电力有限公司电力科学研究院
IPC: G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/0455 , G06N3/042 , G06Q50/06 , G06N3/048
Abstract: 本发明公开了一种基于自动编码器和注意力机制的图异常检测方法及系统，方法包括：通过预设的多头跳跃连接注意力机制分别为图属性网络和图结构网络中的每个节点分配不同的权重计算隐向量，得到第一隐向量以及第二隐向量；以最小化网络结构和节点属性为目标的第一损失函数对第一隐向和第二隐向量进行解码重构，得到第一特征向量和第二特征向量；将第一隐向量、第二隐向量、第一重构损失误差、第二重构损失误差进行拼接得到输入向量；将输入向量输入至预设的估计网络中，通过估计网络中第二损失函数计算各个节点的分布概率，并根据各个节点的分布概率计算每个节点的异常分数值。解决了无法应用于复杂的交互模式，并且无法提取非线性特征的问题。
-
-
-
-
-
-
-
-
-
Search Results
105
records
(took 0.273 seconds)
