-
公开(公告)号：CN110362907B
公开(公告)日：2023-10-20
申请号：CN201910596383.6
申请日：2019-07-03
Applicant: 安徽继远软件有限公司 , 国网信息通信产业集团有限公司 , 国网浙江省电力有限公司 , 国家电网有限公司
IPC: G06F30/27 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于SSD神经网络输电线路目标缺陷识别与智能诊断方法，属于输电线路故障技术领域，包括：获取数据参数并预处理；利用多尺度检测结构构建基于特征金字塔的卷积神经网络模型；采用网络删减结合参数共享对神经网络模型进行压缩；通过压缩后的神经网络模型对获取的数据进行测试评价；得出电线路目标缺陷识别与诊断结果。本发明示例的技术方案，构建并训练神经网络模型，用于精确识别输电线路各种缺陷，同时基于FPGA的异构高性能硬件架构，实现粗粒度缺陷和细粒度缺陷的智能诊断与空间定位。
-
公开(公告)号：CN110224956B
公开(公告)日：2021-11-23
申请号：CN201910372387.6
申请日：2019-05-06
Applicant: 安徽继远软件有限公司 , 国网信息通信产业集团有限公司 , 国网江苏省电力有限公司电力科学研究院 , 国家电网公司 , 国网江苏省电力有限公司
Abstract: 本发明公开了一种基于干扰清洗和两阶段训练卷积神经网络模型的调制识别方法，该方法首先利用采集到的调制信号样本序列生成原始的周期相关特征数字谱图，并对其进行泛化奇异值分解操作、空间划分操作、消除噪声操作和抑制串扰操作等处理得到原始的最终周期相关特征数字谱图然后对卷积神经网络执行两阶段训练得到卷积神经网络模型，实现对输入的调制信号进行调制模式的识别、分类。显著特点：提高调制识别和分类准确性的同时，降低复杂度；能消除加性噪声并抑制来自相邻信道的串扰，增强训练和识别信号数据的真实性；提高了调制识别的泛化能力。
-
公开(公告)号：CN111652406A
公开(公告)日：2020-09-11
申请号：CN202010281572.7
申请日：2020-04-10
Applicant: 安徽继远软件有限公司 , 合肥工业大学 , 国网信息通信产业集团有限公司 , 国家电网有限公司
Abstract: 本发明提供了一种云-边协同下电网设备运行状态预测方法及系统，具体涉及数据分析处理技术领域，该方法可以包括：监测至少一个电网设备连续的运行状态参数，并提取连续的运行状态参数中的运行特征数据；将提取到的运行特征数据输入预设的状态预测模型，以通过状态预测模型获取电网设备的状态预测结果；将状态预测结果传输至指定客户端，由客户端进行可视化展示。基于本发明提供的方案可以实现对电网设备的及时运行状态记录及在线预测，提高电网设备实时运行状态预测的精度。
-
公开(公告)号：CN111600297A
公开(公告)日：2020-08-28
申请号：CN202010281560.4
申请日：2020-04-10
Applicant: 安徽继远软件有限公司 , 合肥工业大学 , 国网信息通信产业集团有限公司 , 国家电网有限公司
Abstract: 本发明提供了一种云-边协同下电网设备运行数据的在线分析方法及装置，具体涉及数据分析处理技术领域，该方法可以包括：对指定客户端的电网设备实时运行状况进行监测，采集电网设备实时监测数据；对采集到的电网设备实时监测数据进行分析，得到电网设备实时运行状况的分析结果；将分析结果传送给客户端，客户端对所述分析结果进行可视化展示。基于本发明提供的方案可以实现电网设备状态的实时参数有效获取与上传，以及边缘端远程实时精准控制和快速灵活部署。
-
公开(公告)号：CN110362907A
公开(公告)日：2019-10-22
申请号：CN201910596383.6
申请日：2019-07-03
Applicant: 安徽继远软件有限公司 , 国网信息通信产业集团有限公司 , 国网浙江省电力有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种基于SSD神经网络输电线路目标缺陷识别与智能诊断方法，属于输电线路故障技术领域，包括：获取数据参数并预处理；利用多尺度检测结构构建基于特征金字塔的卷积神经网络模型；采用网络删减结合参数共享对神经网络模型进行压缩；通过压缩后的神经网络模型对获取的数据进行测试评价；得出电线路目标缺陷识别与诊断结果。本发明示例的技术方案，构建并训练神经网络模型，用于精确识别输电线路各种缺陷，同时基于FPGA的异构高性能硬件架构，实现粗粒度缺陷和细粒度缺陷的智能诊断与空间定位。
-
Patent Agency Ranking
公开(公告)号：CN110224956A
公开(公告)日：2019-09-10
申请号：CN201910372387.6
申请日：2019-05-06
Applicant: 安徽继远软件有限公司 , 国网信息通信产业集团有限公司 , 国网江苏省电力有限公司电力科学研究院 , 国家电网公司 , 国网江苏省电力有限公司
Abstract: 本发明公开了一种基于干扰清洗和两阶段训练卷积神经网络模型的调制识别方法，该方法首先利用采集到的调制信号样本序列生成原始的周期相关特征数字谱图，并对其进行泛化奇异值分解操作、空间划分操作、消除噪声操作和抑制串扰操作等处理得到原始的最终周期相关特征数字谱图 然后对卷积神经网络执行两阶段训练得到卷积神经网络模型，实现对输入的调制信号进行调制模式的识别、分类。显著特点：提高调制识别和分类准确性的同时，降低复杂度；能消除加性噪声并抑制来自相邻信道的串扰，增强训练和识别信号数据的真实性；提高了调制识别的泛化能力。
-
公开(公告)号：CN110197127A
公开(公告)日：2019-09-03
申请号：CN201910372389.5
申请日：2019-05-06
Applicant: 安徽继远软件有限公司 , 国网信息通信产业集团有限公司 , 国网江苏省电力有限公司电力科学研究院 , 国家电网公司 , 国网江苏省电力有限公司
Abstract: 本发明公开了一种基于深度学习的无线信号检测与电磁干扰分类系统及方法，利用分布式部署的频谱监测节点获得的观测数据，基于复值观测数据并行执行两类信号特征挖掘，得到无线信号检测数据集和电磁干扰分类数据集，并基于两类数据集并行训练两组卷积神经网络，再利用训练后的两组卷积神经网络分别检测无线信号和执行电磁干扰分类。有益效果：有利于提高无线信号检测和电磁干扰分类的准确性，对两类数据集执行泛化奇异值分解和空间划分，能消除加性噪声并抑制来自相邻信道的串扰，增强数据的真实性，且无线信号检测和电磁干扰分类并发进行，效率高、响应快。
-
公开(公告)号：CN108986788A
公开(公告)日：2018-12-11
申请号：CN201810576451.8
申请日：2018-06-06
Applicant: 国网安徽省电力有限公司信息通信分公司 , 国网信息通信产业集团有限公司 , 安徽继远软件有限公司 , 国家电网有限公司
Inventor： 潘子春 , 李葵 , 李明 , 张引强 , 黄影 , 赵峰 , 吴立刚 , 徐海青 , 章爱武 , 陈是同 , 徐唯耀 , 秦浩 , 王文清 , 郑娟 , 秦婷 , 梁翀 , 浦正国 , 张天奇 , 余江斌 , 韩涛 , 杨维 , 张才俊
Abstract: 本发明公开了一种基于后验知识监督的噪声鲁棒声学建模方法，属于语音人机交互技术领域，该方法包括：通过老师模型的训练得出干净语音的后验概率分布；以所述干净语音的后验概率分布为标准来监督学生模型的训练，使学生模型无限逼近老师模型的后验概率分布；其中，所述老师模型为干净语音训练的模型，所述学生模型为带噪语音训练的模型。本发明示例的建模方法，建立的声学模型具有较强的环境鲁棒性，表现出优越的抗噪性能。
-
公开(公告)号：CN108768489A
公开(公告)日：2018-11-06
申请号：CN201810509865.9
申请日：2018-05-24
Applicant: 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江苏省电力有限公司 , 国网信息通信产业集团有限公司 , 安徽继远软件有限公司
Inventor： 韦磊 , 赵永生 , 郭雅娟 , 汪玉成 , 许海清 , 刘柱 , 朱道华 , 秦浩 , 李温静 , 孙云晓 , 吴庆 , 吕玉祥 , 李岩 , 周超 , 杨阳 , 姜海涛 , 王兴涛 , 刘智威 , 郭静 , 李帅
Abstract: 本发明公开了一种FD‑TPSR网络系统及其中继节点部分干扰消除与目的节点接收信号检测方法，包括半双工源节点、第一全双工中继节点、第二全双工中继节点以及半双工目的节点；源节点与第一全双工中继节点、第二全双工中继节点分别无线连接；第一全双工中继节点、第二全双工中继节点之间无线连接，第一全双工中继节点、第二全双工中继节点分别与目的节点无线连接；源节点设置有信道编码模块、二进制相移键控调制模块；中继节点均设置有全双工通信模块、放大转发模块、信道状态信息获取模块、网络同步模块、正交传输模块；目的节点设置有信道状态信息获取模块、匹配滤波模块、并行干扰消除模块。有益效果：通过建立新型FD‑TPRS网络系统，设计简化，计算复杂度和硬件成本低；结构简单，处理时延短。
-
公开(公告)号：CN108718310A
公开(公告)日：2018-10-30
申请号：CN201810481076.9
申请日：2018-05-18
Applicant: 安徽继远软件有限公司 , 国网信息通信产业集团有限公司 , 国家电网公司 , 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司 , 全球能源互联网研究院有限公司 , 国网信通亿力科技有限责任公司
Inventor： 秦浩 , 蒲强 , 叶志远 , 李志浩 , 谢科军 , 薛伟 , 陈绪宝 , 黄云 , 曹灿 , 凡恒山 , 倪鹏程 , 王堃 , 卢伟东 , 邹保平 , 陈金城 , 杨清 , 林为民 , 张涛 , 马媛媛 , 张波 , 管小娟 , 赵俊峰 , 夏元轶
CPC classification number: H04L63/145 , G06F21/562 , G06F21/566 , G06N3/08 , H04L41/145 , H04L63/1416
Abstract: 本发明公开了一种基于深度学习的多层次攻击特征提取及恶意行为识别方法，属于网络安全技术领域，包括利用深度学习方法对攻击行为数据库中的恶意代码进行训练，以构建恶意代码的攻击数据模型；基于攻击数据模型对网络层中的待测代码进行处理，得到待测代码的网络层数据特征；对物理层中的待测代码进行特征提取，得到待测代码的物理层数据特征；结合网络层数据特征和物理层数据特征，确定待测代码是否为恶意代码。本发明通过结合网路层数据特征和物理层数据特征对代码进行识别，有效的满足了系统防御性高的要求，保证了系统防御可靠性。有效的提高恶意代码检测准确率的同时有效的控制了系统检测时间的消耗。
-
-
-
-
-
-
-
-
-
Search Results
96
records
(took 0.336 seconds)
