-
公开(公告)号:CN115220479A
公开(公告)日:2022-10-21
申请号:CN202211140267.1
申请日:2022-09-20
申请人: 山东大学 , 南瑞集团有限公司 , 智洋创新科技股份有限公司 , 国网浙江省电力有限公司温州供电公司 , 华北电力大学(保定) , 山东省计算中心(国家超级计算济南中心)
IPC分类号: G05D1/10
摘要: 本发明属于巡检技术领域,本发明提供了一种动静协同的输电线路精细化巡检方法与系统,通过动静态检测协同配合,实现电力系统大范围覆盖的精细化巡检,采用静态与动态数据的分段式检测提高检测精细化的同时,节省不必要的人力及算力资源。其包括以下步骤:固定采集设备采集回传静态信息;多层感知机融合多类别静态信息评估故障程度;巡检无人机对输电线路进行精细化巡检并上传多角度图像信息:若发生非紧急故障,则调用巡检无人机进行精细化巡检,获取所述巡检无人机的巡检信息,并通过通讯模块将所述巡检信息传输至目标数据控制中心;融合无人机多视角和固定视角图像信息的故障分类模型。
-
公开(公告)号:CN115238880B
公开(公告)日:2022-12-23
申请号:CN202211146873.4
申请日:2022-09-21
申请人: 山东大学 , 华北电力大学(保定) , 智洋创新科技股份有限公司 , 南瑞集团有限公司 , 国网浙江省电力有限公司温州供电公司 , 山东省计算中心(国家超级计算济南中心)
摘要: 本发明提供一种输电巡检终端的自适应部署方法、系统、设备以及存储介质,属于人工智能技术领域,通过搭建适配于所有输电巡检终端的超级网络;选择各变化维度中的参数最小值的子网络作为超级网络的基础模型,并对基础模型进行训练;选择单一变化维度作为变量,根据渐进策略获取采样扩展候选集,在采样扩展候选集中搜索设定数量的扩展子网络进行训练,并更新新增的网络参数;直至遍历所有子网络;通过神经网络搜索筛选最佳子网络,并基于最佳子网络对目标输电巡检终端进行部署。本发明在实现了节省计算资源的基础上,达到了确保子网络的精确度,有效缓解子网络之间相互干扰的显著效果。
-
公开(公告)号:CN115220479B
公开(公告)日:2022-12-13
申请号:CN202211140267.1
申请日:2022-09-20
申请人: 山东大学 , 南瑞集团有限公司 , 智洋创新科技股份有限公司 , 国网浙江省电力有限公司温州供电公司 , 华北电力大学(保定) , 山东省计算中心(国家超级计算济南中心)
IPC分类号: G05D1/10
摘要: 本发明属于巡检技术领域,本发明提供了一种动静协同的输电线路精细化巡检方法与系统,通过动静态检测协同配合,实现电力系统大范围覆盖的精细化巡检,采用静态与动态数据的分段式检测提高检测精细化的同时,节省不必要的人力及算力资源。其包括以下步骤:固定采集设备采集回传静态信息;多层感知机融合多类别静态信息评估故障程度;巡检无人机对输电线路进行精细化巡检并上传多角度图像信息:若发生非紧急故障,则调用巡检无人机进行精细化巡检,获取所述巡检无人机的巡检信息,并通过通讯模块将所述巡检信息传输至目标数据控制中心;融合无人机多视角和固定视角图像信息的故障分类模型。
-
公开(公告)号:CN115238880A
公开(公告)日:2022-10-25
申请号:CN202211146873.4
申请日:2022-09-21
申请人: 山东大学 , 华北电力大学(保定) , 智洋创新科技股份有限公司 , 南瑞集团有限公司 , 国网浙江省电力有限公司温州供电公司 , 山东省计算中心(国家超级计算济南中心)
摘要: 本发明提供一种输电巡检终端的自适应部署方法、系统、设备以及存储介质,属于人工智能技术领域,通过搭建适配于所有输电巡检终端的超级网络;选择各变化维度中的参数最小值的子网络作为超级网络的基础模型,并对基础模型进行训练;选择单一变化维度作为变量,根据渐进策略获取采样扩展候选集,在采样扩展候选集中搜索设定数量的扩展子网络进行训练,并更新新增的网络参数;直至遍历所有子网络;通过神经网络搜索筛选最佳子网络,并基于最佳子网络对目标输电巡检终端进行部署。本发明在实现了节省计算资源的基础上,达到了确保子网络的精确度,有效缓解子网络之间相互干扰的显著效果。
-
公开(公告)号:CN110321473A
公开(公告)日:2019-10-11
申请号:CN201910424586.7
申请日:2019-05-21
申请人: 山东省计算中心(国家超级计算济南中心)
IPC分类号: G06F16/9535 , G06F17/50 , G06K9/62 , G06Q30/02 , G06Q30/06
摘要: 本公开提供了一种基于多模态注意力的多样性偏好信息推送方法、系统、介质及设备,本公开对商品交易数据集进行预处理并对对应的用户评论信息和商品图片信息进行特征提取;通过融合用户的评论信息和商品的图片信息特征得到商品的多模态表示;将获得的商品的多模态表示、用户向量和商品向量输入到神经网络模型中,最后通过计算用户向量和商品向量之间的欧式距离来估计用户对商品的偏好程度,依据偏好程度的排序,进行信息的推送或显示;本公开利用多模态信息提升了模型的推荐效果,通过注意力机制解决了用户偏好的多样性问题。
-
公开(公告)号:CN110321473B
公开(公告)日:2021-05-25
申请号:CN201910424586.7
申请日:2019-05-21
申请人: 山东省计算中心(国家超级计算济南中心)
摘要: 本公开提供了一种基于多模态注意力的多样性偏好信息推送方法、系统、介质及设备,本公开对商品交易数据集进行预处理并对对应的用户评论信息和商品图片信息进行特征提取;通过融合用户的评论信息和商品的图片信息特征得到商品的多模态表示;将获得的商品的多模态表示、用户向量和商品向量输入到神经网络模型中,最后通过计算用户向量和商品向量之间的欧式距离来估计用户对商品的偏好程度,依据偏好程度的排序,进行信息的推送或显示;本公开利用多模态信息提升了模型的推荐效果,通过注意力机制解决了用户偏好的多样性问题。
-
公开(公告)号:CN110309850A
公开(公告)日:2019-10-08
申请号:CN201910407218.1
申请日:2019-05-15
申请人: 山东省计算中心(国家超级计算济南中心)
摘要: 本公开公开了基于语言先验问题识别和缓解的视觉问答预测方法及系统,包括:测试步骤:将测试集的测试图像、测试语言问题和测试语言答案,均输入到初步训练好的视觉问答模型中,对初步训练好的视觉问答模型进行测试;在测试的过程中,根据模型输出的语言答案的准确率计算语言先验得分;如果语言先验得分超过设定阈值,表示当前模型存在语言先验问题,则重新对视觉问答模型进行训练;如果语言先验得分低于设定阈值,表示当前模型不存在语言先验问题,即当前模型即为训练好的视觉问答模型;预测步骤:将待预测的图像和语言问题,输入到训练好的视觉问答模型中,输出最终的预测语言答案。
-
公开(公告)号:CN110084166B
公开(公告)日:2020-04-10
申请号:CN201910319875.0
申请日:2019-04-19
申请人: 山东大学 , 智洋创新科技股份有限公司 , 国网浙江省电力有限公司
IPC分类号: G06K9/00
摘要: 本发明公开一种基于深度学习的变电站烟火智能识别监测方法,通过针对变电站实际场景进行视频识别模型和图像识别模型的改进优化,紧接着融合两种改进之后的模型框架,尽可能多地避免二者的劣势,发挥出二者各自的优势,设计一种更加合理灵活的检测方法:平时利用图像识别模型进行监控,在检测到烟雾之后,自动调用视频识别模型进行二次复验,核验准确后再向监控平台发出报警信号,可以有效完成检测预警工作。
-
公开(公告)号:CN110084165B
公开(公告)日:2020-02-07
申请号:CN201910319835.6
申请日:2019-04-19
申请人: 山东大学 , 智洋创新科技股份有限公司 , 国网浙江省电力有限公司
摘要: 一种基于边缘计算的电力领域开放场景下异常事件的智能识别与预警方法,本发明将改进的SSD目标检测模型压缩并移植到移动端,充分发挥边缘计算的优势,通过实验,本发明将安卓端作为一个优选方案;本发明将VGG16网络中的Conv4_x特征层和Conv5_x特征层相融合,再将融合之后的特征层直接作用到最后的预测层,以此来提高小目标检测的准确率;同时,本发明总结出多种基本的天气情况:晴天、阴天、雨天、雾天等,并使用图像增强技术来增加不同场景下的训练数据,以此提高模型的泛化能力。
-
公开(公告)号:CN111340901B
公开(公告)日:2023-08-11
申请号:CN202010102775.5
申请日:2020-02-19
申请人: 国网浙江省电力有限公司 , 山东大学 , 智洋创新科技股份有限公司 , 国网浙江省电力有限公司衢州供电公司
IPC分类号: G06T9/00 , G06N3/0464 , G06N3/0475 , G06N3/094
摘要: 一种基于生成式对抗网络的复杂环境下输电网图片的压缩方法,把图片输入到通过生成对抗网络训练的模型中,得到图片的特征编码,对特征编码进行传输、保存,然后再将特征编码恢复成图片。本发明在每个卷积后使用了Instance_norm进行归一化处理,对每一层特征图都求均值和方差,使得模型更好的学习输电网中图片的特征;将输电网图片通过训练的模型得到了图片的特征编码,对特征编码进行传输、保存,节省了数据传输的时间、减少了存储成本、降低了传输的带宽成本;通过多个DenseBlock和Transition_Layer使得最后传输的数据仅为原图像大小的1/96。
-
-
-
-
-
-
-
-
-