-
公开(公告)号：CN119107523A
公开(公告)日：2024-12-10
申请号：CN202411185627.9
申请日：2024-08-27
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司信息中心
Abstract: 本发明属于人工智能技术领域，为解决传统评估方法不能体现目标检测模型的泛化能力及无法具体评估模型的特征表达能力的技术问题，提供了一种目标检测模型性能评估方法、系统、存储介质及设备。其中，目标检测模型性能评估方法包括基于待评估目标检测模型及初始图像数据集，得到各张图像对应的特征图集合及目标识别结果；计算得到待评估目标检测模型的特征空间分析指标；生成各个设定因素场景下的图像增强数据集，得到待评估目标检测模型的样本内容表征辨识指标，再结合在初始图像数据集上的特征空间分析指标，得到待评估目标检测模型的性能评估结果，为用户提供更加准确地指导性建议。
-
公开(公告)号：CN118093529A
公开(公告)日：2024-05-28
申请号：CN202410508756.0
申请日：2024-04-26
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司信息中心
IPC: G06F16/16 , G06F16/11 , G06F16/182 , G06F18/213 , G06F18/21 , G06F18/2431
Abstract: 本发明公开了一种电网数据类型标注方法及装置，通过采集待标注电网系统中不同子系统的数据，对各个数据进行格式识别，再利用数据格式标准化规则对数据进行格式转换，得到多个标准格式的数据，构建动态数据模型，根据动态数据模型对各个标准格式的数据进行清洗和验证，得到有效数据，对有效数据进行数据编码转换，得到数值型数据，对数值型数据进行预处理后，在对数值型数据进行降维处理，得到特征集合，根据特征集合，利用交叉验证方法对神经网络模型进行训练得到评估模型，根据评估模型进行数据预测，得到预测结果，并将预测结果映射到特征集合中，得到标注结果，本方法实现了对电网数据的标注，从而提高了电网数据分析效率。
-
公开(公告)号：CN118865219A
公开(公告)日：2024-10-29
申请号：CN202410998370.2
申请日：2024-07-24
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司信息中心
IPC: G06V20/50 , G06V20/62 , G06V10/40 , G06V10/80 , G06F18/213 , G06F18/25 , G06F18/2415 , G06V10/764 , G06V10/74 , G06F18/22
Abstract: 本发明提供了一种电力场景图像目标识别方法、多模态数据生成方法及系统，属于电力技术领域。本发明根据所述融合文本特征以及所述跨模态增强特征，得到与所述文本特征最接近的所述电力场景图像中的目标识别结果，对文本特征进行了融合处理，对图像特征进行了跨模态处理，实现了对图像特征的更高精度检测，在保证电力场景下的多模态数据完整性和全面性的前提下，能够生成更高精度的多模态数据。
-
公开(公告)号：CN118094278B
公开(公告)日：2024-07-23
申请号：CN202410508749.0
申请日：2024-04-26
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司信息中心
IPC: G06F18/23213 , G06F18/2415 , G06F18/2433 , G06F18/27 , G06N5/04 , G06N7/01
Abstract: 本发明公开了一种基于电力应用场景差异的数据质检方法、装置及介质，所述方法包括：根据监测数据，通过网络模型计算得到预测的功率值；按照功率值对监测数据进行标注，并根据数据变化速率来判断监测数据的异常程度，得到标注数据；根据标注数据中的异常数据进行数据异常预警。本发明提出一种基于电力应用场景差异的数据质检方法、装置及介质，通过使用拥有良好预测和推断能力的网络模型，利用温度与功率之间的线性关系计算，能够得到准确的功率预测值，将功率值标注和数据变化速率所表示的数据异常程度结合起来，得到标注数据，进而确保对异常数据进行有效预警，能够解决难以针对电力应用场景差异，对电力设备进行及时有效的故障预诊的问题。
-
公开(公告)号：CN118094234B
公开(公告)日：2024-07-23
申请号：CN202410508753.7
申请日：2024-04-26
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司信息中心
IPC: G06F18/214 , G06F18/15 , G06F18/21 , G06F123/02
Abstract: 本发明涉及电网数据管理技术领域，公开了一种基于多源电力数据的自动数据标注方法及装置。该方法在若干个数据源中获取多源电力数据，对其进行数据预处理，得到待标注数据；利用预设的第一规则引擎对待标注数据进行自动标注，得到第一标注结果；根据预设的评价标准对第一标注结果进行错误分析，得出错误分析结果；根据错误分析结果将第一规则引擎更新为第二规则引擎；利用质量检测算法对第一标注结果进行质量检测，得出第一标注结果中的问题数据；利用第二规则引擎对第一标注结果中的问题数据进行修正标注，得到最终标注结果。本发明可以准确识别和融合数据源信息，并提高了数据质量检测的有效性，从而提高标注多源电力数据的准确性。
-
Patent Agency Ranking
公开(公告)号：CN118898006A
公开(公告)日：2024-11-05
申请号：CN202410998537.5
申请日：2024-07-24
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司信息中心
IPC: G06F18/23213 , G06F18/213 , G06F18/241 , G06F18/22 , G06N3/09
Abstract: 本发明提供了一种输电场景下模型解释方法、系统、介质、程序产品及设备，属于电力技术领域。本发明通过全局可解释性分析，使用聚类算法对数据与模型在数据集上的决策进行整体分析，揭示了待解释目标检测模型在整个数据集的决策情况，梳理不同类别之间的关系，帮助理解待解释目标检测模型在全局视角下的决策边界和分类逻辑；通过精细化的局部可解释性分析，对于输电场景困难样本，采用分割模型突出输入图像中对模型决策最为关键的区域，通过强化对这些区域的分析，使得解释结果不仅关注于哪些特征被考虑，还强调了这些特征在空间上的分布和相互作用，提高了解释的可信度。
-
公开(公告)号：CN118094278A
公开(公告)日：2024-05-28
申请号：CN202410508749.0
申请日：2024-04-26
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司信息中心
IPC: G06F18/23213 , G06F18/2415 , G06F18/2433 , G06F18/27 , G06N5/04 , G06N7/01
Abstract: 本发明公开了一种基于电力应用场景差异的数据质检方法、装置及介质，所述方法包括：根据监测数据，通过网络模型计算得到预测的功率值；按照功率值对监测数据进行标注，并根据数据变化速率来判断监测数据的异常程度，得到标注数据；根据标注数据中的异常数据进行数据异常预警。本发明提出一种基于电力应用场景差异的数据质检方法、装置及介质，通过使用拥有良好预测和推断能力的网络模型，利用温度与功率之间的线性关系计算，能够得到准确的功率预测值，将功率值标注和数据变化速率所表示的数据异常程度结合起来，得到标注数据，进而确保对异常数据进行有效预警，能够解决难以针对电力应用场景差异，对电力设备进行及时有效的故障预诊的问题。
-
公开(公告)号：CN118094168A
公开(公告)日：2024-05-28
申请号：CN202410508752.2
申请日：2024-04-26
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司信息中心
IPC: G06F18/20 , G06F18/241 , G06N20/00 , G06Q50/06
Abstract: 本发明公开了一种电力数据的修正方法及装置，涉及电力数据处理领域。本发明通过对设备运行状态的监测，使得到的初始异常电力数据以实际设备运行数据为基础，通过异常数据特征与时间序列分析方法的相结合，从多个角度识别出更加准确的第一异常电力数据，最后通过对异常数据的偏离预测，以异常数据的偏离信息和趋势变化信息为基础，完成对异常数据的精确修正。通过异常数据特征和时间序列分析方法的相结合，得到了准确的异常数据，以异常数据的偏离信息和趋势变化信息为基础实现对异常数据的精确修正，保障了异常数据的修正符合电力系统运行的实际规则和电力工程学的原理，为电力数据的试标注提供了数据质量保障，促进了对电力系统的全面管理。
-
公开(公告)号：CN119293684A
公开(公告)日：2025-01-10
申请号：CN202411338322.7
申请日：2024-09-25
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司信息中心
IPC: G06F18/2433 , G06F18/25 , G06F18/21 , G06F18/10 , G06N3/0442 , G06N3/096 , G06Q50/06
Abstract: 本发明提出一种用于电力场景的数据缺陷检测及修正方法，所述方法包括采集传感器的数据并提取时空特征，构建一个全局高维特征表示并降维，得到降维后的特征向量；对降维后的特征向量进行时间序列异常检测和空间异常检测，综合检测的结果并计算综合异常评分；根据综合异常评分对异常数据进行分类，构建自适应修正模型对所有异常数据进行初步修正并对模型进行迭代优化；对修正后的数据进行实时监控并计算异常检测误差，更新异常检测和修正模型的参数并将其应用到模型中；动态确定最优学习率加速模型收敛，对异常检测和修正模型参数进行迁移更新，动态更新模型并实时监控系统的性能指标，从而提升电力系统的运行安全性和稳定性。
-
公开(公告)号：CN119107518A
公开(公告)日：2024-12-10
申请号：CN202411183083.2
申请日：2024-08-27
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司信息中心
IPC: G06V10/774 , G06V10/776 , G06V20/70 , G06V10/82 , G06V10/764
Abstract: 本发明属于样本清洗领域，提供了一种目标检测样本集优化方法、系统、介质、程序产品及设备，获取目标检测场景下的图像及标注信息，形成样本数据集，划分第一目标检测数据集和第二目标检测数据集；利用第一目标检测数据集预训练目标检测模型，根据对应的标注信息，对图像中的目标进行处理，得到评估器数据集；基于评估器数据集，利用强化学习训练数据价值评估器；使用预训练后的目标检测模型对第二目标检测数据集进行推理，使用训练后的所述数据价值评估器对各种推理结果进行数据价值评估，得到对应样本的质量值；根据得到的质量值对第二目标检测数据集进行清洗。本发明可以显著减少冗余数据，提高训练效率。
-
-
-
-
-
-
-
-
-
Search Results
120
records
(took 0.055 seconds)
