-
题名面向电网设备缺陷识别的多模态感知模型的构建与优化
- 1
-
-
作者
张国梁
杜泽旭
张屹
王博
陈江琦
张希
-
机构
国网智能电网研究院有限公司电网先进计算及应用技术实验室
-
出处
《人工智能科学与工程》
CAS
北大核心
2024年第3期36-41,共6页
-
基金
国网智研院自筹项目(52550022001J)。
-
文摘
在电网设备的维护和管理中,缺陷识别是预防设备故障的关键环节。然而,传统的缺陷识别方法主要依赖于可见光和红外数据的处理,会面临识别精度低、泛化性差等问题。针对这些挑战,本研究提出了一种基于Transformer的多模态缺陷识别方法。该方法通过整合可见光、红外数据等多种数据模态,克服了单一模态数据的局限性,为缺陷识别提供了更为丰富的信息。利用U-Net网络结构,有效提取了电网设备图像中的特征信息,为后续的缺陷识别提供了坚实的基础。同时,对Transformer结构进行了优化,提高了其在电网设备缺陷识别任务中的性能,实现了对变压器、套管、断路器等电网设备的精准定位和缺陷识别。实验结果表明,该方法明显提升了缺陷识别的效果,不仅提高了识别精度,还增强了模型的鲁棒性,使得模型能够更好地适应不同设备和缺陷类型的识别任务。
-
关键词
缺陷识别
电网设备
多模态感知
Transformer模型
模型构建
-
Keywords
defect identification
power grid equipment
multimodal perception
Transformer model
model building
-
分类号
TM762
[电气工程—电力系统及自动化]
TP387
[自动化与计算机技术—计算机系统结构]
-
-
题名电力行业边缘智能计算设备标准体系构建技术研究
- 2
-
-
作者
张希
陈江琦
王博
李丽娜
孔庆宇
张国梁
周飞
-
机构
国网智能电网研究院有限公司
电网先进计算及应用技术实验室
-
出处
《中国标准化》
2024年第17期122-126,142,共6页
-
基金
国网智能电网研究院有限公司科技专项项目“面向变电巡检的云边智能系统鲁棒决策及全栈优化技术研究”(项目编号:52550022001J)资助。
-
文摘
随着电力行业的快速发展,边缘智能计算设备在电力系统中的应用越来越广泛。本文旨在探讨构建电力行业边缘智能计算设备标准体系的重要性和必要性,并提出一个系统化的标准体系框架。通过分析现有的技术和应用场景,基于属性划分法,围绕设备的基本功能要求、智能要求、安全性要求、扩展性要求及可靠性要求制定了详细的标准策略,涵盖设备的硬件、软件、支持算法、通信、安全标准、数据协同管理、系统管理维护等多个方面。本文的研究有助于推动电力行业边缘智能计算设备的规范化发展,提高整个系统的可靠性和效率。
-
关键词
电力边缘智能
标准体系
设备规范
-
Keywords
power edge intelligence
standards system
equipment specifications
-
分类号
TM73
[电气工程—电力系统及自动化]
TP399
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进粒子群算法的压缩感知
被引量:4
- 3
-
-
作者
陈江琦
马尽文
-
机构
北京大学数学科学学院信息科学系和数学及其应用教育部重点实验室
-
出处
《信号处理》
CSCD
北大核心
2017年第4期488-495,共8页
-
基金
国家自然科学基金(61171138)资助
-
文摘
在稀疏信号处理中,压缩感知能够用较低的采样频率对稀疏信号进行压缩采样,而信号重建的问题则可归结为一个最优化问题,并可采用粒子群算法进行求解。针对压缩感知问题,本文对传统的粒子群算法进行了深入的分析和改进,得到了粒子数目的下界,并提出了三维环形邻域结构和多群协作机制,依此建立了有效的压缩感知重建方法,且将其应用于二维稀疏信号的重建。最后,本文通过在模拟和真实数据上实验结果验证了这种新型压缩感知方法的有效性和优越性。
-
关键词
信号采样
压缩感知
稀疏信号
粒子群算法
多群协作机制
-
Keywords
signal sampling
compressive sensing
sparse signal
particle swarm optimization
multi-group collaborationlearning mechanism
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名边云协同智能技术在电力领域的应用
被引量:13
- 4
-
-
作者
韩青
高昆仑
赵婷
陈江琦
杨新宇
杨树森
-
机构
西安交通大学
全球能源互联网研究院有限公司
-
出处
《物联网学报》
2021年第1期62-71,共10页
-
基金
国家重点研发计划(No.2017YFB1010004)
国家自然科学基金资助项目(No.61772410,No.61802298,No.U1811461,No.11690011)
+1 种基金
中央高校基本科研业务费资助项目(No.xjj2018237)
中国博士后科学基金资助项目(No.2020T130513,No.2019M663726,No.2017M623177)。
-
文摘
随着电力物联网规模的不断扩大和部署在电力系统各环节的设备数量的快速增加,海量边缘设备所产生的数据呈指数级爆炸增长。海量边缘数据的高效、快速和安全处理与分析给传统的云计算智能技术带来极大挑战,而边云协同智能技术因节省带宽、减少时延、保护数据隐私等优点具有深度助力电力领域发展的巨大潜力。首先,对边云协同智能的概念和研究现状进行了介绍,阐述了边云协同智能的特征和优势,并对其赋能电力领域进行了适用性探讨。然后,结合电力系统的建设需求,讨论了面向电力场景的边云协同智能关键技术,接着针对电力领域的两个典型场景,分别给出了基于边云协同智能技术的解决方案,并搭建仿真实验进行效果验证。最后,对全文进行了总结并对下一步的研究方向进行了简要的展望。
-
关键词
智能电网
电力物联网
人工智能
边缘计算
边云协同智能
-
Keywords
smart grid
Internet of things on electricity
artificial intelligence
edge computing
edge-cloud collaborative intelligence
-
分类号
TM862
[电气工程—高电压与绝缘技术]
-
-
题名基于R-FCN的航拍巡检图像目标检测方法
被引量:37
- 5
-
-
作者
刘思言
王博
高昆仑
王岳
高畅
陈江琦
-
机构
国家电网电力人工智能(联合)实验室全球能源互联网研究院有限公司
-
出处
《电力系统自动化》
EI
CSCD
北大核心
2019年第13期162-168,共7页
-
基金
国家电网公司科技项目“电力人工智能实验及公共服务平台技术”(SGGR0000JSJS1800569)~~
-
文摘
航拍巡检是输电线路巡检的主要方式之一,目前的航拍巡检方式效率较低,受巡检员主观因素影响大,亟需一种智能检测算法自动定位并识别输电线路巡检图片中的故障。基于深度学习的航拍巡检图像目标检测技术作为一种可能的解决方案,得到了广泛关注。提出了一种利用基于区域的全卷积网络(R-FCN)的航拍巡检图像目标检测方法,并利用在线困难样本挖掘(OHEM)、样本优化、软性非极大值抑制(Soft-NMS)等改进方法进行优化。实验证明,所提方法具有目标定位准确、平均准确率高、单模型可同时检测目标种类多等特点。
-
关键词
深度学习
基于区域的全卷积网络
目标检测
航拍巡检
故障识别
-
Keywords
deep learning
region-based fully convolutional network (R-FCN)
object detection
aerial inspection
fault identification
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名可见光催化不对称Minisci反应研究进展
- 6
-
-
作者
李文雅
王煜
陈江琦
史丹
张良
余小春
王正军
-
机构
温州大学化学与材料工程学院
-
出处
《有机化学》
SCIE
CAS
2024年第7期2110-2123,共14页
-
基金
湖南大学化学生物传感与计量学国家重点实验室开放项目(No.20230767)
温州市基础性科研(No.G20220020)资助项目。
-
文摘
氮杂芳烃是诸多天然产物、药物和有机材料中常见的结构单元之一,因此以Minisci反应为代表的对氮杂芳烃进行选择性官能团化修饰一直以来是化学家们的关注热点.同时,近年来光催化作为一种绿色安全、洁净环保和可再生的催化方式掀起了新的研究热潮.尽管近年来光催化Minisci反应已经有相关综述报道,但是对于不对称Minisci反应却一直鲜有涉猎.将从自由基前驱体的分类、不同的反应途径等方面概述近年来可见光催化不对称Minisci反应的研究进展,同时也对今后其发展方向进行了展望.
-
关键词
不对称Minisci反应
光催化
含氮芳环
自由基
-
Keywords
asymmetric Minisci reaction
photocatalysis
N-heterocyclic aromatics
free radicals
-
分类号
O64
[理学—物理化学]
-