中国电力科学研究院有限公司;国网山东省电力公司;国家电网有限公司郭鹏天获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉中国电力科学研究院有限公司;国网山东省电力公司;国家电网有限公司申请的专利输变电巡检模型网络结构搜索方法、系统及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114881225B 。
龙图腾网通过国家知识产权局官网在2025-06-06发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210434377.2,技术领域涉及:G06N3/0464;该发明授权输变电巡检模型网络结构搜索方法、系统及存储介质是由郭鹏天;王晓辉;王勇;季知祥;李道兴;刘坤岐设计研发完成,并于2022-04-24向国家知识产权局提交的专利申请。
本输变电巡检模型网络结构搜索方法、系统及存储介质在说明书摘要公布了:一种输变电巡检模型网络结构搜索方法、系统及存储介质,属于深度神经网络结构设计技术领域,搜索方法包括根据输变电巡检任务需求设计多个基础网络模块;从多个基础网络模块中选择若干数量的模块构建超网络;采用剪枝策略对超网络进行训练,从超网络的每一个隐藏层选择出一个最优基础网络模块,将选择出的所有基础网络模块按顺序进行串联,获得输变电巡检模型目标网络结构。本发明基于超网络剪枝策略实现神经网络结构搜索,通过基础网络模块设计、超网络构建、超网络剪枝训练三个步骤实现神经网络结构的自动化搜索,能够便捷高效的自动设计性能优异的神经网络结构,避免过多算力消耗,提高深度学习模型的研发效率,降低研发成本,减少人力消耗。
本发明授权输变电巡检模型网络结构搜索方法、系统及存储介质在权利要求书中公布了:1.一种输变电巡检模型网络结构搜索方法,其特征在于,包括:根据输变电巡检任务需求设计多个基础网络模块;从多个基础网络模块中选择若干数量的模块构建超网络;采用剪枝策略对超网络进行训练,从超网络的每一个隐藏层选择出一个最优基础网络模块,将所有隐藏层选择出的最优基础网络模块按顺序进行串联,获得输变电巡检模型目标网络结构;在所述根据输变电巡检任务需求设计多个基础网络模块的步骤中,采用以下原则设计基础网络模块:在邻近输入的卷积层中,使用小卷积核提取特征,减少模型参数量,而在邻近输出的卷积层中,使用大卷积核,捕获更多更高阶的抽象特征;使用两个串联小卷积核来代替一个大卷积核;使用卷积核实现线性变换、输入输出channel变换;将一个的卷积拆分成一个和一个的非对称卷积核,实现相同卷积效果;将大面积卷积核优化成Depthwise卷积与Pointwise卷积;使用全局平均池化代替全连接层;所述采用剪枝策略对超网络进行训练,从超网络的每一个隐藏层选择出一个最优基础网络模块,将所有隐藏层选择出的最优基础网络模块按顺序进行串联,获得输变电巡检模型目标网络结构的步骤包括:确定算力消耗影响因子Wt;设定训练批次数量num、权重系数的上限阈值max和下限阈值min;进行num次训练过程,完成num次训练过程后,得到隐藏层内各基础网络模块与连接模块的权重W,并且令Wki代表第k层第i类基础网络模块的权重,令tki表示代表第k层第i类基础网络模块的计算消耗时间;判断各基础网络模块与连接模块的权重系数Wki-Wt*tki是否大于上限阈值max,若有则保留该模块并剪枝该隐藏层其他所有模块;判断各基础网络模块与连接模块的权重系数Wki-Wt*tki是否小于下限阈值min,若有则剪枝该模块;返回再次进行num次训练过程并执行对应的判断和剪枝操作,直至每个隐藏层中都只剩下一个基础网络模块;剪枝各隐藏层间的连接层,将剩余隐藏层进行拼接后得到的网络作为输变电巡检模型目标网络结构。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国电力科学研究院有限公司;国网山东省电力公司;国家电网有限公司,其通讯地址为:100192 北京市海淀区清河小营东路15号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。