CN116187175B 基于电气行业知识图谱的变配电站神经网络识别方法 （杭州交联电气工程有限公司）_第1页
CN116187175B 基于电气行业知识图谱的变配电站神经网络识别方法 （杭州交联电气工程有限公司）_第2页
CN116187175B 基于电气行业知识图谱的变配电站神经网络识别方法 （杭州交联电气工程有限公司）_第3页
CN116187175B 基于电气行业知识图谱的变配电站神经网络识别方法 （杭州交联电气工程有限公司）_第4页
CN116187175B 基于电气行业知识图谱的变配电站神经网络识别方法 （杭州交联电气工程有限公司）_第5页
已阅读5页，还剩15页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

地址310015浙江省杭州市莫干山路14基于电气行业知识图谱的变配电站神经网本发明公开了基于电气行业知识图谱的变可避免人为因素引起的关键参数误判或漏判的2步骤2.3：神经网络经卷积操作进行电气参数的特征提取，得到卷积层输出的特征图2.根据权利要求1所述的基于电气行业知识图谱的变配电站神经网络识别方法，其特3.根据权利要求2所述的基于电气行业知识图谱的变配电站神经网络识别方法，其特34.根据权利要求1所述的基于电气行业知识图谱的变配电站神经网络识别方法，其特5.根据权利要求1所述的基于电气行业知识图谱的变配电站神经网络识别方法，其特6.根据权利要求1所述的基于电气行业知识图谱的变配电站神经网络识别方法，其特7.根据权利要求1所述的基于电气行业知识图谱的变配电站神经网络识别方法，其特4并且仍然不可避免的存在不同程度的人为引起的参数误构建电力领域知识图谱，可以将电力领域零散分布及结构多样的数据进行有效处理和组[0004]因此，可以通过设计一种面向复杂用户变配电站设计工程领域知识图谱建模方5=(S,0,R),通过连接方式拼接6获取房间信息和电气参数的实体信息及实体关系，融合变配电站设计过程中安装部署要7[0035]图1是本发明实施例中基于电气行业知识图谱的变配电站神经网络识别方法流程[0038]如图1所示，基于电气行业知识图谱的变配电站神经网络识别方法，包括如下步[0045]K_50053_416＝{S_50053_416＝{低压配电装置},O_50053_[0048]K_50053_6261＝{S_50053_416＝{配电室},O_50053_416＝{长度},8谱中的实体包含了实体信息)及实体连接关系，在确定识别的参数时，融入了知识图谱权9的对象是通过借用CAD模型库中的已有模型进行合成，由于简单的插值计算并不能解决合成器G，生成器G对一个概率隐空间进行随机采样1个300维的隐向量z并将其映射到1个64*[0078]基于VAE生成式对抗网络的变配电站设备3D模型的图像生成，主要完成总平面布

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论