美国杜邦公司安全管理工作经验介绍

介绍了美国杜邦公司安全管理及安全文化的发展和建设情况,指出其科学先进的企业安全文化、安全理念和安全管理方法值得国内电力企业借鉴,最后阐述了对美国杜邦公司考察学习的体会。     

基于用户画像对抑郁倾向人群的识别研究

随着新冠肺炎疫情肆虐全球,抑郁症患病率大幅增加,高患病率和低就诊率成为抑郁症面临的两大挑战。人工智能与机器学习的快速发展为精准识别出抑郁倾向人群奠定了基础。文中借助微博平台,建立用户画像对用户进行抑郁倾向识别,构建基于用户画像的TCNN-GRU-PR融合识别模型。首先,利用TF-IDE算法扩充基础种子词,构建抑郁倾向情绪词典;然后,采用TCNN-GRU模型进行情绪特征提取识别,引入PageRank算法从社交网络维度进行再次识别;最后,将机器学习得出的情绪标签概率值与PR值加权求和,判断抑郁倾向程度。实验结果表明,TCNN-GRU-PR模型结合文本识别和社交网络识别两个维度能准确识别出情绪状态和抑郁程度,对于抑郁倾向人群的早期识别与干预治疗有重要意义。     

对电力系统故障分析的一般性探讨

概述在研究电力系统不对称扰动时,本文应用了对称性故障的一般分析方法和线性电容的理论。首先,把给出的故障网络的正、负、零序阻抗数据分别输入对称性(三相)故障研究中所得出的运算程序,以求得与各个序阻抗相对应的节点电压。然后,再把所算出的节点电压与从各类故障序网连接图中求得的实际“阻抗比”相乘,进行校正,就可     

融合注意力机制改进残差网络的表情识别方法

为提高大数据挖掘过程中表情识别的计算速度和准确率,在ResNet-50模型的基础上,融合通道注意力机制与改进残差网络,提出一种表情识别方法的改进模型(SE-ResNet-50+Swish)。改进模型在ResNet-50的基础上,引入多个带有通道注意力模块SE的特征层对表情样本进行特征提取,利用注意力机制增强关键的特征通道,增强网络的特征表达与鲁棒性,且能够有效减少计算量,并利用激活函数Swish替代ReLU激活函数,以达到进一步提升表情识别准确率的目的。在CAS-PEAL-R1数据库上进行验证的结果表明,SE-ResNet-50在ResNet-50的基础上引入SE模块之后,虽然增加了网络层数,但计算速度以及表情识别的准确率有明显提高;改进模型利用Swish替代ReLU后,相比于SE-ResNet-50的参数数量与计算量等无显著增多,但表情识别准确率有提升;以上结果表明,改进模型能够有效减少计算量,并增强网络的特征表达与鲁棒性,从而达到提升表情识别计算速度与识别准确率的目的。     

学习新《安规》的几点初浅体会

随着电力生产技术发展的需要,相应的规章制度也应作同步的修补、修订或修编。《国家电网公司电力安全工作规程》(09年版,以下简称新《安规》已于2009-08-01起正式执行。《安规》从91年版到05年版的修订间隔了14年,而从05年版到09年     

基于改进yolov网络的外观检测研究

外观检测涉及对图像或视频中的物体进行准确和高效的识别和定位,为了解决物体表面小尺寸目标检测的问题,研究通过优化YOLOv3网络模型,引入多尺度检测和深度可分离卷积技术来提高检测精度和模型效率,以增强对小尺寸目标的识别能力,再采用深度可分离卷积技术来减少计算量,并提高模型的训练效果。实验结果表明,改进后的算法在物体表面小尺寸外观检测方面表现出明显的提升,平均精度达到71.52%,比原始模型提高11.37个百分点。同时,通过减少计算量和提高模型速度,实现了35.6帧/秒的检测速度。研究可以优化算法,提高小尺寸目标检测的准确性和鲁棒性,推动其在计算机视觉领域的广泛应用。     

实施标准化建设,保证工器具安全

随着电力技术的不断发展以及社会需求对供电安全和稳定的要求不断提高,安全作业对各电力企业来说越来越重要.除了对安全作业人员进行严格的操作培训以外,安全工器具的购置、存放和管理也是各电力企业一个非常重要的工作环节.安全工器具是电力基建、运行、检修、维护等工作时必备的专用工器具,其设计、制造、使用、保管都有严格的规定和要求.