一种绘制系统架构图的方法、装置、设备和介质

    公开(公告)号:CN117932929A

    公开(公告)日:2024-04-26

    申请号:CN202410101140.1

    申请日:2024-01-24

    IPC分类号: G06F30/20 G06F30/10 G06T17/00

    摘要: 本申请提供了一种绘制系统架构图的方法、装置、设备和介质,通过对数据系统关系库中的数据内容中的管理主体为节点,管理主体之间的从属关系为拓扑关系,构建资产内容目录树,然后对资产内容目录树进行处理,得到系统架构树状图,并确定系统架构树状图中的各节点渲染时使用的三维模型,最后将系统架构树状图中各节点对应的三维模型在三维场景中进行渲染,绘制得到三维模型架构图,整个绘制三维模型架构图的过程无需人工参与,自动化程度高,大大减少了人工绘制系统架构树状图的工作量;而且,绘制的三维模型架构图的准确度高,避免人工绘制时经常出现错误图像的情况。

    应用台账管理系统及应用
    14.
    发明公开

    公开(公告)号:CN117455395A

    公开(公告)日:2024-01-26

    申请号:CN202311385656.5

    申请日:2023-10-25

    IPC分类号: G06Q10/10 G06Q40/12

    摘要: 本申请提供了应用台账管理系统及应用,本申请为了解决现有技术中台账管理系统并没有将账单扫描、台账打印和数据处理等功能集成在一起,使用起来不够便捷的问题,本申请通过设置的人工智能模块、设备接口模块、共享集成模块、以及数据编辑模块,人工智能模块实现了自动对账单数据进行识别和分析,帮助企业用户更好地了解台账信息,通过移动设备接口模块,企业用户可以通过移动设备随时随地进行台账管理和操作,提高工作效率和便捷性,共享集成模块实现了系统与其他企业管理系统集成的接口模块可以实现数据的共享和互通,提高企业管理的一体化程度,企业用户可以根据自身需求自定义账单的格式和内容,使得台账管理系统更加灵活和个性化。

    一种基于改进的Apriori算法的电网数据挖掘方法

    公开(公告)号:CN114547138A

    公开(公告)日:2022-05-27

    申请号:CN202210096059.X

    申请日:2022-01-26

    IPC分类号: G06F16/2458 G06Q50/06

    摘要: 本发明公开了一种基于改进的Apriori算法的电网数据挖掘方法,通过限制候选产生发现频繁项集,再由频繁项集产生关联规则,产生关联规则为:1、扫描所有频繁项集L,并计算置信度、效率度、兴趣度;2、与置信度阈值比较,去除不满足条件的频繁项集,得到频繁项集L′;3、与效率度阈值比较,去除不满足条件的频繁项集,得到频繁项集L″;4、与效率度阈值比较,去除不满足条件的频繁项集,得到频繁项集L″′;5、产生关联规则并输出。本发明在产生关联规则阶段引入效率度和兴趣度两个因子,来确定目标事务数据库中各个项集之间的关联关系,从而更加准确地筛选出强关联规则,从而更利于电网数据的挖掘,从电网数据中获得更多有用信息。

    一种基于电网公共信息模型的配电故障检测方法

    公开(公告)号:CN117849530A

    公开(公告)日:2024-04-09

    申请号:CN202410028091.3

    申请日:2024-01-09

    IPC分类号: G01R31/08 G01R31/52 G01R25/00

    摘要: 本发明涉及配电网故障检测技术领域,解决了现有技术难以对配电故障进行有效检测并选定故障线路的技术问题,尤其涉及一种基于电网公共信息模型的配电故障检测方法,该方法包括:从电网公共信息模型CIM中获取局部电网系统区域内若干典型的故障样本构成样本空间;对局部电网系统区域内的待检测电网支路的线路故障数据进行线性变换生成待测数据。本发明能够在对配电故障进行快速检测的同时,并准确的对电网支路中出现故障的线路进行选定,能有效快速的检查所有的线路并排除故障,保障供电的可靠性以及供电需求,从而避免了配电故障的进一步扩展,保障了电力系统的安全运行,为快速找到故障线路以及切除故障线路提供了检测方式。

    基于大语言模型的电力负荷预测方法

    公开(公告)号:CN117634740A

    公开(公告)日:2024-03-01

    申请号:CN202311631190.2

    申请日:2023-12-01

    摘要: 本发明属于电力负荷预测技术领域和计算机中自然语言处理领域,公开了一种基于大语言模型的电力负荷预测方法,利用大语言模型强大的自然语言能力和丰富的预训练知识,结合具体场景下的电力负荷相关数据,实现对电力负荷的准确预测,该方法通过提示词模板将结构化的、包含多影响因素的电力负荷数据转化为相应的文本描述,再通过有监督的高效微调方法,使大语言模型基于文本学习电力负荷预测场景下的数据知识,在预测阶段,用户用自然语言将影响因素告知大语言模型,模型即可给出电力负荷预测结果。本发明具有更高的预测准确率,且无需复杂的数据预处理。