-
公开(公告)号：CN113554527A
公开(公告)日：2021-10-26
申请号：CN202110859805.1
申请日：2021-07-28
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
IPC: G06Q50/06 , G06F16/903
Abstract: 本发明公开了一种电费数据处理方法、装置、终端设备及存储介质，该方法包括：获取原始用电数据，计算所述原始用电数据的特征重要性；按照特征重要性的大小对原始用电数据进行排序，并按照预设比例对排序后的用电数据进行数据删除，得到特征用电数据；建立特征用电数据的特征子集，计算特征子集的袋外错误率，以确定目标特征集；按照目标特征集对所述特征用电数据进行特征选择，生成电费数据处理结果。本发明能够在删除大量无效、冗余电费数据特征的同时，保留最有效、利于电费差错分析的特征，从而有效进行特征集优化。本发明能够降低筛查工作难度，减少计算资源和时间成本的浪费，同时提高筛查工作的效率和结果的准确率。
-
Patent Agency Ranking
公开(公告)号：CN113435536A
公开(公告)日：2021-09-24
申请号：CN202110804375.3
申请日：2021-07-15
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
Abstract: 本发明公开了一种电费数据预处理方法、装置、终端设备及介质，该方法包括：获取第一电费数据集，按照是否有缺失值字段将第一电费数据集划分为完备电费数据子集和非完备电费数据子集；利用K‑means聚类算法对完备电费数据子集进行聚类，生成聚类结果；根据聚类结果，利用KNN算法对非完备电费数据子集中的缺失值进行填充，将填充后的结果与完备电费数据子集组合得到第二电费数据集；对第二电费数据集进行分层采样，生成采样结果。本发明先通过K‑means算法对完备电费数据子集进行聚类，然后在聚类结果的基础上再使用KNN来进行缺失值填充，不仅操作简单、同时提高了数据处理效率及缺失值填充的准确率。
-
公开(公告)号：CN118051628A
公开(公告)日：2024-05-17
申请号：CN202410373117.8
申请日：2024-03-29
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
Abstract: 本申请公开了一种电力行业多尺度知识定位方法、系统、设备及介质，根据用户在电力行业知识库中的使用痕迹和电力行业知识表示特点，得到用户知识性需求和目标知识的对应关系，采用对应关系对构建的电力行业用户知识性需求澄清模型进行训练，以使能对用户的需求有更加精准的表述，对电力行业知识库进行不同粒度的精细分割，构建电力行业知识向量索引库，基于索引库，采用稀疏向量检索技术定位至文档级，再进行细粒度的稠密向量检索，精准定位到用户所需的知识原子，采用大语言模型对定位结果进行自动评估。本申请可在微观尺度上识别和定位知识点，并在宏观尺度上理解和把握整个知识体系，快速、准确地获取所需的知识，以及对定位结果进行自动评估。
-
公开(公告)号：CN116233312A
公开(公告)日：2023-06-06
申请号：CN202310498368.4
申请日：2023-05-06
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
Abstract: 本发明公开了一种基于回归分解的电网客服话务量预测方法，包括采集电网客服话务量数据、用户信息、气象信息和停电信息，形成话务量数据信息库；采用孤立森林算法进行异常数据识别；建立拉格朗日插值函数对异常数据/缺失数据进行修补；利用层次分析法量化用户信息、气象信息和停电信息；采用回归分解的方法将话务量分解为周期分量、趋势分量和随机分量；采用改进灰色关联法分析各分量的影响因子；将各分量的影响因子作为输入，采用CNN卷积神经网络预测各分量；最后叠加各分量得到总的话务量预测结果；考虑电网客服增值服务，将预测结果进行修正，得到最终的话务量预测结果。本实施例实现了精细化预测电网客服的话务量，提高话务量预测准确率。
-
公开(公告)号：CN113538063A
公开(公告)日：2021-10-22
申请号：CN202110860566.1
申请日：2021-07-28
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
Abstract: 本发明公开了一种基于决策树的电费异常数据分析方法、装置、设备及介质，方法包括：根据电力客户数据获取原始数据，采用插值法和填充法处理所述原始数据，获取实验数据；遍历所述实验数据确定的分割特征构建多个子集，获取多个所述子集对应的子结点，构造决策树模型；计算多个所述子集的信息增益比，获取对应所述子结点的判断特征；将待分析的第一电力客户数据输入到所述决策树模型；若所述第一电力客户数据不满足所述判断特征，则确定所述第一电力客户数据为异常用户数据，否则，确定所述第一电力客户数据为正常用户数据。本发明结合电力数据和决策树模型进行用户数据分析，降低识别异常数据的难度。
-
公开(公告)号：CN113435664A
公开(公告)日：2021-09-24
申请号：CN202110801303.3
申请日：2021-07-15
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
Abstract: 本发明公开了一种电费异常数据分析方法、装置、终端设备及介质，该方法包括对历史电费数据及待测电费数据进行预处理，得到第一数据和第二数据；将第一数据按预设比例划分为训练样本和测试样本；利用训练样本对深度森林模型进行训练，将测试样本输入至训练后的深度森林模型，根据输出结果计算深度森林模型的评估指标的数值；判断数值是否达到预设阈值，若是，则将当前深度森林模型作为目标模型；若否，则返回执行利用训练样本对深度森林模型进行训练操作，直至数值达到预设阈值时将对应的深度森林模型作为目标模型；将第二数据输入至目标模型，生成电费异常数据分类结果。本发明基于深度森林模型分析电费数据，提高了分析效率和结果的准确率。
-
-
-
-
-
Search Results
16
records
(took 0.029 seconds)
