-
公开(公告)号：CN113626610A
公开(公告)日：2021-11-09
申请号：CN202110912715.4
申请日：2021-08-10
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及人工智能技术领域，提供了一种知识图谱嵌入方法、装置、计算机设备和存储介质。本申请能够提高知识图谱嵌入效果。该方法包括：利用预先构建的基础特征提取模型获取知识图谱的实体结构特征和关系特征，该实体结构特征至少包括头实体结构特征和尾实体结构特征，以及获取知识图谱的实体描述文本并利用预先构建的语义特征提取模型对实体描述文本进行处理得到实体语义特征，该实体语义特征至少包括头实体语义特征和尾实体语义特征，利用该头实体结构特征、尾实体结构特征、关系特征、实体语义特征和尾实体语义特征进行知识图谱嵌入。
-
公开(公告)号：CN113626609A
公开(公告)日：2021-11-09
申请号：CN202110912526.7
申请日：2021-08-10
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F16/36 , G06F40/279 , G06N3/04 , G06N3/08 , G06Q50/06
Abstract: 本申请涉及电力计量技术领域，提供了一种电力计量知识图谱构建方法、装置、计算机设备和存储介质。本申请能够提高形成电力计量知识的效率。该方法包括：确定预定义的主体实体和电力计量实体，获取电力计量文本，通过预先构建的实体识别模型识别该电力计量文本中的主体实体和电力计量实体，根据该主体实体和电力计量实体在电力计量文本中的关联性构建出主体实体和电力计量实体的知识图谱。
-
公开(公告)号：CN113626571A
公开(公告)日：2021-11-09
申请号：CN202110908604.6
申请日：2021-08-09
Applicant: 南方电网数字电网研究院有限公司 , 中国南方电网有限责任公司
IPC: G06F16/332 , G06F16/33 , G06F16/36 , G06F16/35 , G06F16/28 , G06F16/215 , G06F16/901
Abstract: 本申请涉及一种答句生成方法、装置、计算机设备和存储介质。所述方法包括：对输入问题进行分词处理，根据分词处理得到的分词结果中的关键词，识别输入问题所属的问题类别；基于问题类别与词槽的匹配关系，确定输入问题对应答句所需的目标词槽；基于分词结果，对目标词槽进行内容填充；从知识图谱中获取与内容填充后的目标词槽相匹配的答句内容，根据答句内容，生成与输入问题对应的答句。采用本方法能够高效精准地识别输入问题，从而快速得到输入问题对应的答句，提高问答效率。
-
公开(公告)号：CN113553853A
公开(公告)日：2021-10-26
申请号：CN202111084894.3
申请日：2021-09-16
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F40/295 , G06F40/284 , G06F40/242
Abstract: 本申请涉及一种命名实体识别方法、装置、计算机设备和存储介质。方法包括：随机从语料库中选取预设数量的文本组成训练文本库，并基于第一预设算法，确定训练文本库中每一文本中的分词；基于第二预设算法，对训练文本库中每一文本中的分词进行标注；其中，分词的标注结果为命名实体或实体触发词；构建触发词词典，触发词词典用于存储训练文本库中存在对应关系的命名实体及实体触发词；基于触发词词典，对待识别文本进行命名实体识别。利用实体触发词与命名实体之间的关系，对待识别的命名实体进行识别，不需要对语料库中所有的文本进行人工标注，提高了识别效率，降低了识别成本。
-
公开(公告)号：CN113284002A
公开(公告)日：2021-08-20
申请号：CN202110383704.1
申请日：2021-04-09
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种用电数据异常检测方法、装置、计算机设备和存储介质，方法包括：获取用电数据序列；将用电数据序列输入预先构建的用电预测模型，得到用电预测数据；确定用电预测数据与用电真实数据之间的差值，若差值大于预设阈值，则将用电真实数据识别为候选异常数据；当候选异常数据达到预设异常条件时，确定当前用电数据异常检测结果为异常状态；本申请通过预先构建的用电预测模型对用电数据序列进行识别处理，得到用电预测数据，根据预测数据与真实数据间的差值识别出是否为异常数据，当异常数据达到预设条件时，触发异常检测结果的生成，实现了无需人工对特征进行标注就能够对异常用电数据进行检测的效果，提高了用电数据异常检测的效率。
-
Patent Agency Ranking
公开(公告)号：CN112800231A
公开(公告)日：2021-05-14
申请号：CN202110349571.6
申请日：2021-03-31
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F16/35 , G06F16/36 , G06F40/295 , G06K9/62
Abstract: 本申请涉及一种电力数据校验方法、装置、计算机设备和存储介质。所述方法包括：获取电力数据；根据所述电力数据和预设的标准数据得到检测数据，并根据所述检测数据构建知识图谱；所述知识图谱包含实体节点和实体相互关系，所述实体节点与所述检测数据相对应，所述实体相互关系为所述实体节点之间的关系；确定所述实体节点中的离群点，以及，根据所述实体相互关系确定所述实体节点中的关系异常点；通过去除所述离群点对应的电力数据和所述关系异常点对应的电力数据，得到校验后电力数据。采用本方法能够提高电力数据校验的准确率和效率。
-
公开(公告)号：CN112184491A
公开(公告)日：2021-01-05
申请号：CN202011089167.1
申请日：2020-10-13
Applicant: 南方电网数字电网研究院有限公司 , 中国南方电网有限责任公司
IPC: G06Q50/06 , G06K9/62 , G06F16/2458 , G06F16/2455 , G06F16/22
Abstract: 本申请涉及一种电网中异常数据识别方法、装置、计算机设备和存储介质。所述方法包括：获取预设统计周期内用户的电能表表码数据以及日电量数据；根据电能表表码数据以及日电量数据，获取用户对应的异常判断维度数据；根据用户所属用户类别，获取用户对应的预设异常筛选规则；确定电能表表码数据以及日电量数据中的异常数据。本申请基于异常判断维度数据以及预设异常筛选规则，来查找电能表表码数据以及日电量数据中的异常数据，无需通过复杂的人工智能或机器学习方法来进行电网中异常数据识别，可以有效地减少对电能表表码数据以及日电量数据进行电网中异常数据识别的使用场景限制。
-
公开(公告)号：CN113537495B
公开(公告)日：2024-08-02
申请号：CN202110897078.8
申请日：2021-08-05
Applicant: 南方电网数字电网研究院有限公司
IPC: G06N3/098
Abstract: 本申请涉及一种基于联邦学习的模型训练系统、方法、装置、计算机设备和存储介质，包括：模型训练节点，用于根据预设参数构建得到神经网络模型，对神经网络模型进行训练，得到训练完成的神经网络模型；参数传输节点，用于获取各个训练完成的神经网络模型的模型参数，根据模型参数生成哈希值，并将哈希值返回至模型训练节点；参数存储节点，用于从多个模型训练节点获取包含有哈希值的模型参数，根据多个包含有哈希值的模型参数对预设参数进行更新，得到更新后的预设参数；将更新后的预设参数通过参数传输节点，发送到各个模型训练节点，以对神经网络模型进行再次训练。本申请提高了基于联邦学习的模型训练效率。
-
公开(公告)号：CN115330531B
公开(公告)日：2023-12-22
申请号：CN202211080258.8
申请日：2022-09-05
Applicant: 南方电网数字电网研究院有限公司
IPC: G06Q40/02 , G06Q50/06 , G06N3/084 , G01R31/00 , G06F18/15 , G06F18/23213 , G06F18/24 , G06F18/214 , G06F18/21 , G06F16/25 , G06F16/2458 , G06N3/048
Abstract: 本申请提供一种基于用电变动周期的企业风险预测方法，包括：获取企业的的用电数据；基于深度学习方法训练电器设备识别神经网络模型；识别统计企业的用电规模和设备规模，分析企业的运转周期和工作规律；基于企业的运作周期和工作规律分析企业经营情况；根据不同设备用电规模判断生产环节中各阶段情况，建立生产环节规模识别模型；基于历史数据判断生产经营情况变化；基于企业生产经营变化情况给出企业贷款建议；提供企业信息接口。
-
公开(公告)号：CN111914101B
公开(公告)日：2023-10-20
申请号：CN202010825347.5
申请日：2020-08-17
Applicant: 南方电网数字电网研究院有限公司 , 中国南方电网有限责任公司
IPC: G06F16/36 , G06F16/93 , G06F40/295
Abstract: 本申请涉及一种档案关联关系的异常识别方法、装置和计算机设备。所述方法包括：获取用户的用户标识，根据所述用户标识从档案数据库中获取所述用户的多个档案数据表；对各个所述档案数据表进行关键字提取处理，根据提取到的目标关键字及目标关键字之间的关系，构建所述用户的档案知识图谱；所述档案知识图谱包括根据所述目标关键字确定的多个目标实体；获取所述档案知识图谱中所述目标实体的实体参数，根据所述实体参数对所述用户的档案关联关系进行识别，得到识别结果。采用本方法能够提高对档案关联关系异常识别的效率，实现档案关联关系异常识别的智能化。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.034 seconds)
