-
公开(公告)号：CN117972386A
公开(公告)日：2024-05-03
申请号：CN202311824232.4
申请日：2023-12-27
Applicant: 国家电网有限公司客户服务中心
IPC: G06F18/213 , G06F18/24 , G06F18/2433 , G06F18/2135 , G06F18/10 , G06Q10/063 , G06Q50/06 , G06N3/0464 , G06N3/08
Abstract: 本发明属于供电技术领域，具体涉及一种供电质量问题集中区域定位方法及系统，本发明通过采集供电系统中的各个环节进行数据采集，并对数据处理后进行挖掘出供电系统中的关联规律，找出供电质量问题影响的关键特征，采用神经网络对问题进行训练，得到神经网络模型然后进行优化，获得优化模型；将优化模型接入供电系统中，将运行状态数据和用电负荷数据导入优化模型，通过优化模型对供电质量问题集中区域进行判断并定位，可以实现对供电系统中质量问题的高效定位，通过对供电系统中质量问题的集中区域定位，可实现对问题的及时发现、快速解决，提高供电系统的可靠性和稳定性。
-
公开(公告)号：CN117391492A
公开(公告)日：2024-01-12
申请号：CN202311257240.5
申请日：2023-09-26
Applicant: 国家电网有限公司客户服务中心
IPC: G06Q10/0639 , G06Q10/0631 , G06Q10/04 , G06Q50/06
Abstract: 本申请公开了一种电力数据质量的管理分析方法、装置以及存储介质。其中，方法包括：获取在指定的统计日期集合内与居民家庭关联的电力数据；针对统计日期集合中每个日期相同的时间段，确定用电量信息；针对每个日期对应的用电量信息，计算与用电量信息对应的第一相关特征向量；针对每个日期对应的用电量信息，计算与用电量信息对应的第二相关特征向量；针对每个日期对应的用电量信息，计算与用电量信息对应的第三相关特征向量；以及利用预先设置的神经网络模型，根据与统计日期集合的每个日期对应的用电量信息、第一相关特征向量、第二相关特征向量以及第三相关特征向量，确定居民家庭的电力数据与不同的周期性规律对应的质量分值。
-
公开(公告)号：CN114004522A
公开(公告)日：2022-02-01
申请号：CN202111309791.2
申请日：2021-11-07
Applicant: 国家电网有限公司客户服务中心
Abstract: 本发明公开了一种基于指数平滑的企业电力健康指数构建方法及装置，针对正在用电的用电客户进行基于客户本身和客户所处行业，以电力视角度量电量、电费、违约和业扩等行为，进而综合反映企业电力健康程度。本发明构建企业电力健康指数的指数体系包含三个层级，第一层级为企业电力健康指数，第二层级为10个中间指数，第三层级为基于第二层级的10个指数展开得到的23个基础指数。本发明方案可以通过电力数据综合反映企业的健康程度，具有评价的全面性、客观性和先行性，可以有效支持金融机构、政府部门和国网公司的研究和决策。
-
公开(公告)号：CN117540275A
公开(公告)日：2024-02-09
申请号：CN202311562863.3
申请日：2023-11-22
Applicant: 国家电网有限公司客户服务中心
IPC: G06F18/241 , G06F18/214 , G06N3/0455 , G06N3/08 , G06F40/30
Abstract: 本发明公开了一种基于预训练模型的客户诉求识别方法及系统，所述方法步骤如下：构建语料库，收集客户服务语料作为模型训练样本；训练预训练语言模型，获得文本语义理解能力；使用客户诉求语料微调预训练模型，使其适应诉求识别任务；对新输入的客户诉求进行识别，并映射到预定类别中；所述系统包括语料库构建模块、模型训练模块、模型调节模块和识别映射模块。本发明能够自动、有效地识别和解析客户诉求，为企业的客户服务提供决策支持。通过使用深度学习技术，本发明能够对大量的客户沟通数据进行处理和分析，提高客户满意度和服务效率。
-
公开(公告)号：CN114066049A
公开(公告)日：2022-02-18
申请号：CN202111347727.3
申请日：2021-11-15
Applicant: 国家电网有限公司客户服务中心
Abstract: 本发明公开了一种用户投诉行为预测方法、系统、设备及介质，所述方法包括以下步骤：获取网上国网用户在建模时间窗口的用户基本信息数据、用户行为数据、用户缴费信息数据，并对以上数据进行预处理；然后基于信息增益理论基础，筛选符合标准的变量，剔除贡献度较低的指标；构建GBDT树模型，将特征变量输入到模型中，将每个叶节点输出的特征变量构成一个新的组合特征；将GBDT模型训练得到的组合特征输入到Logistic模型，进行训练、优化模型，预测用户投诉的概率。本发明构建模型对网上国网用户进行预测，精度较高、适应性较强，能够有效实现对潜在投诉客户发出预警。
-
Patent Agency Ranking
公开(公告)号：CN112580347A
公开(公告)日：2021-03-30
申请号：CN202011465191.0
申请日：2020-12-14
Applicant: 国家电网有限公司客户服务中心
IPC: G06F40/289 , G06F40/30 , G06N3/04
Abstract: 本发明公开了一种基于用户会话分析的情绪识别方法和装置，属于情绪识别技术领域。本发明提出了一种基于用户会话分析的情绪识别方法，该方法创造性的通过对用户反馈的历史记录进行整理和分词处理，对用户的反馈内容进行剖析，同时还设计有用户情绪识别模型，可以用于对用户的反馈记录的进行识别和分析，辅助客服判断用户的情绪，进而有助于客服对用户做出合适的反馈，能够提供更好的客服服务，同时还提出了与一种基于用户会话分析的情绪识别方法相匹配的一种基于用户会话分析的情绪识别装置，有效解决了在线客服的用户情绪识别问题，及时掌控用户情绪，辅助在线人工客服或者是人工智能客服更好的为用户服务。
-
公开(公告)号：CN119671186A
公开(公告)日：2025-03-21
申请号：CN202411825454.2
申请日：2024-12-12
Applicant: 国家电网有限公司客户服务中心
IPC: G06Q10/0631 , G06Q50/06 , H02J3/00
Abstract: 本发明涉及一种结合省间电力现货的需求侧负荷资源跨区需求响应方法。需求响应方法包括如下过程：B省预测未来D日存在供需缺口；总部受理B省跨区响应请求；总部分解A、C两省跨区响应配额指标预案；跨区响应“M2M2B”模式下，补偿结算采用二级分摊模式：即：网省公司间算总账，形成资金包；资金包对各省需求侧负荷资源“按劳分配”。本发明相对于现有技术的优点：有效的组织需求侧负荷资源开展跨区响应，有利于提高各网省“负荷资源调节能力”的储备指标，调节能力由原省内资源调节能力，增至“省内负荷资源调节能力”加“省间联络负荷资源调节能力”，提升各网省需求响应综合调节裕度。
-
公开(公告)号：CN119651607A
公开(公告)日：2025-03-18
申请号：CN202411935727.9
申请日：2024-12-26
Applicant: 国家电网有限公司客户服务中心
Abstract: 本申请公开了针对多行业的用电负荷预测方法、装置及存储介质，包括：采集与各行业对应的用电负荷曲线，并确定与各个历史时刻对应的多个第一用电负荷向量；确定与各行业对应的第一用电负荷影响因素，并确定与各个历史时刻对应的多个第一影响因素向量；将多个第一用电负荷向量输入至第一LSTM模型，输出多个第二用电负荷向量，将多个第一影响因素向量输入至第二LSTM模型，输出多个第二影响因素向量；基于多个第二用电负荷向量和多个第二影响因素向量，并利用预先设置的预测模型，预测最大用电负荷时刻；根据最大用电负荷时刻并利用与各行业对应的多个用电负荷曲线，确定最大用电负荷的置信区间。
-
公开(公告)号：CN114444469B
公开(公告)日：2024-07-09
申请号：CN202210028152.7
申请日：2022-01-11
Applicant: 国家电网有限公司客户服务中心
IPC: G06F40/211 , G06F40/284 , G06F40/289 , G06F40/30 , G10L15/26
Abstract: 本发明公开了一种基于95598客户服务数据资源的处理装置，包括：存储模块，存储客户的语音转译文本数据；数据分词模块，对所述语音转译文本数据进行分句，进行分词处理，获得分词后的结果数据；数据向量化模块，将分词后的结果数据生成词向量；词向量处理模块，将所述词向量输入客户诉求识别算法单元，通过神经网络结构，提取文本的核心语义；结果输出模块，根据所述语义识别得到客户的语音转译文本数据的诉求分类，将诉求分类发送至相应的处理模块；处理模块对收到的诉求进行处理。本发明对计算资源消耗少，能够在较低的计算资源下，实现对文本语义的提取，不需要使用GPU服务器，即可在几小时内完成数据训练，以及数据的分类处理，处理速度快。
-
公开(公告)号：CN117408371A
公开(公告)日：2024-01-16
申请号：CN202311250781.5
申请日：2023-09-26
Applicant: 国家电网有限公司客户服务中心
IPC: G06Q10/04 , G06Q50/06 , G06F18/27 , G06F18/214
Abstract: 本申请公开了一种基于用户行为数据分析的电量波动预测方法，包括：本方案根据目标地区的目标用户的电量数据，解析出各个目标用户在不同时间针对不同电器的电量数据。进一步的基于不同日期的各个时刻以及各个电器分别构建电量数据序列，并利用电量数据序列构建和训练自回归模型以便对目标用户在预测日期的各个时刻对不同电器的用电量，并基于此对目标地区在预测日期各个时刻的电量数据进行预测，从而能够基于用户的行为数据准确地对电量波动进行预测。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.104 seconds)
