-
公开(公告)号：CN116760091A
公开(公告)日：2023-09-15
申请号：CN202310735593.5
申请日：2023-06-20
申请人： 国网智能电网研究院有限公司 , 国家电网有限公司
摘要： 本发明公开了一种基于图数据的精细化电力潮流追踪方法及装置。在该方法中，通过电力网络电力潮流图数据构建、电力网络精细化电力潮流追踪计算和电力网络电力潮流追踪结果生成三个子方法，可将电力网络电力潮流追踪问题转化为图搜索问题，避免了复杂网络划分，同时考虑了储能设备对电力网络电力潮流分布的影响，能够实现电力网络精细化时空尺度电力潮流追踪，并能与电力网络拓扑识别、状态估计等技术深度结合，具有良好的扩展性和实用性。
-
公开(公告)号：CN116579413A
公开(公告)日：2023-08-11
申请号：CN202310582798.4
申请日：2023-05-22
申请人： 国网智能电网研究院有限公司 , 国网浙江省电力有限公司信息通信分公司 , 国家电网有限公司
IPC分类号： G06N3/0895 , G06N3/0455
摘要： 本发明公开了一种时序数据预训练模型微调方法及装置、时序数据预测模型，包括：获取预训练模型和输入时序数据，预训练模型包括编码器和解码器，编码器用于提取输入时序数据的输入时序特征；采用线性层对输入时序特征进行线性计算，生成对应的动态提示特征；结合掩码特征、动态提示特征和输入时序特征确定增强后的时序特征；将增强后的时序特征输入至解码器解码，基于待预测的未来时刻，进行未来时刻的时序数据的预测。通过实施本发明，针对每个输入时序特征，考虑了其隐含的上下文知识生成了动态提示特征，作为实例级别的提示信息，用于下游任务的模型参数微调，有效避免了时序预训练模型微调过程中的过拟合问题，提升了下游时序任务的预测精度。
-
公开(公告)号：CN116227496A
公开(公告)日：2023-06-06
申请号：CN202310498522.8
申请日：2023-05-06
申请人： 国网智能电网研究院有限公司 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC分类号： G06F40/295 , G06F40/30 , G06F16/35 , G06N3/0442 , G06N3/0455 , G06N3/048 , G06N3/08 , G06F18/25 , G06Q50/06
摘要： 本发明涉及自然语言处理技术领域，具体提供了一种基于深度学习的电力舆情实体关系抽取方法及系统，包括：将电力舆情文本作为预先构建的关系抽取模型的输入，得到所述预先构建的关系抽取模型输出的电力舆情文本的关系特征标注结果；获取电力舆情文本的属性特征，并将所述属性特征和关系特征标注结果作为预先构建的实体关系抽取模型的输入，得到所述预先构建的实体关系抽取模型输出的电力舆情文本的实体关系标注结果。本发明提供的技术方案，可以有效的从电力舆情文本中自动的将包含的实体内容与实体之间的关系抽取出来。
-
公开(公告)号：CN115203490B
公开(公告)日：2022-12-06
申请号：CN202211125579.5
申请日：2022-09-16
申请人： 国网智能电网研究院有限公司 , 方图数据(北京)软件股份有限公司
IPC分类号： G06F16/901 , G06F16/9032
摘要： 本发明公开了一种图数据库中List列表容器数据类型的查询方法及装置，属于图数据库技术领域，通过引入特定的predicate支持List列表容器数据类型的操作，用户在创建图数据库实例时，可为特定顶点或边类型创建List容器数据类型的属性元数据定义，为图数据库List列表容器数据类型引入索引支持，图数据库提供运行时对符合条件的查询场景基于List列表索引进行查询。本发明通过为List列表容器类型以定义了元数据的属性的方式存储，并在数据层面为List列表容器类型定义了索引规则且建立了索引数据，因而对于符合条件的查询场景可应用索引来加快查询过程。
-
公开(公告)号：CN118779634A
公开(公告)日：2024-10-15
申请号：CN202410908842.0
申请日：2024-07-08
申请人： 国网智能电网研究院有限公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司宿迁供电分公司 , 国家电网有限公司
IPC分类号： G06F18/213
摘要： 本发明公开一种可解释负荷时序高维拓扑特征提取方法和系统，属于电力负荷数据分析领域，方法包括：获取负荷数据，并提取对应的一维时间序列；采用Taken’s嵌入将负荷数据的一维时间序列嵌入到高维空间中；采用基于持续同调的拓扑数据分析方法，从高维空间中提取得到可解释负荷时序高维拓扑特征。该方法具有较强的可解释性，在降低计算成本的同时提高了精度。
-
公开(公告)号：CN118626594A
公开(公告)日：2024-09-10
申请号：CN202410829538.7
申请日：2024-06-25
申请人： 国网智能电网研究院有限公司 , 国网江苏省电力有限公司无锡供电分公司 , 国家电网有限公司
IPC分类号： G06F16/33 , G06F16/35 , G06F18/214 , G06N5/022 , G06N3/0455 , G06N3/0499 , G06N3/084 , G06Q50/06
摘要： 本发明公开了电力标准知识的标签自动化标注方法、系统及存储介质，涉及自动化标注技术领域，包括：采集源电力标准知识数据集，进行预处理，获得标准电力知识数据集，进行文本扩充，生成电力标准知识文本描述数据集；获取文本关联筛选规则，对电力标准知识文本描述数据集进行筛选，得到电力标准知识文本扩充数据集；对前述数据集进行数据标注，获得电力标准知识文本标注数据集；对电力标准知识文本标注数据集进行修正，获得电力标准知识文本标注样本集，进行训练优化，获得电力标准知识标注模型进行电力标准知识标签自动化标注。本发明解决现有技术存在手动标注很难保证标注一致性和准确性的技术问题，达到提高自动化标注效率和质量的技术效果。
-
公开(公告)号：CN117808117A
公开(公告)日：2024-04-02
申请号：CN202311595879.4
申请日：2023-11-27
申请人： 国网智能电网研究院有限公司 , 国网辽宁省电力有限公司锦州供电公司 , 国网辽宁省电力有限公司 , 国家电网有限公司
摘要： 基于环境奖励模糊自适应的强化学习方法、装置及介质，该方法通过环境客观指标数值计算与趋势分析、环境客观指标关联的权重系数增量的模糊计算、环境客观指标关联的权重系数增量的二次处理和环境总体奖励合成，实现环境奖励模糊自适应，再结合状态、动作和智能体等其他强化学习必需要素，进而实现基于环境奖励模糊自适应的强化学习。本发明在确保环境奖励自适应调整方向与环境实际特性变化的相关性的同时，实现自动探索“最优奖励”，提升了强化学习的泛化性，进而深化和扩展了强化学习的应用价值和领域。
-
公开(公告)号：CN116524240A
公开(公告)日：2023-08-01
申请号：CN202310331575.0
申请日：2023-03-30
申请人： 国网智能电网研究院有限公司
摘要： 本发明公开了一种电力作业场景违章行为识别模型、方法、装置及存储介质，该模型包括：卷积层，用于对输入的电力作业场景图片进行特征提取，得到多个特征图；显著性最大池化层，用于对多个特征图进行最大池化操作；显著性部件定位学习层，用于对池化结果进行加权求和，得到求和结果；分类层，用于根据求和结果输出识别结果。通过实施本发明，在模型中采用显著性最大池化层取代全连接层，解决了卷积神经网络中参数量过大、容易过拟合的问题，采用显著性最大池化层连接卷积层，直接赋予了每个通道实际的类别意义，剔除了全连接层中黑箱的特征，使网络结构具有可解释性。设置显著性部件学习层，使得电力作业场景下的违章行为识别变得可溯因。
-
公开(公告)号：CN116484878A
公开(公告)日：2023-07-25
申请号：CN202310737583.5
申请日：2023-06-21
申请人： 国网智能电网研究院有限公司
IPC分类号： G06F40/30 , G06V20/70 , G06V10/44 , G06N3/0464 , G06N3/08
摘要： 本发明涉及信息检索技术领域，公开了电力异质数据的语义关联方法、装置、设备及存储介质，本发明提供的方法，首先对多模态数据集进行模态内特征联合学习，包括全局特征和上下文特征，根据文本的全局特征向量、文本上下文特征向量，得到文本语义关联空间，根据图像的全局特征向量、图像上下文特征向量，得到图像语义关联空间，根据文本语义关联空间、图像语义关联空间，得到共享语义关联空间，将预设图像、预设文本映射至共享语义关联空间中，分别生成第一特征向量、第二特征向量，通过计算其相似度，得到预设图像、预设文本的语义关联度。通过本发明提供的方法能够很好地学习电网场景下不同子类别间的判别性以及异构数据间的关联关系。
-
公开(公告)号：CN116227496B
公开(公告)日：2023-07-14
申请号：CN202310498522.8
申请日：2023-05-06
申请人： 国网智能电网研究院有限公司 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC分类号： G06F40/295 , G06F40/30 , G06F16/35 , G06N3/0442 , G06N3/0455 , G06N3/048 , G06N3/08 , G06F18/25 , G06Q50/06
摘要： 本发明涉及自然语言处理技术领域，具体提供了一种基于深度学习的电力舆情实体关系抽取方法及系统，包括：将电力舆情文本作为预先构建的关系抽取模型的输入，得到所述预先构建的关系抽取模型输出的电力舆情文本的关系特征标注结果；获取电力舆情文本的属性特征，并将所述属性特征和关系特征标注结果作为预先构建的实体关系抽取模型的输入，得到所述预先构建的实体关系抽取模型输出的电力舆情文本的实体关系标注结果。本发明提供的技术方案，可以有效的从电力舆情文本中自动的将包含的实体内容与实体之间的关系抽取出来。
-
-
-
-
-
-
-
-
-
搜索结果
73 条记录 (耗时 0.07 秒)
