-
公开(公告)号：CN116304589A
公开(公告)日：2023-06-23
申请号：CN202310156625.6
申请日：2023-02-17
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司 , 哈尔滨工业大学
IPC分类号： G06F18/15 , G06F18/241 , G06N20/00 , G06F123/02
摘要： 本申请公开了一种基于多约束协同的异常数据检测并修复的方法及相关产品，可应用于数据修复技术领域。该方法包括：确定多元时间序列中的待修复时间区间；根据所述待修复时间区间建立依赖网络；根据所述依赖网络获取可变特征预测顺序以及对应的预测模型字典；根据所述可变特征预测顺序和所述预测模型字典确定可变特征对应的候选修复值；根据所述候选修复值更新所述多元时间序列，实现时序数据的修复。因此，本申请对多元时间序列进行划分，并采用上类约束的算法对多元时间序列进行修复从而保证在修复过程中不引入新的约束的违规，在提高了错误数据修复结果的准确率和可靠度的前提下提高了错误数据的修复速度。
-
公开(公告)号：CN115618946A
公开(公告)日：2023-01-17
申请号：CN202211369030.0
申请日：2022-11-03
申请人： 哈尔滨工业大学 , 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司
摘要： 一种基于多约束的时序数据异常检测方法，为解决引风机系统中各传感器时间序列异常检测结果准确率低和可靠度低的问题，先获取多元时间序列，并定义多个约束；利用约束对多元时间序列进行检查，得到多元时间序列的违规区间，并对违规区间进行划分，将划分后为一组的违规区间称为违规区间子集，得到多组违规区间子集；将每组违规区间子集中的违规区间进行连接；定义连接后的每组违规区间子集的时间区间；根据每组违规区间子集的时间区间对所述违规区间子集内的所有违规区间进行对齐，得到对齐后的每组违规区间子集；计算对齐后的每组违规区间子集中每条一元时间序列的异常分数，根据异常分数判断所述一元时间序列是否异常。属于数据异常检测领域。
-
公开(公告)号：CN114817575A
公开(公告)日：2022-07-29
申请号：CN202210725654.5
申请日：2022-06-24
摘要： 本发明公开了一种基于扩展模型的大规模电力事理图谱处理方法，包括：扩展模型对预设时间段内所接收到的所有事件拓展请求进行统计，生成第一拓展节点集合；根据每个扩展事理节点的必选论元集合和可选论元集合对所有的扩展事理节点添加节点类型标签；对每个归类子集内的扩展事理节点进行二次排序得到第二拓展节点集合；根据每个拓展事件信息的必选论元集合和可选论元集合确定所对应的第一事理节点和第二事理节点；统计先前时刻得到的第一事理节点和第二事理节点生成已确定节点集合，基于已确定节点集合得到当前时刻所遍历的扩展事理节点相对应的第一事理节点和第二事理节点的节点位置，将扩展事理节点分别与第一事理节点和第二事理节点连接。
-
公开(公告)号：CN114817575B
公开(公告)日：2022-09-02
申请号：CN202210725654.5
申请日：2022-06-24
摘要： 本发明公开了一种基于扩展模型的大规模电力事理图谱处理方法，包括：扩展模型对预设时间段内所接收到的所有事件拓展请求进行统计，生成第一拓展节点集合；根据每个扩展事理节点的必选论元集合和可选论元集合对所有的扩展事理节点添加节点类型标签；对每个归类子集内的扩展事理节点进行二次排序得到第二拓展节点集合；根据每个拓展事件信息的必选论元集合和可选论元集合确定所对应的第一事理节点和第二事理节点；统计先前时刻得到的第一事理节点和第二事理节点生成已确定节点集合，基于已确定节点集合得到当前时刻所遍历的扩展事理节点相对应的第一事理节点和第二事理节点的节点位置，将扩展事理节点分别与第一事理节点和第二事理节点连接。
-
公开(公告)号：CN116776953A
公开(公告)日：2023-09-19
申请号：CN202310715204.2
申请日：2023-06-15
摘要： 本申请公开一种模型压缩部署方法、装置、服务器及存储介质，涉及模型处理技术领域，能够解决如何根据用户的部署需求确定最优的压缩优化方法的问题。具体方案包括：获取待压缩模型和待压缩模型的压缩需求信息，调用预设的第一估计函数，对待压缩模型的模型指标进行估计，得到第一指标；第一估计函数用于预测待压缩模型经过知识蒸馏处理后的模型指标，模型指标包括模型大小、参数量、计算量和仿存量；根据第一指标、预设的惩罚因子和预设值，确定第一指标对应的模型在待部署设备上的第一处理速度；根据第一处理速度和部署设备的处理速度，确定待压缩模型的压缩策略，并利用确定出的压缩策略对待压缩模型进行压缩，得到待压缩模型的目标压缩模型。
-
公开(公告)号：CN114969382B
公开(公告)日：2022-10-21
申请号：CN202210848876.6
申请日：2022-07-19
申请人： 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司 , 浙江大学
IPC分类号： G06F16/36 , G06F40/295 , G06Q50/06 , G06Q50/20
摘要： 本发明公开了一种基于事理图谱事件链推理的实体生成方法，包括：获取事理图谱中与初始事件节点直接连接的所有第一事理连接节点；将第一事理连接节点作为第一事件推理节点，根据第一事件推理节点、相对应的事件逻辑生成第一事件链；根据第一事件推理节点确定相连接的第一实体推理节点，根据第二事件推理节点确定相连接的第二实体推理节点；根据主体信息确定与实体推理集合中第一实体推理节点对应的第一实体部门，以及与第二实体推理节点对应的第二实体部门，将相应的事件标签、第一时序信息发送至相应的第一实体部门，并将相应的事件标签、第二时序信息发送至相应的第二实体部门。
-
公开(公告)号：CN117171362A
公开(公告)日：2023-12-05
申请号：CN202311147924.X
申请日：2023-09-06
申请人： 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司
IPC分类号： G06F16/36 , G06F16/332 , G06F18/214 , G06F40/186 , G06Q50/06
摘要： 本发明公开一种电力系统信息的关系抽取方法、装置、设备及介质，方法包括：对获取的电力系统文本数据进行预处理，确定若干待处理分句；将预设的实体类型列表和关系列表分别与各分句进行结合，生成若干实体类型/关系抽取问题模板并输入至生成式预训练语言模型，获取各分句中的若干实体类型和关系，并与若干用于表征不同实体类型之间的关系的链提取模板进行匹配，确定各分句的若干目标链提取模板；将分句分别与若干目标链提取模板进行结合，生成若干实体关系抽取问题模板并输入至生成式预训练语言模型，获取各关系所对应的若干对实体，进而生成若干关系三元组。本发明能够在无需人工标注与模型训练的基础上实现电力系统信息的关系自动化抽取。
-
公开(公告)号：CN116700925A
公开(公告)日：2023-09-05
申请号：CN202310694423.7
申请日：2023-06-12
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司
IPC分类号： G06F9/48
摘要： 本发明提出了一种基于RPA的数字员工群体协作方法，包括：进行任务编排，对任务编排结果提取特征数据，赋予任务不同的优先级，按照优先级的顺序生成进程队列；将运行正常的机器人划入数字员工资源池；按照进程调度算法为进程队列调度机器人，将进程队列中的任务分配给机器人执行；当监测到失败任务时，生成重试任务，根据重试任务的重试参数调整优先级；根据优先级调整前后的变化计算重试影响指标，判断是否生成一个新的重试队列，将重试队列中的重试任务分配给未在执行进程队列中的任务的机器人，与进程队列同时执行。本发明避免重试任务过多占用其他任务的数字员工资源的问题，提高了任务执行异常情况下的任务自动化执行效率。
-
公开(公告)号：CN114818994A
公开(公告)日：2022-07-29
申请号：CN202210725655.X
申请日：2022-06-24
申请人： 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司
摘要： 本发明提供一种基于多源异构电力数据的跨业务图谱的融合方法，基于第一业务图谱中每个第一树节点的维度描述生成第一业务图谱的第一逻辑树；基于第二业务图谱中每个第二树节点的维度描述生成第二业务图谱的第二逻辑树；根据第一逻辑树中每个第一树节点的位置确定每个树节点的第一树节点标签，根据第一逻辑树中每个第二树节点的位置确定每个树节点的第二树节点标签；基于第一树节点标签和第二树节点标签依次选取多个第一树节点和第二树节点进行融合，得到多个具有第三树节点的第三逻辑树，根据每个第三树节点所对应的第三树节点标签生成跨业务图谱，可以分维度高效的融合图谱，且可以清晰的分维度展现图谱。
-
公开(公告)号：CN116776954A
公开(公告)日：2023-09-19
申请号：CN202310716586.0
申请日：2023-06-15
摘要： 本申请公开一种模型压缩方法、系统及存储介质，涉及模型压缩技术领域，能够提高模型压缩效率。具体方案包括：服务器接收客户端发送的可执行文件，可执行文件中包括：接口文件、调用文件、待压缩模型和待压缩模型的运行环境程序；接口文件用于获取训练数据集、验证数据集、损失函数和优化器；调用文件用于调用目标压缩程序；服务器确定待压缩模型的初始模型精度；服务器利用调用文件获取目标压缩程序，并利用目标压缩程序、损失函数和优化器对待压缩程序进行压缩，得到压缩模型；服务器确定压缩模型的压缩模型精度，若初始模型精度和压缩模型精度的精度差的绝对值小于预设阈值，则得到待压缩模型的目标压缩模型，并将目标压缩模型发送至客户端。
-
-
-
-
-
-
-
-
-
搜索结果
45 条记录 (耗时 0.088 秒)
