-
公开(公告)号：CN113918512A
公开(公告)日：2022-01-11
申请号：CN202111232176.6
申请日：2021-10-22
Applicant: 国家电网公司华中分部 , 北京科东电力控制系统有限责任公司
Abstract: 本发明公开了电网运行规则知识图谱构建系统及方法，它的文档格式转换模块用于将电网运行规则原始文档转换为电网运行规则中间格式文档；文档特征抽取模块用于得到特征文件和未标注文件；文档标签标注模块用于得到模型训练的标签数据集；文档结构训练模块用于利用特征文件和已标注文本组成模型训练数据，利用模型训练数据训练深度学习神经网络模型；预测模块将预测结果生成文档结构树；文档信息存储模块构建电网运行规则知识图谱。本发明基于电网运行规则相关文档，构建电网运行规则知识图谱，并基于该知识图谱进行关键信息检索，通过知识图谱返回相关查询结果，减少工作人员直接查找相关文档在进行内容检索匹配所花费的时间。
-
公开(公告)号：CN114997168B
公开(公告)日：2024-05-28
申请号：CN202210592588.9
申请日：2022-05-27
Applicant: 国家电网公司华中分部 , 北京科东电力控制系统有限责任公司
IPC: G06F40/295 , G06F16/36 , G06N3/044 , G06N3/08
Abstract: 本发明提供了一种基于神经化正则表达式的电网故障处置预案解析方法，包括以下步骤：编写每个电网故障处置预案文本实体成分识别的正则表达式；将所述正则表达式转换为电网故障处置预案成分识别的有限状态自动机，使正则表达式的规则文本表示转变为矩阵形式表示；将所述有限状态自动机转换为具有独立表示能力的有限状态自动机，并通过矩阵秩分解和加入词向量表示，构建有限状态自动机双向循环神经网络；使用电网故障处置预案语料库数据对有限状态自动机双向循环神经网络进行训练；采用训练后的有限状态自动机双向循环神经网络识别并提取输入的电网故障处置预案文本的实体成分。本发明有效提升电网故障处置预案解析效率。
-
Patent Agency Ranking
公开(公告)号：CN113918512B
公开(公告)日：2024-08-13
申请号：CN202111232176.6
申请日：2021-10-22
Applicant: 国家电网公司华中分部 , 北京科东电力控制系统有限责任公司
IPC: G06F16/11 , G06F40/169 , G06F16/33 , G06F16/36 , G06N3/0442 , G06N3/045 , G06N3/042 , G06N5/022 , G06N3/08
Abstract: 本发明公开了电网运行规则知识图谱构建系统及方法，它的文档格式转换模块用于将电网运行规则原始文档转换为电网运行规则中间格式文档；文档特征抽取模块用于得到特征文件和未标注文件；文档标签标注模块用于得到模型训练的标签数据集；文档结构训练模块用于利用特征文件和已标注文本组成模型训练数据，利用模型训练数据训练深度学习神经网络模型；预测模块将预测结果生成文档结构树；文档信息存储模块构建电网运行规则知识图谱。本发明基于电网运行规则相关文档，构建电网运行规则知识图谱，并基于该知识图谱进行关键信息检索，通过知识图谱返回相关查询结果，减少工作人员直接查找相关文档在进行内容检索匹配所花费的时间。
-
公开(公告)号：CN114997168A
公开(公告)日：2022-09-02
申请号：CN202210592588.9
申请日：2022-05-27
Applicant: 国家电网公司华中分部 , 北京科东电力控制系统有限责任公司
IPC: G06F40/295 , G06F16/36 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于神经化正则表达式的电网故障处置预案解析方法，包括以下步骤：编写每个电网故障处置预案文本实体成分识别的正则表达式；将所述正则表达式转换为电网故障处置预案成分识别的有限状态自动机，使正则表达式的规则文本表示转变为矩阵形式表示；将所述有限状态自动机转换为具有独立表示能力的有限状态自动机，并通过矩阵秩分解和加入词向量表示，构建有限状态自动机双向循环神经网络；使用电网故障处置预案语料库数据对有限状态自动机双向循环神经网络进行训练；采用训练后的有限状态自动机双向循环神经网络识别并提取输入的电网故障处置预案文本的实体成分。本发明有效提升电网故障处置预案解析效率。
-
公开(公告)号：CN116957800A
公开(公告)日：2023-10-27
申请号：CN202310929055.X
申请日：2023-07-26
Applicant: 武汉跨克信息技术有限公司 , 国家电网有限公司华中分部 , 北京科东电力控制系统有限责任公司
IPC: G06Q40/04 , G06Q50/06 , G06Q30/0201
Abstract: 本申请涉及一种基于市场出清模型的业务交易方法及装置，涉及交易预测技术领域，该方法包括以下步骤：构建考虑负荷测资源的市场出清模型；运行市场出清模型，对出清过程中的阻塞节点以及阻塞时段进行标记；利用电网历史潮流信息、历史拓扑关系预测对应阻塞时段的实际拓扑关系；对阻塞节点下的负荷进行优先出清，基于阻塞环节情况判断是否对市场出清模型进行迭代；基于迭代完成的市场出清模型，获得电源测出清量价以及负荷侧出清结果。本申请结合负荷侧资源情况构建市场出清模型，进而对模型进行迭代，获得电源测出清量价以及负荷侧出清结果，为业务交易提供数据参考。
-
公开(公告)号：CN112348700A
公开(公告)日：2021-02-09
申请号：CN202011220118.7
申请日：2020-11-05
Applicant: 国家电网公司华中分部 , 武汉大学
Abstract: 本发明公开了一种结合SOM聚类与IFOU方程的线路容量预测方法，属于电力系统结合机器学习的技术领域。本方法是：①数据获取和预处理；②引入布朗运动状态方程确定为IFOU方程；③对不同的参数进行分组训练并构建出SOM模型；④根据SOM模型更新确定性因子参数；⑤根据SOM模型更新隐藏因子强度；⑥利用IFOU过程进行DLR预测。本发明将OU方程应用于输电线路传输容量预测中，考虑影响线路的隐藏因素并基于OU方程扩展得IFOU方程；OU方程扩展到IFOU方程后，它可以确定隐藏的因素并描述这些隐藏因素对DLR曲线估计的影响；本发明是一种新的方程参数更新方法，通过应用SOM网络聚类方法和最小化误差来设置，对样本数据进行分类处理，实现IFOU过程的确定性参数与因子指示过程的样本进行了更新。
-
公开(公告)号：CN112348700B
公开(公告)日：2022-11-29
申请号：CN202011220118.7
申请日：2020-11-05
Applicant: 国家电网公司华中分部 , 武汉大学
Abstract: 本发明公开了一种结合SOM聚类与IFOU方程的线路容量预测方法，属于电力系统结合机器学习的技术领域。本方法是：①数据获取和预处理；②引入布朗运动状态方程确定为IFOU方程；③对不同的参数进行分组训练并构建出SOM模型；④根据SOM模型更新确定性因子参数；⑤根据SOM模型更新隐藏因子强度；⑥利用IFOU过程进行DLR预测。本发明将OU方程应用于输电线路传输容量预测中，考虑影响线路的隐藏因素并基于OU方程扩展得IFOU方程；OU方程扩展到IFOU方程后，它可以确定隐藏的因素并描述这些隐藏因素对DLR曲线估计的影响；本发明是一种新的方程参数更新方法，通过应用SOM网络聚类方法和最小化误差来设置，对样本数据进行分类处理，实现IFOU过程的确定性参数与因子指示过程的样本进行了更新。
-
-
-
-
-
-
Search Results
7
records
(took 0.075 seconds)
