-
公开(公告)号：CN118037102A
公开(公告)日：2024-05-14
申请号：CN202410153435.3
申请日：2024-02-02
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽明生恒卓科技有限公司
IPC: G06Q10/0639 , G06Q50/06 , G06F40/295 , G06F40/289 , G06F40/30 , G06F40/253
Abstract: 本发明涉及电网智能化技术领域，具体涉及基于自然语言处理的电网数据质量评价方法。该方法包括：接收文本模态的电网数据，其中，文本模态为表格模态；按照预设选取规则对电网数据进行自然语言处理，得到电网参数一致性数据；将电网参数一致性数据代入电网数据评价模型进行评价，得到对应的得分；根据对应的得分确定电网数据的质量。本发明能够提高对电网数据质量的评价的精确性。
-
公开(公告)号：CN118779451A
公开(公告)日：2024-10-15
申请号：CN202410882581.X
申请日：2024-07-03
Applicant: 国网安徽省电力有限公司电力科学研究院
IPC: G06F16/35 , G06F16/33 , G06F18/2411 , G06F18/2415 , G06Q30/0601
Abstract: 本发明公开了一种文本自动分类和标签化方法，具体涉及文本分类技术领域，本发明通过所有评价文本的可用性数据，根据可用性数据得到该评价文本的可用系数，根据可用系数和预设可用系数阈值筛选出第一评价文本集中的可用文本，再对每个可用文本采集对应的句子熵值和关键词距离长度得到分析难易系数，根据分析难易系数将对应的评价文本分别输入至预设的基于深度学习的文本分类标签模型和预设的基于支持向量机的文本分类标签模型对评价文本进行分类和标签化，这样以来，能够降低文本自动分类的时间，且能够及时地更新产品的真实评价状态，不会造成商家和用户对商品的误解。
-
公开(公告)号：CN117951647A
公开(公告)日：2024-04-30
申请号：CN202410238609.6
申请日：2024-03-04
Applicant: 国网安徽省电力有限公司电力科学研究院
IPC: G06F18/25 , G06F18/22 , G06F18/213
Abstract: 本发明公开了一种基于数据融合的电网信息分析处理方法，属于数据处理领域。本发明通过采集电网实时状态参数和关键拓扑信息，整合生成电网#imgabs0#级实时状态参数不良因子、电网#imgabs1#级实时状态参数良好因子和电网可用#imgabs2#级关键拓扑信息；对电网#imgabs3#级实时状态参数进行运行分析处理，得到电网状态良好系数，并产生安全信号和危险信号，发出对应指令；对电网#imgabs4#级实时状态参数与电网可用#imgabs5#级关键拓扑信息进行关联分析处理，获得电网#imgabs6#级实时状态参数不良因子和#imgabs7#级关键拓扑信息的关联关系，制成电网柱状状态图和#imgabs8#级实时拓扑表，以便进行电网状态分析、故障检测操作，可以帮助我们更好地理解电网的运行情况，并采取相应的措施来保障电网的稳定运行。
-
Patent Agency Ranking
公开(公告)号：CN118350649A
公开(公告)日：2024-07-16
申请号：CN202410777660.4
申请日：2024-06-17
Applicant: 国网安徽省电力有限公司电力科学研究院
IPC: G06Q10/0635 , G06F21/64 , G06F21/31 , G06Q50/06
Abstract: 本发明公开了一种电网设备数据风险分析方法及系统，方法包括获取电网设备的运行数据，并基于所述运行数据计算运行数据风险评估结果；将电网设备和操作用户作为有向图中的节点，节点之间的连线表示数据权限方向，构建数据权限有向图；对所述数据权限有向图进行权限链路分析，计算数据权限有向图中的权限冗余度和总权限度；基于所述权限冗余度和所述总权限度，确定数据权限管理风险评估结果；从系统日志查看对电网设备运行数据的操作结果，基于所述操作结果、所述运行数据风险评估结果和所述数据权限管理风险评估结果，评估电网设备数据风险；本发明提高了电网设备数据风险分析结果的准确性和可靠性。
-
公开(公告)号：CN118350649B
公开(公告)日：2024-09-03
申请号：CN202410777660.4
申请日：2024-06-17
Applicant: 国网安徽省电力有限公司电力科学研究院
IPC: G06Q10/0635 , G06F21/64 , G06F21/31 , G06Q50/06
Abstract: 本发明公开了一种电网设备数据风险分析方法及系统，方法包括获取电网设备的运行数据，并基于所述运行数据计算运行数据风险评估结果；将电网设备和操作用户作为有向图中的节点，节点之间的连线表示数据权限方向，构建数据权限有向图；对所述数据权限有向图进行权限链路分析，计算数据权限有向图中的权限冗余度和总权限度；基于所述权限冗余度和所述总权限度，确定数据权限管理风险评估结果；从系统日志查看对电网设备运行数据的操作结果，基于所述操作结果、所述运行数据风险评估结果和所述数据权限管理风险评估结果，评估电网设备数据风险；本发明提高了电网设备数据风险分析结果的准确性和可靠性。
-
公开(公告)号：CN118297072A
公开(公告)日：2024-07-05
申请号：CN202410361886.6
申请日：2024-03-28
Applicant: 国网安徽省电力有限公司电力科学研究院
IPC: G06F40/30 , G06Q50/06 , G06F40/242 , G06N3/0442 , G06N3/084
Abstract: 本发明公开了一种基于业务语义的电网设备名称跨系统智能匹配方法，涉及智能匹配技术领域。基于业务语义的电网设备名称跨系统智能匹配方法有如下步骤，获取跨系统电网设备完整名称数据集；根据电网设备完整名称数据集，对数据进行业务语义特征提取；根据名称词汇表，将名称词汇表业务语义化，构建语义词词典；根据电网设备完整名称数据集，构建与电网设备完整名称相关联的语义组数据集；将待匹配电网设备名称的语义组在语义组数据集中枚举，计算与数据集中其他语义组的语义相似度。通过以上步骤，解决了现有技术中跨系统兼容性不足，难以处理业务语义信息，设备名称匹配准确和效率低下的技术问题。
-
公开(公告)号：CN118734129A
公开(公告)日：2024-10-01
申请号：CN202410793680.0
申请日：2024-06-19
Applicant: 国网安徽省电力有限公司电力科学研究院
IPC: G06F18/24 , G06F16/35 , G06N3/042 , G06N3/0442 , G06N3/045
Abstract: 本发明公开了一种基于深度学习的文本分类方法及装置，涉及文本分类的技术领域；通过调用预训练的浅层神经网络模型对目标文本进行分析，得到第一分类结果；若第一分类结果不理想，则调用预训练的第二深度学习模型对目标文本进行分析，得到目标分类项；第二深度学习模型是一种结合图神经网络和双向长短期记忆网络的模型。通过使用计算效率高、耗费小的浅层神经网络模型，能够快速处理大部分的文本；对于浅层模型无法准确分类的文本，使用复杂的图神经网络和双向长短期记忆网络，保证了分类的准确性。通过分级处理机制，优先使用浅层神经网络进行初步分类，仅在必要时调用复杂模型，有效节省了计算资源，提高了处理效率。
-
公开(公告)号：CN118194147A
公开(公告)日：2024-06-14
申请号：CN202410284562.7
申请日：2024-03-13
Applicant: 国网安徽省电力有限公司电力科学研究院
IPC: G06F18/2411 , G06F18/2135 , G06F18/214 , G06F18/213 , G06N3/04 , G06Q50/06
Abstract: 本发明公开了一种基于数据融合的多业务数据监测方法，属于电力数据监测技术领域。本发明通过采集电网关键实时数据，并与设定的时间区域段内阈值进行比较，当偏离阈值时，发出警报，产生对应异常信号；采集电网关键历史数据，处理生成样本电网历史数据向量集X，利用PCA算法对其进行特征提取，生成电网样本数据向量集Y,并建立电网指标的BP神经网络预测模型，制成多种指标预测趋势折线图，用于实现电网关键指标预测的可视化；通过对模型进行调整和优化，提高其性能和效果；基于数据融合的多业务数据监测方法可以帮助更好地实时监测和管理电网多种业务活动，发现潜在问题，具有全面性、准确性和实时性优点，具有广泛的应用前景。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.045 seconds)
