-
公开(公告)号：CN118709761A
公开(公告)日：2024-09-27
申请号：CN202410829537.2
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： G06N5/022 , G06N5/04 , G06N5/045 , G06N5/01 , G06F18/241 , G06F18/243
摘要： 本发明公开了一种基于大模型的电力标签知识分类方法及系统，涉及数据处理领域。所述方法包括：收集电力源端数据，确定有效源端数据；确定层次标签图谱，监督训练开源大模型；引入无标签标准语义库确定初始化分类模型；读取下游任务特征，进行有监督调整，确定分类大模型；接收预分类任务，进行分类决策，确定分类结果；若所述预分类任务的分类结果为空置，接收新增缺陷类型，执行类增量学习。采用本方法解决了现有技术中电力知识标签由于具有高度专业性，导致标签类别数据稀少，可解释性差的技术问题，实现了引入领域知识来增强模型的可解释性，达到对标准知识的标签分类，并用于预测和推断新的样本数据的技术效果。
-
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：CN118733706A
公开(公告)日：2024-10-01
申请号：CN202410838596.6
申请日：2024-06-26
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 , G06F16/332 , G06Q50/06
摘要： 本申请涉及机器学习技术领域，提供基于检索增强的电力标准问答模型训练方法及系统。所述方法包括：基于大数据采集电力领域数据，构建电力标准文档；构建问答数据库；训练检索模型；训练答复模型；联合优化检索与答复模型，生成联合优化结果；构建初始问答模型，回溯训练并输出电力标准问答模型。本申请解决了现有电力标准问答模型采用基于规则或模板的方法，导致缺乏灵活性和泛化能力，难以应对电力标准文档的复杂性和多样性，进而在理解和解析文档时容易出现偏差或误解，使得回答不准确的技术问题，实现了基于输入文本的语义相似度，利用的问答模型，对电力标准知识的精准高效匹配，提高电力标准问答模型的准确性、专业性和可靠性的效果。
-
公开(公告)号：CN117609278A
公开(公告)日：2024-02-27
申请号：CN202311774783.4
申请日：2023-12-21
申请人： 国网智能电网研究院有限公司 , 国家电网有限公司大数据中心 , 国网安徽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： G06F16/242 , G06F16/23 , G06F16/215 , G06F18/22 , G06N3/0499 , G06N3/09 , G06Q50/06
摘要： 本发明涉及数据识别技术领域，公开了基于深度度量学习的多模态电力数据管理方法与系统，本发明提供的方法包括：获取多模态电力数据库；获取预定电力数据模态属性集；基于预设电力数据模态属性对多模态电力数据库进行特征识别，获得多个数据模态特征；基于多个数据模态特征进行深度度量学习，获得多个深度模态特征；基于预设电力数据模态属性，根据多个深度模态特征进行深度学习，构建电力数据多模态搜索模型；根据电力数据多模态搜索模型对多模态电力数据库进行数据管理。通过本发明提供的方法实现多模态数据的统一管理，提高电力数据的多模态搜索能力和多模态相似匹配准确性，提高电力数据的多模态搜索能力，以及多模态相似匹配准确性。
-
公开(公告)号：CN118428365A
公开(公告)日：2024-08-02
申请号：CN202410475675.5
申请日：2024-04-19
申请人： 国网智能电网研究院有限公司 , 国网山东省电力公司电力科学研究院 , 国家电网有限公司
IPC分类号： G06F40/295 , G06V10/40 , G06V10/44 , G06F18/213 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 本发明涉及多模态信息抽取技术领域，具体提供了一种基于深度神经网络的电力设备命名实体识别方法及装置，包括：获取电力设备新闻报道的文本数据和图像数据；将所述文本数据作为预先构建的多模态命名实体识别模型中的BERT模型的输入，将所述图像数据作为预先构建的多模态命名实体识别模型中的分层视觉特征提取模型的输入，得到预先构建的多模态命名实体识别模型输出的电力设备新闻报道的命名实体识别结果。本发明提供的技术方案，能够提高电力设备新闻报道信息抽取的准确性，实现将非结构化文本数据准确转化为知识，进而帮助完善智慧电网建设，支撑电力设备态势感知与舆情风险预警等监管工作。
-
公开(公告)号：CN118607623A
公开(公告)日：2024-09-06
申请号：CN202410698148.0
申请日：2024-05-31
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 , 国家电网有限公司
摘要： 本发明提出了一种基于自然语言处理技术的知识图谱自动更新方法，该基于自然语言处理技术的知识图谱自动更新方法通过四个关键步骤实现：建立语义解析模型，利用知识图谱表示技术映射更新请求，智能化更新策略调整更新方式，以及通过自动化测试和验证系统进行全面验证。此外，方法还应用机器学习算法优化更新策略，以应对图谱规模扩大所带来的挑战。该方案的创新在于智能化的更新流程，利用人工智能和自然语言处理技术实现自动化更新和修正，从而降低人工干预和错误风险，提高效率和准确性，简化图谱维护过程。
-
公开(公告)号：CN117478713A
公开(公告)日：2024-01-30
申请号：CN202311451438.7
申请日：2023-11-02
申请人： 国网智能电网研究院有限公司 , 国网河北省电力有限公司 , 国家电网有限公司
IPC分类号： H04L67/125 , H04L67/10 , G06N3/092 , H04L67/00
摘要： 本发明涉及工业大数据技术领域，公开了一种云边协同微调控制方法、装置、设备及存储介质，本发明提供的一种云边协同微调控制方法，结合云侧的低成本和高灵活性，边侧低时延和高安全性的优点，减少不必要的模型微调，节省计算资源，提升模型响应速度、及时微调模型使其适应部署的数据分布变化并保证电网采集数据的安全。
-
公开(公告)号：CN118465628A
公开(公告)日：2024-08-09
申请号：CN202410604694.3
申请日：2024-05-15
申请人： 北京中电普华信息技术有限公司 , 国网山东省电力公司电力科学研究院 , 国网信息通信产业集团有限公司 , 国家电网有限公司 , 国网智能电网研究院有限公司
IPC分类号： G01R31/62
摘要： 本申请提供一种设备的目标故障类型推荐方法及相关设备，所述方法包括获取所述设备的待检测故障信息；将所述待检测故障信息输入至经过训练的故障检测模型，通过所述故障检测模型对所述待检测故障信息进行匹配处理，并通过所述故障检测模型输出所述待检测故障信息对应的至少一个目标故障类型和目标故障类型对应的置信度；在预先构建的系数表中确定与所述目标故障类型匹配的系数；基于所述目标故障类型的置信度和所述系数，确定所述目标故障类型的推荐值；基于全部推荐值，对与其关联的目标故障类型按照从大到小的顺序进行排序，并将经过所述排序后的目标故障类型推荐给用户，解决了现有技术中设备的故障诊断效率低的技术问题。
-
公开(公告)号：CN117035100A
公开(公告)日：2023-11-10
申请号：CN202311159826.8
申请日：2023-09-08
申请人： 国网智能电网研究院有限公司 , 国网信息通信产业集团有限公司 , 国网甘肃省电力公司 , 国家电网有限公司
摘要： 本发明涉及故障推理技术领域，公开了一种基于电网故障知识图谱的推理方法、装置、设备及介质，该方法包括：对基于电网故障的知识图谱进行特征提取，获取图谱特征信息；基于问题向量和图谱特征信息，获取目标头实体和候选集，候选集包括若干候选尾实体；根据图谱特征信息获取候选尾实体和目标头实体之间的最短路径；结合最短路径和问题向量获得路径特征向量；根据问题向量和路径特征向量获取候选尾实体的评分。本发明综合考虑问题向量和路径特征向量，能够更全面的利用各种特征信息，更精准的预测实体并回答问题。
-
公开(公告)号：CN116523049A
公开(公告)日：2023-08-01
申请号：CN202310506644.7
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： G06N5/04 , G06F16/28 , G06F40/279 , G06F16/901 , G06N3/0464 , G06N3/048
摘要： 本发明公开了一种设备故障推理系统、方法、设备及存储介质，该系统包括：关系提取模块，用于从故障报告中提取输入特征向量，并生成因果关系向量；实体识别模块，用于根据所述特征向量和所述因果关系向量识别故障报告中的实体，并获取由所述实体拼接形成的具有初步因果关系的图结构数据；图神经网络推测模块，用于采用图神经网络，根据所述图结构数据和所述实体的嵌入表示获取故障推理结果。因此，本发明实施例能够先根据因果关系向量抽取实体，由实体拼接构成图数据结构，再对收集好的图结构数据使用图神经网络推测模块挖掘深层次因果关系，获得故障推理结果，从而提高故障推理结果的准确度，实现故障诊断的智能化。
-
-
-
-
-
-
-
-
-
搜索结果
15 条记录 (耗时 0.073 秒)
