-
公开(公告)号：CN119721325A
公开(公告)日：2025-03-28
申请号：CN202411605852.3
申请日：2024-11-12
Applicant: 国网青海省电力公司信息通信公司 , 国网青海省电力公司
IPC: G06Q10/04 , G06F18/10 , G06F18/214 , G06F18/24 , G06N3/0455 , G06N3/0464 , G06N3/044 , G06N20/10 , G06Q50/06
Abstract: 本发明公开了一种办电服务场景下多模态大规模语料归集方法，语料数据收集，从多个来源收集与办电服务相关的语料数据，语料数据来源覆盖办电服务的所有环节，语料数据预处理，对收集的语料数据进行数据标准化、数据清洗、数据标注及数据存储动作，语料模型构建，构建多模态语料模型，使得语料模型进行多种用电环境训练，通过微调，使得各个语料模型适应不同的用电环境，获得电网运行预测结果，电网数据集成，将语料模型与电网实时监测系统连接，获取电网实际运行状态结果。
-
公开(公告)号：CN119721129A
公开(公告)日：2025-03-28
申请号：CN202411608963.X
申请日：2024-11-12
Applicant: 国网青海省电力公司信息通信公司 , 国网青海省电力公司
IPC: G06N3/0455 , G06F18/214 , G06F18/213 , G06N3/084 , G06V30/10 , G06Q50/06
Abstract: 本发明公开了一种基于编解码架构的办电服务模型构建方法，办电服务模型包括编码器与解码器，编码器自多模态语料数据中提取特征，编码器对特征进行破坏，生成待处理数据，解码器接收编码器输出的待处理数据，并根据预设的规则，生成对应的输出信息，办电服务模型的训练过程包括多模态语料数据进行增强与裁剪，根据裁剪的长度，将多模态语料数据分为短语料数据与长语料数据，构建办电服务模型的低阶模型，以短语料数据投入办电服务模型的低阶模型进行训练，以长语料数据投入办电服务模型进行训练，获取办电服务模型的低阶模型与办电服务模型的输出差异值，以输出差异值与对应的办电服务模型的低阶模型的差异值之差调整办电服务模型。
-
Patent Agency Ranking
公开(公告)号：CN119760144A
公开(公告)日：2025-04-04
申请号：CN202411608945.1
申请日：2024-11-12
Applicant: 国网青海省电力公司信息通信公司 , 国网青海省电力公司
IPC: G06F16/36 , G06F18/24 , G06F40/289 , G06F40/284 , G06F40/295 , G06F40/30 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06V30/10 , G10L15/16 , G10L15/183 , G10L15/06
Abstract: 本发明涉及数据增强技术领域，揭露一种基于数据增强的语言模型构建方法，包括：将获取的大规模语料数据进行分类，得到文本数据、音频数据和视频数据；对文本数据、音频数据和视频数进行增强，得到增强文本数据、增强音频数据和增强视频数据；提取增强视频数据中每一帧的图像，得到增强图像数据，并分别进行标准化，得到标准文本数据、标准音频数据和标准图像数据；基于数据类别，选择对应的特征转换方法，将数据转换为特征向量，得到文本特征向量、音频特征向量和图像特征向量；通过Transformer模型和各个向量进行模型构建，得到大语言模型。本发明还提出一种基于数据增强的语言模型构建装置、设备及存储介质。本发明可以提高构建的语言模型的性能。
-
公开(公告)号：CN119719380A
公开(公告)日：2025-03-28
申请号：CN202411614289.6
申请日：2024-11-12
Applicant: 国网青海省电力公司信息通信公司 , 国网青海省电力公司
IPC: G06F16/36 , G06V30/413 , G06V30/10 , G06F18/213 , G06F18/23 , G06F18/25 , G06F40/289 , G06F40/284 , G06N3/0442 , G06N3/08 , G06Q50/06 , G06T5/70 , G06V10/54
Abstract: 本发明涉及电力营销技术领域，揭露一种基于知识图谱的办电资料审核方法，包括：获取待办电客户的客户资料，并判断客户资料是文字资料还是图像资料；若客户资料为文字资料，则直接从文字资料中获取文字数据，得到办电数据；若客户资料为图像资料，则通过光学字符识别获取图像资料中的文字数据，得到办电数据；获取预设的历史办电数据，并根据历史办电数据构建办电数据图谱；提取办电数据中的办电对象特征，得到办电数据特征，并通过办电数据图谱对办电数据特征进行分析，对办电数据进行审核，得到审核结果。本发明还提出一种基于知识图谱的办电资料审核装置、设备及存储介质。本发明可以提升办电业务的开展速度，提高办电资料的审核速度。
-
公开(公告)号：CN115222098A
公开(公告)日：2022-10-21
申请号：CN202210712764.8
申请日：2022-06-22
Applicant: 国网青海省电力公司信息通信公司
Abstract: 本发明涉及一种基于分布式在线学习的短期电力负荷预测方法，包括离线和在线两个阶段，离线阶段，在每一个气象传感器端，将气象测量数据和预处理后，结合对应的时间和负荷值，形成该传感器下的训练数据。然后利用极限学习机进行离线回归学习，得到在该气象数据下电力负荷预测模型和对应的模型权重系数。在线阶段，在每一个传感器端，将气象数据预处理后，形成测量数据指纹带入对应的电力负荷预测模型，利用加权求和的方法，得到电力负荷最终估计值。同时，利用在线数据对电力负荷预测模型进行参数更新。该方法具有结构简单，实现方便，预测精度高的优点。
-
公开(公告)号：CN115186872A
公开(公告)日：2022-10-14
申请号：CN202210695602.8
申请日：2022-06-17
Applicant: 国网青海省电力公司信息通信公司
Abstract: 本发明公开了一种短期用电负荷预测方法，包括如下步骤：步骤一：负荷分解，步骤二：聚类融合，步骤三：采用贝叶斯短期用电负荷预测算法进行负荷预测，步骤四：算例分析，在公开数据集上随机选择一周的负荷数据作为样本进行实验，并将其与K‑means聚类负荷分析预测算法进行比较，本发明能够较好的预测实际用电负荷的走向，且与K‑means负荷预测算法相比，在负荷变化较快时的准确性更高，预测效果更优，尤其是在周末，K‑means负荷预测算法的误差较大，而本算法仍可保持较高的准确度，显著节约了运行时间，随着预测区域的扩大，本算法仍能保持较快的运行速度及较高的预测精度。
-
公开(公告)号：CN218446730U
公开(公告)日：2023-02-03
申请号：CN202222350820.6
申请日：2022-09-05
Applicant: 国网青海省电力公司信息通信公司
IPC: G06Q10/04 , G06Q50/06 , G01W1/02 , G06N3/0464 , G06F18/24
Abstract: 本实用新型涉及一种基于海思3559A的电力负荷预测指纹图像构造装置，包括气象数据测量模块、无线传输模块和深度学习开发模块，所述深度学习开发模块为海思3559A深度学习开发硬件平台，所述气象数据测量模块通过无线传输模块与海思3559A深度学习开发硬件平台连接，所述气象数据测量模块包括温度传感器、湿度传感器、风速传感器和气压传感器。本实用新型的优点是能够为基于深度学习的电力负荷提供满足要求的训练样本，拓宽深度学习的移植，具有操作简单，应用范围广，估计精度高的特点。
-
-
-
-
-
-
Search Results
7
records
(took 0.042 seconds)
