-
公开(公告)号：CN116910602A
公开(公告)日：2023-10-20
申请号：CN202311183624.7
申请日：2023-09-14
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
IPC: G06F18/23213 , G06Q50/06 , G06F18/22 , G06F18/24
Abstract: 本发明公开了一种基于关联性分析的线损分析方法及系统，通过获取目标台区的历史电力数据和线损异常因子清单，并对历史电力数据进行相关性对比分析，得到第一数据后，对第一数据进行聚类分析，得到分类结果，根据线损异常因子清单，得到线损关键因子后，将线损关键因子与分类结果进行关联，得到整合数据，对整合数据进行分析修正后，得到修正结果，以使电网人员根据修正结果制定调控计划，利用调控计划对电力数据进行调度，通过将多组电力数据进行关联的方式，达无需单独分析不同的线损原因单独进行调控，提高电力资源调控效率。
-
公开(公告)号：CN116910602B
公开(公告)日：2024-01-19
申请号：CN202311183624.7
申请日：2023-09-14
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
IPC: G06F18/23213 , G06Q50/06 , G06F18/22 , G06F18/24
Abstract: 本发明公开了一种基于关联性分析的线损分析方法及系统，通过获取目标台区的历史电力数据和线损异常因子清单，并对历史电力数据进行相关性对比分析，得到第一数据后，对第一数据进行聚类分析，得到分类结果，根据线损异常因子清单，得到线损关键因子后，将线损关键因子与分类结果进行关联，得到整合数据，对整合数据进行分析修正后，得到修正结果，以使电网人员根据修正结果制定调控计划，利用调控计划对电力数据进行调度，通过将多组电力数据进行关联的方式，达无需单独分析不同的线损原因单独进行调控，提高电力资源调控效率。
-
公开(公告)号：CN115905904A
公开(公告)日：2023-04-04
申请号：CN202211507531.0
申请日：2022-11-28
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
IPC: G06F18/23213 , G06F18/214 , G06Q50/06 , G06Q10/0639 , G06Q10/04 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种配电网馈线的线损异常评估方法及装置，通过构建含分布式电源的配电网线损特征指标体系，将收集的线路区域的配电网线损数据和线损特征指标数据用于训练LSTM神经网络模型，得到最优配电网线损预测模型，以使基于最优配电网线损预测模型对待预测线损特征指标数据的线损预测，得到并基于第一配电网线损预测数据，生成配电网线损的线损合理置信区间；基于线损合理置信区间和改进的模糊C均值算法，对第一配电网线损预测数据聚类，获取疑似异常馈线，并通过计算疑似异常馈线的异常系数，实现对配电网线损异常程度的评估。与现有技术相比，本发明的技术方案通过创建异常系数评估线损异常程度，能提高对配电网线损异常评估的准确性。
-
公开(公告)号：CN118312609A
公开(公告)日：2024-07-09
申请号：CN202410368743.8
申请日：2024-03-28
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
IPC: G06F16/34 , G06F40/126 , G06F40/30 , G06Q30/01 , G06Q50/06
Abstract: 本发明涉及自然语言处理技术领域，公开了一种融合知识抽取的文本摘要方法及装置。该方法利用对话状态追踪技术提取关键词序列，引导训练并生成子摘要生成模型，以使训练完成的子摘要生成模型对待识别对话工单进行编码，识别出对话信息，根据识别出的对话信息生成关键词序列，再根据生成的关键词序列逐步生成子摘要，最后将子摘要生成模型生成的所有子摘要进行拼接，得到待识别对话工单的工单摘要。本发明可以提高信息抽取的准确性和泛化性，提高了文本摘要的逻辑性、完整性和正确性。
-
公开(公告)号：CN118193855B
公开(公告)日：2024-07-23
申请号：CN202410605579.8
申请日：2024-05-16
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
IPC: G06F16/9535 , G06F16/215 , G06F16/332 , G06F16/335 , G06F16/38 , G06N5/04
Abstract: 本发明公开了一种在线应答方法、装置及计算机设备，方法包括将获取的全部历史疑难原始数据进行第一特征提取，获得原始关键特征数据；获取全部历史疑难原始数据对应的全部历史解答结果数据，对全部历史解答结果数据进行第二特征提取，获取解答关键特征数据；基于全部历史疑难原始数据、全部历史解答结果数据、原始关键特征数据和解答关键特征数据，建立疑难情况判断模型；实时获取客服系统中的在线问题数据，将在线问题数据输入疑难情况判断模型，输出在线应答回复结果，并将在线应答回复结果通过应答推荐模型，生成在线应答推荐方案。本实施例实现了高效在线应答客户问题，提高解答结果的准确性和客户体验感。
-
Patent Agency Ranking
公开(公告)号：CN118262388A
公开(公告)日：2024-06-28
申请号：CN202410368732.X
申请日：2024-03-28
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
Inventor： 谭火超 , 苏立伟 , 刘振华 , 刘娟 , 马喆非 , 康峰 , 苏凯 , 陈海燕 , 余恒祥 , 陈宋 , 张立慧 , 吴海波 , 伍广斌 , 王帅 , 沈尚锋 , 白艳玲 , 李宗隽
IPC: G06V40/12 , G06V10/54 , G06V10/774 , G06V10/82 , G06N3/0499
Abstract: 本发明提供了一种指纹识别方法、装置、电子设备以及存储介质，一指纹识别模型对待识别指纹图像进行特征提取，并输出待识别指纹图像中待识别指纹的待识别特征向量，以及待识别指纹的纹理类型。以使在进行指纹匹配过程中，仅提取指纹库中与所述待识别指纹的纹理类型相同的指纹作为待选定指纹，根据待选定指纹的指纹特征向量与待识别特征向量之间的特征相似度来进行指纹匹配，避免了在指纹匹配过程中，需要对指纹库中所有指纹进行逐一匹配的繁琐过程，有效地提高了指纹识别的效率，进而能够满足指纹识别应用场景极高的实时性要求。
-
公开(公告)号：CN118486295A
公开(公告)日：2024-08-13
申请号：CN202410623310.2
申请日：2024-05-20
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
Abstract: 本发明公开了一种混合语音识别方法、系统、计算机设备和存储介质，包括根据第一单语种语音数据和第二单语种语音数据，建立第一单语种模型和第二单语种模型；将第一单语种语音数据和第二单语种语音数据进行拼接，得到混合语种数据，并根据混合语种数据，建立语种分类特征提取模型；将第一单语种模型、第二单语种模型和语种分类特征提取模型进行融合，得到混合语音识别模型；将待识别的混合语音数据输入混合语音识别模型，得到语音识别结果。本发明通过融合汉语、粤语单语种模型和语种分类特征提取模型的特征，构建了混合语音识别模型，能够自动识别输入语音的语种，并综合不同语种模型提供的特征进行识别，有效提高了语音识别的准确性和鲁棒性。
-
公开(公告)号：CN118395995A
公开(公告)日：2024-07-26
申请号：CN202410613710.5
申请日：2024-05-17
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
IPC: G06F40/35 , G06F40/284 , G06F40/30 , G06F18/22 , G06N3/044 , G06N3/0455
Abstract: 本发明公开了一种外呼机器人智能优化培训方法、系统、设备和介质，获取客户问题信息，对客户问题信息进行情感分析和语义分析，得到文本语义信息和情感语义信息，根据文本语义信息和情感语义信息进行回答，得到外呼机器人回答策略，采集外呼机器人的运行数据，并根据运行数据以及客户反馈信息对外呼机器人进行风险识别和评估，得到评估结果，以使人员根据评估结果对外呼机器人进行优化，本方法实现利用外呼机器人进行智能培训的方法，提高了外呼机器人的回答准确度。
-
公开(公告)号：CN118194238B
公开(公告)日：2024-07-23
申请号：CN202410591748.7
申请日：2024-05-14
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
IPC: G06F18/25 , G06F18/214 , G06F18/24 , G06N3/0455 , G06N3/0895 , G06N3/094
Abstract: 本发明涉及情感识别技术领域，尤其涉及一种多语种多模态情感识别方法、系统及设备，包括采用自监督学习方法对无标注的多语种非平行语音、文本数据进行训练，得到自监督预训练模型，以对带标注的多语种多模态情感语料进行特征提取，得到多模态初级特征序列，并利用基于多模态重缩放注意力机制的模态协作融合网络进行多模态联合表征建模，从而根据多模态联合表征输出情感识别结果。本发明通过基于多模态重缩放注意力机制的模态协作融合网络对多模态联合表征建模，提升多模态特征融合效率，并根据多模态联合表征，通过线性层输出情感识别结果，同时引入梯度反转层进行语种对抗训练，进一步实现了跨语种深度语义对齐，提升了多语种情感识别的泛化性。
-
公开(公告)号：CN118278414A
公开(公告)日：2024-07-02
申请号：CN202410368748.0
申请日：2024-03-28
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
Inventor： 刘娟 , 苏立伟 , 马喆非 , 刘振华 , 谭火超 , 陈亮 , 陈海燕 , 钱正浩 , 苏凯 , 杨秋勇 , 魏焱 , 李庭磊 , 黎颖诗 , 张艳 , 吴波海 , 舒畅 , 李文虎
Abstract: 本发明提供了一种基于情感分析和意图预判的外呼方法，应用于外呼系统当中，包括：采集用户的多模态语料，并从所述多模态语料中筛选出与情感相关的目标语料；对目标语料稠密特征的连续词进行数字量化，得到多个连续词向量，并将所述多个连续词向量作为预先训练的情感分析模型的输入，所述情感分析模型根据所述多个连续词向量中的数值符号，输出所述用户的情感倾向；将所述情感倾向输入到意图预判模型中，根据挖掘出的意图，输出响应结果；采用本发明能够提高对用户进行响应的精确度，从而提高用户体验感。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.039 seconds)
