-
公开(公告)号：CN119647556A
公开(公告)日：2025-03-18
申请号：CN202411697921.8
申请日：2024-11-25
Applicant: 清华大学
Abstract: 本公开涉及一种基于网络层相似度的大语言模型微调方法、装置及电子设备和存储介质，该方法包括：根据目标自然语言处理任务对应的样本数据集，确定初始大语言模型中任意两个相邻网络层之间的网络层相似度；根据初始大语言模型中任意两个相邻网络层之间的网络层相似度，构建初始大语言模型对应的子模型；根据样本数据集对子模型进行训练，确定训练后的子模型；根据训练后的子模型对应的模型参数对初始大语言模型进行调整，确定具备处理目标自然语言处理任务的能力的目标大语言模型。通过本公开实施例，可以利用网络层相似度有针对性地进行网络层选择，构建子模型以用于初始大语言模型的微调，可以保护用户数据和模型参数隐私，并提高模型微调效率。
-
公开(公告)号：CN118647044A
公开(公告)日：2024-09-13
申请号：CN202411110210.6
申请日：2024-08-14
Applicant: 国网浙江省电力有限公司丽水供电公司 , 国网浙江省电力有限公司 , 国网浙江省电力有限公司电力科学研究院 , 清华大学
IPC: H04W24/02 , G06Q10/0631 , G06Q10/0637 , G06Q50/06 , H04W88/08
Abstract: 本申请涉及电力系统的运行控制技术领域，公开了一种通信基站聚合方法、系统及存储介质，其中，所述方法包括：构建通信基站集群参与调峰市场和备用市场的目标函数，其中，目标函数以整体运行成本最小为优化目标；构建通信基站参与调峰市场和备用市场的约束条件；根据目标函数和约束条件建立优化问题；处理所述优化问题，得到聚合后的所述通信基站集群在参与调峰市场和备用市场中的申报功率策略。其有益效果是，优化了通信基站集群参与调峰市场和备用市场的过程，为电网提供灵活调节能力。
-
公开(公告)号：CN118647044B
公开(公告)日：2024-10-25
申请号：CN202411110210.6
申请日：2024-08-14
Applicant: 国网浙江省电力有限公司丽水供电公司 , 国网浙江省电力有限公司 , 国网浙江省电力有限公司电力科学研究院 , 清华大学
IPC: H04W24/02 , G06Q10/0631 , G06Q10/0637 , G06Q50/06 , H04W88/08
Abstract: 本申请涉及电力系统的运行控制技术领域，公开了一种通信基站聚合方法、系统及存储介质，其中，所述方法包括：构建通信基站集群参与调峰市场和备用市场的目标函数，其中，目标函数以整体运行成本最小为优化目标；构建通信基站参与调峰市场和备用市场的约束条件；根据目标函数和约束条件建立优化问题；处理所述优化问题，得到聚合后的所述通信基站集群在参与调峰市场和备用市场中的申报功率策略。其有益效果是，优化了通信基站集群参与调峰市场和备用市场的过程，为电网提供灵活调节能力。
-
公开(公告)号：CN117374974A
公开(公告)日：2024-01-09
申请号：CN202311657389.2
申请日：2023-12-06
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司丽水供电公司 , 国网浙江省电力有限公司电力科学研究院 , 清华大学
IPC: H02J3/00 , G06Q30/0283 , G06Q50/06 , H02J3/06
Abstract: 本发明公开了一种配电网调度方法、系统、介质及设备，所述方法包括：获取配电网系统数据；基于所述系统基准负荷需求信息、所述可再生能源出力信息和所述线路网络损耗参数，进行基准潮流计算，以构建二阶锥松弛潮流模型；采用机会约束规划，基于预先配置的用户负荷信息与所述可再生能源出力信息，构建源荷不确定性模型；至少基于所述源荷不确定性模型，确定所述二阶锥松弛潮流模型的第一目标函数；根据所述二阶锥松弛潮流模型，计算节点碳势；至少基于所述节点碳势和所述第一目标函数，构建配电网调度目标函数；根据所述配电网调度目标函数，对配电网系统进行优化调度。本发明能够有效减少配电网系统运行中的碳排放成本。
-
公开(公告)号：CN110334354A
公开(公告)日：2019-10-15
申请号：CN201910626307.5
申请日：2019-07-11
Applicant: 清华大学深圳研究生院
Abstract: 本发明提供一种中文关系抽取方法，包括如下步骤：S1：数据预处理：对输入数据的文本进行多粒度信息的预训练处理，以提取出所述文本中的字、词和词义三个级别的分布式向量；S2：特征编码：以双向长短时记忆网络为基本架构，通过所述字、词和词义三个级别的分布式向量得到字的隐藏状态向量、词的隐藏状态向量，进而得到字级别的最终隐状态向量；S3：关系分类：学习所述字级别的最终隐状态向量，采用所述字级别的注意力机制将所述字级别的隐状态向量融合成一个句子级别的隐状态向量。有效地解决分词歧义和多义词歧义的问题，大大提升了模型在关系抽取任务上的表现，提高中文关系抽取的准确率和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN117057850A
公开(公告)日：2023-11-14
申请号：CN202311316497.3
申请日：2023-10-12
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司丽水供电公司 , 国网浙江省电力有限公司电力科学研究院 , 清华大学
IPC: G06Q30/0202 , G06Q30/0201 , G06Q50/06 , G06Q50/26 , H02J3/00
Abstract: 本申请涉及一种考虑碳市场的分布式资源集群调度方法及装置，其方法包括创建分布式能源集群；当分布式能源集群与主动配电网进行能源交易时，预测集群成本和碳排放成本，以构建优化目标函数，并设置分布式能源集群的正常运行约束；执行优化流程，包括，通过增量近似法更新优化目标函数的决策变量和辅助乘子，得到优化目标函数的中间值；采用多智能体共识算法更新中间值，并计算更新的中间值与原中间值的差值；重复执行优化流程，直至迭代的各差值的总和小于预设值，输出与中间值对应的决策变量；根据决策变量执行分布式资源集群的能源调度。本申请具有优化电网分布式资源调度，改善调度精度和通讯效率的效果。
-
公开(公告)号：CN116544930B
公开(公告)日：2023-09-19
申请号：CN202310744865.8
申请日：2023-06-25
Applicant: 国网浙江省电力有限公司丽水供电公司 , 国网浙江省电力有限公司 , 国网浙江省电力有限公司电力科学研究院 , 清华大学
Inventor： 冯华 , 金文德 , 孙宏斌 , 尹峰 , 章寒冰 , 叶吉超 , 丁宁 , 占震滨 , 郭庆来 , 王彬 , 潘昭光 , 李乃一 , 赵汉鹰 , 吴晓刚 , 王笑棠 , 张程翔 , 郑可轲 , 黄慧 , 胡鑫威 , 朱利锋
IPC: H02J3/00 , H02J3/14 , G06Q10/0639 , G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了一种分布式资源聚合体可调节能力评估方法及装置，所述方法包括：获取用于表征电力系统中分布式能源信息的分布式资源；根据所述分布式资源的个体参数，构建所述分布式资源的原始聚合模型；基于消费者心理模型、所述分布式资源参与延时调度方案的响应度以及所述分布式资源的激励，构建用户参与度模型；基于预先获取的用户参与延时用电方案的意愿度、所述原始聚合模型以及所述用户参与度模型，构建所述分布式资源的用户意愿聚合模型；根据所述用户意愿聚合模型和所述个体参数，评估所述分布式资源的聚合体的可调节能力。本发明能够更精准地评估分布式资源的可调节能力，提高评估效率。
-
公开(公告)号：CN110334354B
公开(公告)日：2022-12-09
申请号：CN201910626307.5
申请日：2019-07-11
Applicant: 清华大学深圳研究生院
IPC: G06F40/247 , G06F40/295 , G06F40/211 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种中文关系抽取方法，包括如下步骤：S1：数据预处理：对输入数据的文本进行多粒度信息的预训练处理，以提取出所述文本中的字、词和词义三个级别的分布式向量；S2：特征编码：以双向长短时记忆网络为基本架构，通过所述字、词和词义三个级别的分布式向量得到字的隐藏状态向量、词的隐藏状态向量，进而得到字级别的最终隐状态向量；S3：关系分类：学习所述字级别的最终隐状态向量，采用所述字级别的注意力机制将所述字级别的隐状态向量融合成一个句子级别的隐状态向量。有效地解决分词歧义和多义词歧义的问题，大大提升了模型在关系抽取任务上的表现，提高中文关系抽取的准确率和鲁棒性。
-
公开(公告)号：CN118193806B
公开(公告)日：2024-12-06
申请号：CN202410257661.6
申请日：2024-03-06
IPC: G06F16/9035 , G06F16/9038 , G06F18/22
Abstract: 本申请涉及计算机处理技术领域，提供了一种目标检索方法、装置、电子设备及存储介质。该方法包括：获取检索文本，检索文本表示包含目标特征描述的文本；根据大语言模型对检索文本进行处理，得到与目标特征描述对应的特征描述语句和数据库查询语句；将数据库查询语句输入至目标数据库进行检索，得到与目标特征描述对应的多模态目标信息；将多模态目标信息和特征描述语句输入至预训练好的垂域同款识别模型中，进行非同款过滤处理，得到过滤后的多模态目标信息；将过滤后的多模态目标信息返回至大语言模型中，得到目标描述文本，根据目标描述文本与多模态目标信息，得到目标检索结果。本申请实施例解决了检索结果不够精准的问题。
-
公开(公告)号：CN117373010A
公开(公告)日：2024-01-09
申请号：CN202311329890.6
申请日：2023-10-15
Applicant: 清华大学
IPC: G06V20/62 , G06V10/44 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了基于深度表征学习的车牌图像识别方法及系统，该方法，包括获取车牌图像样本数据送入车牌识别模型；其中，车牌识别模型，包括图像校正模块、特征提取模块、编码器和解码器；利用图像校正模块对车牌图像进行图像校正得到校正图像，并利用特征提取模块对校正图像进行特征提取得到最终特征图；将最终特征图输入至编码器得到隐含表征序列，并利用解码器对隐含表征序列进行解码得到车牌识别结果。本发明适用于识别开放场景中动态获取的车牌图像，可提高低质量车牌图像识别性能。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.018 seconds)
