公开(公告)号：CN115563551A

公开(公告)日：2023-01-03

申请号：CN202211397865.7

申请日：2022-11-09

Applicant: 北京中电普华信息技术有限公司

Inventor： 聂玲 ,  尹将伯 ,  刘梓田 ,  杨洋 ,  余泽豪

IPC: G06F18/2413 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/094 ,  G06F16/28

Abstract: 本申请公开了一种数据处理方法及其相关产品。该方法包括：从未标记数据集中确定信息量最大的结构化数据作为目标样本，并进行标记；未标记数据集中包括多个未被标记的结构化数据；对已标记的目标样本进行分析处理，生成与已标记的目标样本具有相同标记信息的新的样本；以新的样本更新用于训练结构化数据检测模型的已标记数据集；已标记数据集中包括多个已标记的结构化数据。如此，通过选取信息量最大的结构化数据作为目标样本进行标记，而非对未标记数据集中的所有样本均进行标记，可以节约标记数据的资源。并且，新的样本与目标样本具有相同标记信息，以新的样本扩充已标记数据集，可以进一步减少标记数据的计算资源和人力资源。

公开(公告)号：CN118864870A

公开(公告)日：2024-10-29

申请号：CN202410778624.X

申请日：2024-06-17

Applicant: 北京中电普华信息技术有限公司

Inventor： 聂玲 ,  杨洋 ,  梁子寒

IPC: G06V10/40 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/09

Abstract: 本申请实施例公开了一种缺陷检测模型构建方法、缺陷检测方法及装置，其中，该方法包括：利用多张电力计量设备有缺陷样本和多张电力计量设备无缺陷样本训练待训练对比学习模型，得到目标对比学习模型；利用目标对比学习模型中的目标特征提取网络构造待训练缺陷检测模型的骨干网络；利用多对有无缺陷样本对训练待训练缺陷检测模型，得到目标缺陷检测模型。可见，本申请实施例中利用对比学习的方法，以及同一电力计量设备有无缺陷的图像对之间的关联关系，对待训练缺陷检测模型进行训练，提高了训练得到的目标缺陷检测模型的缺陷检测准确性，从而能实现对电力计量设备进行有效的缺陷检测。

公开(公告)号：CN115730729A

公开(公告)日：2023-03-03

申请号：CN202211497784.4

申请日：2022-11-25

Applicant: 北京中电普华信息技术有限公司

Inventor： 聂玲 ,  朱静 ,  陈光宇 ,  万齐鸣 ,  王红蕊 ,  翟雪敏 ,  赵乐 ,  孙萌

IPC: G06Q10/04 ,  G06Q50/26 ,  G06Q50/06 ,  G06Q10/067 ,  G06F17/18 ,  G06F18/27

Abstract: 本申请实施例提供了一种碳排放总量测算方法及装置，该方法包括：获取初始地区生产总值、初始电力数据和初始能源数据；将初始地区生产总值输入预先建立的地区生产总值测算模型中，得到目标地区生产总值；将初始电力数据输入预先建立的电力数据测算模型中，得到目标电力数据；将初始能源数据、初始地区生产总值、初始电力数据、目标地区生产总值和目标电力数据输入预先建立的能源活动碳排放测算模型中，得到目标能源活动碳排放数据；将初始电力数据、初始能源数据、目标电力数据和目标能源活动碳排放数据输入预先建立的碳排放总量测算模型中，得到目标碳排放总量，本申请实施例根据历史数据建立测算模型，实现了碳排放总量的精准测算。

公开(公告)号：CN114186844A

公开(公告)日：2022-03-15

申请号：CN202111500444.8

申请日：2021-12-09

Applicant: 国家电网有限公司客户服务中心 ,  北京中电普华信息技术有限公司

Inventor： 宫立华 ,  赵振东 ,  朱克 ,  朱龙珠 ,  朱静 ,  翟雪敏 ,  聂玲 ,  左华林 ,  单金宇

IPC: G06Q10/06 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/06

Abstract: 本发明提供了一种窃电客户识别方法及装置，通过构建窃电客户指标体系，提高待识别数据的全面性和准确性，并将基于LM神经网络的识别模型与基于CART决策树的识别模型中对窃电客户识别效果最好的模型作为窃电客户识别模型，由于LM神经网络既有高斯‑牛顿法的局部收敛性，又具有梯度下降法的全局特性，CART决策树效率高，每一次预测的最大计算次数不超过决策树的深度，且决策树对输入数据没有任何统计分布的假设要求，因此，利用从这两种模型中选择的最优模型进行窃电客户识别，可以得到收敛速度快、精度高的全局最优解，从而提高了窃电客户识别效率。

公开(公告)号：CN116227577A

公开(公告)日：2023-06-06

申请号：CN202310233224.6

申请日：2023-03-07

Applicant: 北京中电普华信息技术有限公司

Inventor： 聂玲 ,  贾翠玲 ,  郝金龙 ,  余泽豪 ,  杨洋

IPC: G06N3/084 ,  G06N3/04 ,  G06F17/15 ,  G06F17/16

Abstract: 本申请公开了一种神经网络模型训练方法、装置、设备及可读存储介质，将训练样本输入神经网络模型，得到模型预测的结果，对根据结果及标签计算出的损失函数求二阶导，得到二阶损失函数，利用线性共轭梯度算法对二阶损失函数进行优化，得到目标函数，再基于如下公式：计算梯度下降向量，也即使用了二阶优化算法对模型的参数进行训练调整，直至满足设定的训练结束条件，使神经网络模型能够准确的训练学习，能够处理大量的训练样本，有效地实现神经网络模型通过一个完全通用的优化器来执行，无需任何训练样本的预训练，解决了深度学习中的欠拟合问题，同时使得优化速度更快。

公开(公告)号：CN105512760B

公开(公告)日：2019-08-20

申请号：CN201510884004.5

申请日：2015-12-04

Applicant: 北京中电普华信息技术有限公司 ,  北京中电飞华通信股份有限公司

Inventor： 孙乔 ,  聂玲 ,  崔伟 ,  付兰梅

IPC: G06Q10/04 ,  G06Q50/06

Abstract: 本发明公开了一种基于神经网络的光伏电站发电量的计算方法，包括：计算得到水平面理论太阳辐射强度S；获取光伏电站的历史发电量以及光伏电站所在位置的气象要素历史运行数据；所述气象要素包含光伏电站所在位置的环境温度Ta、光伏组件的背板温度Tb和实际辐照强度C；将获取的数据样本[T C S]作为神经网络的输入向量，将[0 0 P]作为神经网络的输出向量，建立基于神经网络的光伏电站发电量P的计算模型；输入任意时刻的气象要素数据，通过所述计算模型计算得到该时刻光伏电站的发电量。本发明还公开了一种基于神经网络的光伏电站发电量的计算系统。所述基于神经网络的光伏电站发电量的计算方法及系统能够快速、准确计算得到光伏电站发电量。