-
公开(公告)号：CN112347314B
公开(公告)日：2023-04-14
申请号：CN202011309170.X
申请日：2020-11-20
Applicant: 国网信通亿力科技有限责任公司 , 国网福建省电力有限公司信息通信分公司 , 国家电网有限公司大数据中心 , 国网信息通信产业集团有限公司
IPC: G06F16/901 , G06F16/903 , G06F16/9035 , G06F16/9038 , G06F16/25 , G06F16/31
Abstract: 本发明公开了一种基于图数据库的数据资源管理系统，其技术方案包括：用于抽取公司数据资产中的实体、实体属性和实体关系的资源抽取模块；用于整合资源抽取模块抽取的异构数据并将实体进行结构对齐的资源整合模块；用于存储和访问资源的图数据库；用于进行可视化展示的应用模块。本发明通过提取公司数据并将其中的异构数据进行同构整合，使公司数据形成一个相同结构的数据库，并基于Neo4J图数据库进行搭建资源图谱库，使公司数据资源得以有效管理并且公司的工作人员及客户均可以更直观的方式访问和提取公司的数据，具有较强的实用性。
-
公开(公告)号：CN112347314A
公开(公告)日：2021-02-09
申请号：CN202011309170.X
申请日：2020-11-20
Applicant: 国网信通亿力科技有限责任公司 , 国网福建省电力有限公司信息通信分公司 , 国家电网有限公司大数据中心 , 国网信息通信产业集团有限公司
IPC: G06F16/901 , G06F16/903 , G06F16/9035 , G06F16/9038 , G06F16/25 , G06F16/31
Abstract: 本发明公开了一种基于图数据库的数据资源管理系统，其技术方案包括：用于抽取公司数据资产中的实体、实体属性和实体关系的资源抽取模块；用于整合资源抽取模块抽取的异构数据并将实体进行结构对齐的数据整合模块；用于存储和访问资源的图数据库；用于进行可视化展示的应用模块。本发明通过提取公司数据并将其中的异构数据进行同构整合，使公司数据形成一个相同结构的数据库，并基于Neo4J图数据库进行搭建资源图谱库，使公司数据资源得以有效管理并且公司的工作人员及客户均可以更直观的方式访问和提取公司的数据，具有较强的实用性。
-
公开(公告)号：CN108363721B
公开(公告)日：2020-08-25
申请号：CN201810004196.X
申请日：2018-01-03
Applicant: 国网信通亿力科技有限责任公司 , 国家电网公司
IPC: G06F16/2458 , G06F16/248 , G06Q50/06
Abstract: 本发明提供了一种用户信息检索系统，包括用户终端、检索服务器，所述用户终端用于接收用户提供的输入数据，并将输入数据传输到所述检索服务器，所述检索服务器用于根据输入数据获得检索结果，并将检索结果返回用户终端；所述输入为用电用户信息，所述检索结果为用户信息检索结果。
-
公开(公告)号：CN118193749A
公开(公告)日：2024-06-14
申请号：CN202410285253.1
申请日：2024-03-13
Applicant: 国网信通亿力科技有限责任公司
IPC: G06F16/36 , G06Q50/06 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/08 , G06N20/10 , G06F18/2411
Abstract: 本发明涉及一种基于深度学习的关系自动识别方法及系统，包括以下步骤：步骤S1:收集电力系统知识图谱数据，得到待识别电力系统知识图谱数据集；步骤S2:结合GAT和GCN，构建多层次的图神经网络模型；步骤S3:基于历史电力系统知识图谱数据训练多层次的图神经网络模型，得到关系自动识别模型；步骤S4:结合知识图谱中的实体特征和拓扑结构信息，使用训练好的多层次图神经网络模型对待识别电力系统知识图谱数据集进行关系识别，通过节点表示学习实体之间的关系，预测实体之间的关系类型；步骤S5：对于新加入的实体，采用动态图神经网络进行动态关系识别。本发明能够更深入地学习节点间的隐藏层次关系，有助于捕捉更加复杂的关系模式，提高识别的精度和可靠性。
-
公开(公告)号：CN118245607A
公开(公告)日：2024-06-25
申请号：CN202410285258.4
申请日：2024-03-13
Applicant: 国网信通亿力科技有限责任公司
Abstract: 本发明涉及一种基于强化学习的电力业务数据辅助知识图谱构建方法，包括以下步骤：步骤S1:获取电力业务数据，并对其进行预处理；步骤S2:基于预处理后的电力业务数据，构建知识图谱；步骤S3:基于GraphSAGE模型对知识图谱中的实体和关系进行表示学习;步骤S4:将表示学习后的知识图谱作为强化学习的环境，定义状态、动作和奖励，以及智能体与环境的交互过程；步骤S5:基于的强化学习算法对智能体进行训练；步骤S6:在训练完成后，根据智能体学到的策略，对知识图谱进行更新和优化；步骤S7:使用深度学习模型，根据知识图谱的历史数据和应用场景的反馈信息，动态调整更新策略。本发明实现对知识图谱的端到端优化，从表示学习到智能体训练再到知识图谱的更新和优化。
-
Patent Agency Ranking
公开(公告)号：CN117743645A
公开(公告)日：2024-03-22
申请号：CN202311740043.9
申请日：2023-12-18
Applicant: 国网信通亿力科技有限责任公司
IPC: G06F16/901 , G06F16/215
Abstract: 本发明涉及一种基于大数据分析的用户画像构建方法，包括以下步骤：步骤S1：获取用户数据，包括用户的行为轨迹、基本属性、行为偏好、设备类型以及用电需求信息，并预处理；步骤S2:基于知识图谱技术，将用户的基本属性、行为偏好、设备类型、用电需求信息以实体‑关系‑属性的形式进行建模，构建用户标签体系知识图谱；步骤S3：基于用户标签体系知识图谱，将用户的多维信息整合成用户画像知识图谱；本发明可以基于用户画像知识图谱和实时数据，利用图数据库的查询和分析能力，为用户提供个性化的用电建议、节能方案、设备优化；或通过智能分析用户画像知识图谱和实时用电数据，为用户提供实时的用电优化建议。
-
公开(公告)号：CN117521889A
公开(公告)日：2024-02-06
申请号：CN202311470626.4
申请日：2023-11-07
Applicant: 国网信通亿力科技有限责任公司
IPC: G06Q10/04 , G06Q50/06 , G06F18/2113 , G06F18/213 , G06F18/23213 , G06F18/214 , G06F18/25 , G06N3/0442 , G06N3/08 , H02J3/00 , G06F123/02
Abstract: 本发明涉及一种基于人工智能的短期负荷预测方法，包括以下步骤：步骤1：获取历史负荷数据、用户数据和天气数据，并对历史负荷数据和天气数据进行预处理；步骤2：根据时间序列数据，提取统计特征和频域特征，并基于相关性分析、信息增益和互信息进行特征选择，获取第一特征集；步骤3：根据历史负荷数据和用户数据，构建用户画像；步骤4:进行用电行为分析，获取用户行为特征，作为第二特征集；步骤5：构建训练数据集；步骤6：构建LSTM神经网络，并训练，得到短期负荷预测模型；步骤7：对实时负荷数据、天气数据以及用户数据，基于短期负荷预测模型进行负荷预测。本发明考虑用户画像，基于用户用电行为分析，能够有效提高短期负荷预测精度。
-
公开(公告)号：CN109145035A
公开(公告)日：2019-01-04
申请号：CN201810863335.4
申请日：2018-08-01
Applicant: 国网湖南省电力有限公司 , 国家电网有限公司 , 国网信通亿力科技有限责任公司 , 国网湖南省电力有限公司防灾减灾中心 , 国网信息通信产业集团有限公司
IPC: G06F16/248 , G06F16/2458 , G06Q50/06
CPC classification number: G06Q50/06
Abstract: 本发明提供了一种基于数据挖掘的电网数据处理方法，包括以下步骤：步骤S100，接收输入数据，所述输入数据为描述待处理区域网格中与电网数据关联的m个参数集合；步骤S200，获得N个存储数据；步骤S300，将接收到的输入数据和获得的N个存储数据进行处理；步骤S400，分别计算处理后的输入数据与处理后的N个存储数据之间的相离度；步骤S500，根据计算出的相离度的值，向用户呈现结果。
-
公开(公告)号：CN119831183A
公开(公告)日：2025-04-15
申请号：CN202510316277.3
申请日：2025-03-18
Applicant: 国网信通亿力科技有限责任公司 , 国网信息通信产业集团有限公司
IPC: G06Q10/063 , G06Q50/06 , G06F18/213
Abstract: 本发明涉及一种结合数据主人的电力大数据管理优化方法，包括以下步骤：S1:采集电力大数据，并提取上下文特征；S2:根据元数据所有权信息或数据上传者识别初始主人；S3:构建数据主人识别模型，基于提取的上下文特征，实现数据主人的精准识别与动态更新，对初始主人进行修正，得到最终的数据主人；S4:将数据主人识别模型输出的结果自动写入数据治理平台，形成结构化数据权属记录，采用区块链技术记录识别过程；S5:使用规则库检测和异常检测模型，检测数据问题；并将检测到的数据问题生成工单；S6:数据主人收到问题后，对问题数据进行优化修复，并校验数据修复是否合规，如不合规返回反向工单继续处理。本发明实现数据管理的高质量、高效率和高可信。
-
公开(公告)号：CN118691266B
公开(公告)日：2024-11-15
申请号：CN202411179239.X
申请日：2024-08-27
Applicant: 国网信通亿力科技有限责任公司
Abstract: 本发明涉及一种基于数模深度融合的配电站房智能管控方法，包括以下步骤：S1:在配电站房布置多类型传感器，使用物联网网关和边缘计算设备，实时采集传感器数据并传输至数据处理中心；S2:对传感器数据进行预处理；S3:构建配电站房的三维数字模型；S4:基于深度学习模型构建异常检测模型，并基于实时采集的传感器数据检测异常设备；S5:结合站房布局和设备重要性，使用最短路径算法规划巡检机器人的最优路径，并根据设备异常检测结果，自适应调整巡检路径；S6:基于路径规划，结合配电站房的三维数字模型利用SLAM算法实现巡检机器人的自主定位和导航。本发明通过数模深度融合，实现了配电站房智能管控的全流程自动化和智能化。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.108 seconds)
