-
公开(公告)号：CN109325624A
公开(公告)日：2019-02-12
申请号：CN201811135861.5
申请日：2018-09-28
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司经济技术研究院 , 国网信通亿力科技有限责任公司
Abstract: 本发明涉及一种基于深度学习的月度电力需求预测方法，该方法法首先获取逐月全社会用电量、天气和经济发展相关指标数据，对数据进行归一化等预处理，形成适合监督学习的特征数据；然后使用LSTM和GRU模型分别对月度用电量进行序列预测，对上月用电量数据、天气、经济发展指标数据采用GRU模型进行预测，最后通过对两种模型的预测结果结合验证准确率进行权重分配，对预测结果采用加权平均方式进行融合。本发明提出的一种基于深度学习的月度电力需求预测方法，采用深度学习技术为全社会用电量提供一种新的预测方式，能够综合考虑天气和经济发展对电力需求的影响，提升电力需求预测准确度。
-
公开(公告)号：CN118964648B
公开(公告)日：2025-01-17
申请号：CN202411453052.4
申请日：2024-10-17
Applicant: 国网信通亿力科技有限责任公司
IPC: G06F16/383 , G06F16/3329 , G06F16/35 , G06F16/36 , G06F40/295 , G06F18/214 , G06F18/2431 , G06F18/2451 , G06N5/022
Abstract: 本发明涉及基于人工智能的电力向量知识库增强检索方法及系统，S1:获取电力文本数据并预处理；S2:基于文本分类模型，将预处理后的电力数据按类型自动分类存储；S3:构建电力系统的命名实体识别模型，以自动识别和提取实体，并基于实体获取关系，构建电力系统的知识图谱；S4:结合自监督学习和有监督学习，使用自监督学习方法在无标签数据上进行NLU模型预训练，然后基于标注后的数据集，进行有监督微调，得到优化后的NLU模型；S5:基于电力系统的知识图谱和优化后的NLU模型，构建智能问答系统；S6:结合电力系统领域知识和规则进行结果的筛选和初排序；并基于内容的排序和基于协同过滤的二次排序，得到最终的回答。本发明提高电力领域信息的检索效率和准确性。
-
公开(公告)号：CN118964410B
公开(公告)日：2024-12-17
申请号：CN202411449483.3
申请日：2024-10-17
Applicant: 国网信通亿力科技有限责任公司
IPC: G06F16/2453 , G06F16/242 , G06F16/22 , G06Q50/06 , G06F18/20 , G06F18/214
Abstract: 本发明涉及基于大语言模型赋能Text2SQL的电力数据增强分析方法，包括以下步骤：S1:收集电力相关的自然语言文本与相应的SQL查询对；S2:对步骤S1收集的数据进行预处理;S3：使用预训练的大型语言模型，基于训练数据集进行模型微调，结合自然语言理解和信息抽取来强化模型的泛化能力，得到电力大语言模型；S4:扩充训练数据集和测试数据集；S5：评估电力大语言模型性能；S6：采用对抗训练增强模型的鲁棒性，并使用自动调参技术优化模型参数，得到优化后的电力大语言模型；S7：将优化后的电力大语言模型打包成容器进行部署，部署后设置实时监控机制，跟踪电力系统中自然语言查询到SQL的转换效果。本发明能够更有效地处理电力系统中的自然语言查询。
-
Patent Agency Ranking
公开(公告)号：CN115618883A
公开(公告)日：2023-01-17
申请号：CN202211428321.2
申请日：2022-11-15
Applicant: 国网信通亿力科技有限责任公司
IPC: G06F40/30 , G06F40/289
Abstract: 本发明涉及一种业务语义识别方法，包括以下步骤：步骤S1：接收待识别语义的英文字符串及其他上下文信息；步骤S2：对待识别字段进行预处理；步骤S3：切分待识别字段，得到若干种分词方案；步骤S4：对每个分词方案，使用转移概率矩阵计算词切分点处的概率得分；步骤S5：对方案中的每个词，通过拼音语义DFA树判断为非拼音，则与词库中的词条进行逐个匹配，并计算相似得分；步骤S6：取相似得分最高的词条的语义，计算整个匹配方案语义间的关联得分；步骤S7：提取综合得分最高的匹配方案，拼接作为推荐标注；步骤S8：输出推荐的中文业务语义及推荐指标等相关信息。本发明提升元数据梳理工作的效率。
-
公开(公告)号：CN118964648A
公开(公告)日：2024-11-15
申请号：CN202411453052.4
申请日：2024-10-17
Applicant: 国网信通亿力科技有限责任公司
IPC: G06F16/383 , G06F16/332 , G06F16/35 , G06F16/36 , G06F40/295 , G06F18/214 , G06F18/2431 , G06F18/2451 , G06N5/022
Abstract: 本发明涉及基于人工智能的电力向量知识库增强检索方法及系统，S1:获取电力文本数据并预处理；S2:基于文本分类模型，将预处理后的电力数据按类型自动分类存储；S3:构建电力系统的命名实体识别模型，以自动识别和提取实体，并基于实体获取关系，构建电力系统的知识图谱；S4:结合自监督学习和有监督学习，使用自监督学习方法在无标签数据上进行NLU模型预训练，然后基于标注后的数据集，进行有监督微调，得到优化后的NLU模型；S5:基于电力系统的知识图谱和优化后的NLU模型，构建智能问答系统；S6:结合电力系统领域知识和规则进行结果的筛选和初排序；并基于内容的排序和基于协同过滤的二次排序，得到最终的回答。本发明提高电力领域信息的检索效率和准确性。
-
公开(公告)号：CN118964410A
公开(公告)日：2024-11-15
申请号：CN202411449483.3
申请日：2024-10-17
Applicant: 国网信通亿力科技有限责任公司
IPC: G06F16/2453 , G06F16/242 , G06F16/22 , G06Q50/06 , G06F18/20 , G06F18/214
Abstract: 本发明涉及基于大语言模型赋能Text2SQL的电力数据增强分析方法，包括以下步骤：S1:收集电力相关的自然语言文本与相应的SQL查询对；S2:对步骤S1收集的数据进行预处理;S3：使用预训练的大型语言模型，基于训练数据集进行模型微调，结合自然语言理解和信息抽取来强化模型的泛化能力，得到电力大语言模型；S4:扩充训练数据集和测试数据集；S5：评估电力大语言模型性能；S6：采用对抗训练增强模型的鲁棒性，并使用自动调参技术优化模型参数，得到优化后的电力大语言模型；S7：将优化后的电力大语言模型打包成容器进行部署，部署后设置实时监控机制，跟踪电力系统中自然语言查询到SQL的转换效果。本发明能够更有效地处理电力系统中的自然语言查询。
-
公开(公告)号：CN116662472A
公开(公告)日：2023-08-29
申请号：CN202310695623.4
申请日：2023-06-13
Applicant: 国网信通亿力科技有限责任公司
IPC: G06F16/29 , G06F16/31 , G06F17/16 , G06N3/082 , G06F40/289 , G06F40/295 , G06F16/35 , G06N3/045 , G06F18/2415
Abstract: 本发明涉及深度学习技术领域，公开了一种基于非结构化地址数据构建结构化地址库的方法，包括以下步骤：构建初始地址树；从地址文本中提取地址要素；地址要素映射初始地址树；构建并训练地址要素纠错模型；使用地址要素纠错模型，并对地址要素进行纠错；对初始地址树进行剪枝获得最终地址树；本发明通过提取非结构化的地址文本中的地址要素，并通过神经网络模型对地址要素进行自动纠错，将非结构化的地址文本构建成结构化的地址树。
-
公开(公告)号：CN116662346A
公开(公告)日：2023-08-29
申请号：CN202310696247.0
申请日：2023-06-13
Applicant: 国网信通亿力科技有限责任公司
IPC: G06F16/22 , G06F16/2455 , G06F18/243 , G06F40/30 , G06F16/242 , G06F16/215
Abstract: 本发明涉及数据处理技术领域，公开了一种基于字段语义识别的表关联关系自动判别方法，包括以下步骤：步骤S1:从数据库中获取表元数据信息和字段元数据信息；步骤S2:对字段划分为五个类型组；步骤S3:生成字段关系候选集；步骤S4:根据字段关系中两字段间的可信关系标记判别字段关系对的数量关系；步骤S5:计算字段关系对中两字段的采样匹配度；步骤S6:判断字段关系对是否属于真实关联关系对；步骤S7:提取属于真实关联关系对的字段关系对，基于字段关系对从关联关系表之间查询字段关联关系；本发明能够自动；本发明能够在主表或从表在缺失键位标志信息的情况下，自动寻找对应的关联关系表。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.039 seconds)
