-
公开(公告)号：CN119477235A
公开(公告)日：2025-02-18
申请号：CN202411812587.6
申请日：2024-12-10
Applicant: 国网智能科技股份有限公司
IPC: G06Q10/101 , G06Q50/06 , G06Q10/0631 , G06Q10/04 , G06F40/205 , G06F40/289 , G06F16/36 , G06F16/27 , G06N5/04 , G06F40/30
Abstract: 本发明属于多智能体协同技术领域，提供了电力跨模态知识融合多智能体协同处理方法及系统，其技术方案为解析用户输入的任务执行命令指令；提取任务的关键要素，根据提取的关键要素将任务分解为多个子任务，识别各子任务之间的逻辑关联和优先级；根据各子任务之间的逻辑关联和优先级，将各子任务分配给对应的智能体；每个智能体执行对应的子任务，并按照设定的执行路径执行，将执行的任务结果分享至其他智能体，协同完成复杂任务，最终整合得到协同处理结果。实现了文档生成、评审与管理等复杂任务的高效执行，确保任务的顺利完成。
-
公开(公告)号：CN119474995A
公开(公告)日：2025-02-18
申请号：CN202411812571.5
申请日：2024-12-10
Applicant: 国网智能科技股份有限公司
IPC: G06F18/24 , G06Q50/06 , G06N3/0442 , G06F18/213 , G06F18/25 , G06N3/092 , G06F18/23 , G06N3/045 , G06N3/048 , G06F18/22
Abstract: 本发明提出了自组织闭环反馈驱动迭代优化的电力异常处理方法及系统，涉及电力异常处理技术领域。包括将各模态数据输入至混合专家模型中，通过加权融合的方法得到多模态数据的综合特征；基于综合特征，对电力系统异常进行检测；采用强化学习方法生成针对电力系统异常的多种处理建议；获取用户对多种处理建议的反馈信息，将反馈信息输入至自组织映射模型中进行聚类，基于聚类结果动态调整混合专家模型中各模态数据的权重；将反馈信息作为强化学习中生成多种处理建议的奖励，优化下一轮多种处理建议的生成；迭代直至得到最优的处理建议。本发明能够有效提高异常检测和处理的精确性、实时性和个性化程度。
-
公开(公告)号：CN119513271A
公开(公告)日：2025-02-25
申请号：CN202411812583.8
申请日：2024-12-10
Applicant: 国网智能科技股份有限公司
IPC: G06F16/3329 , G06Q50/06 , G06F16/36 , G06F16/334 , G06F40/30 , G06N5/025
Abstract: 本发明属于电力系统智能运维领域，提供了电力智能问答多模态检索方法及系统，其技术方案为获取电力行业多模态数据；将电力行业多模态数据转换成知识图谱节点和边的结构化表示；对数据节点和节点之间的边进行优化去重处理后，得到优化的节点和节点之间的边，构建得到初始知识图谱；基于新增的多模态数据确定增量变化信息，根据增量变化信息、边权重调整邻域优化和一致性检查后，生成优化后的知识图谱；提取多模态特征，将多模态特征在同一特征空间对齐，得到对齐后的多模态特征；将查询特征和知识图谱进行匹配，检索得到与查询最相关的节点，动态分析所选节点的内容和关联信息，生成对应的多模态响应数据。以满足用户的复杂查询需求。
-
公开(公告)号：CN119474321A
公开(公告)日：2025-02-18
申请号：CN202411812528.9
申请日：2024-12-10
Applicant: 国网智能科技股份有限公司
IPC: G06F16/3329 , G06F16/36 , G06F16/334 , G06F40/30 , G06Q50/06 , G06N3/042 , G06F18/25 , G06F18/213 , G06N5/04 , G06F16/242 , G06F16/248 , G06F21/31 , G06F21/62 , G06F16/31
Abstract: 本发明涉及电力行业的智能化数据处理与人工智能技术领域，提供了电力语义大模型自适应数据查询与动态响应方法及系统，包括：获取电力行业自然语言查询及其相关的图像，分别通过大语言模型和深度学习模型进行特征提取后，利用知识图谱和视觉问答图神经网络，采用双向融合的方式将不同模态的特征统一到同一个表示中，得到融合特征，通过超图神经网络和多轮交互进行智能纠错，优化自然语言查询后，通过超图推理，得到扩展查询语句，并通过自回归模型将扩展查询语句转为结构化查询语句，得到查询结果；对于查询结果，进行权限动态适配、敏感数据保护以及合规性与安全性检查，实现动态响应。极大地提升了电力行业查询的准确性和效率。
-
公开(公告)号：CN119476639A
公开(公告)日：2025-02-18
申请号：CN202411812560.7
申请日：2024-12-10
Applicant: 国网智能科技股份有限公司
IPC: G06Q10/04 , G06F30/27 , G06Q50/06 , G06N3/042 , G06N5/025 , G06Q10/20 , G06N3/0442 , G06F113/04
Abstract: 本公开提供了电力多模态数据感知和数字孪生仿真协同交互方法及系统，涉及电力设备管理与维护领域，包括：对边缘设备采集的数据进行电力多模态数据感知，得到单个设备的状态特征；基于待监控电力系统中所有设备的状态特征，构建数字孪生模型；利用数字孪生模型，构建电力设备图知识库，通过图神经网络从电力设备图知识库中提取设备的全局状态特征，从而构建设备的全局状态特征时间序列；将全局状态特征时间序列输入到训练好的时序预测模型中，对未来时刻的设备状态进行预测；本发明根据多模态数据，实时调整数字孪生模型参数、灵活适应环境变化，并结合时序建模和故障趋势分析功能，进行设备运行状态预测，进一步提升设备监控的全面性和前瞻性。
-
Patent Agency Ranking
公开(公告)号：CN119474322A
公开(公告)日：2025-02-18
申请号：CN202411812529.3
申请日：2024-12-10
Applicant: 国网智能科技股份有限公司
IPC: G06F16/3329 , G06F40/30 , G06Q50/06 , G06F16/334 , G06F16/36 , G06N3/042 , G06N5/04 , G06N5/025
Abstract: 本发明涉及电力行业的智能化数据处理与人工智能技术领域，提供了自适应性图数据库多模态电力知识问答方法及系统，包括：对于语义嵌套树中的数据查询子任务，对自然语言查询进行智能纠错和扩展，得到扩展查询语句后，在电力行业数据库提取数据结果；对于语义嵌套树中的知识查询子任务，将数据结果与图知识库中的节点进行匹配后，基于匹配节点和数据结果的特征表示，通过大语言模型，得到知识结果；基于知识结果和数据结果，通过大语言模型的生成函数，得到自然语言答案；实现了跨通道协同处理和综合回答。
-
公开(公告)号：CN119760472A
公开(公告)日：2025-04-04
申请号：CN202411812561.1
申请日：2024-12-10
Applicant: 国网智能科技股份有限公司
IPC: G06F18/24 , G06Q50/06 , G06T17/00 , G06Q10/0635 , G06F18/25 , G06F18/213 , G06F18/10
Abstract: 本发明提出了电力多模态空间智能异常检测分析方法及系统，涉及电力异常检测技术领域。包括以下步骤：构建电力设施的三维模型并优化；基于优化后的三维模型，考虑电力设施的结构变形、位移和环境因素，对电力设施进行异常识别；计算电力系统内每一个与三维空间强关联性的异常电力设施与其他电力设施的因果关系强度；计算每个三维空间强关联性电力设施的空间异常度；结合因果关系强度和空间异常度，计算电力系统的总风险。本发明提出的空间智能三维电力异常检测分析方法作为空间感知模块，突破传统方法对异常分析检测的二维空间局限性，进一步扩展异常分析的深度，提升了电力系统的智能化水平，推动了电力行业的智能化管理和高效运行。
-
公开(公告)号：CN119673204A
公开(公告)日：2025-03-21
申请号：CN202411647075.9
申请日：2024-11-18
Applicant: 国网智能科技股份有限公司
Abstract: 本发明涉及设备缺陷诊断技术领域，提供了一种电力变压器声纹异常检测方法及系统，包括：基于待检测变压器的输入特征，通过推理网络，得到待检测变压器的风险值，当待检测变压器的风险值超过风险阈值时，判定为异常；其中，推理网络包括生成编码器以及分别与生成编码器连接的生成解码器和异常分数计算网络；所述生成编码器处理待检测变压器的输入特征，得到隐向量；所述生成解码器处理隐向量，得到重构特征；基于所述隐向量和重构特征，计算得到重构损失；所述异常分数计算网络处理隐向量，得到异常分数；所述风险值为重构损失和异常分数的加权和。有效提升了声纹异常检出的准确性。
-
公开(公告)号：CN119474996A
公开(公告)日：2025-02-18
申请号：CN202411812584.2
申请日：2024-12-10
Applicant: 国网智能科技股份有限公司
IPC: G06F18/24 , G06Q50/06 , G06N5/04 , G06N3/042 , G06N3/0464 , G06F18/15 , G06F18/213 , G06N3/045
Abstract: 本发明提出多模态通专协同因果思维链推理电力异常检测方法及系统，涉及电力异常检测技术领域。包括获取电力设备中的多模态数据的嵌入表示输入至通用模型中，生成因果链条的骨架；电力专属模型基于因果链条的骨架，对因果链条的每个节点进行层层细化，补充细节信息并填充关键因素，得到因果图；将因果图输入至超图神经网络中，通过多层卷积操作挖掘数据中的高阶关联，对因果图中节点的嵌入表示进行更新，得到更新后的因果图；基于更新后因果图中节点的嵌入表示，计算节点的潜在风险影响，确定出存在异常的节点。本发明结合通用模型与电力专属模型，通过综合多模态数据，实现高效、精准的异常因果链条推理，提升电力异常检测的准确性和有效性。
-
公开(公告)号：CN119513817A
公开(公告)日：2025-02-25
申请号：CN202411812568.3
申请日：2024-12-10
Applicant: 国网智能科技股份有限公司
IPC: G06F18/25 , G06Q50/06 , G06F18/213 , G06N3/045 , G06F18/10 , G06N3/0442 , G06N3/048 , G06F18/2415 , G06N3/084
Abstract: 本发明提供了电力多模态数据分层路由特征处理与融合方法及系统，涉及电力多模态数据处理技术领域，所述方法包括，获取多模态数据并进行预处理；对预处理后的多模态数据进行特征提取；通过混合专家模型，选择最适合的专家模型，对预处理后的多模态数据进行特征提取；对特征提取后不同模态的特征进行特征对齐与融合；通过跨模态的注意力机制，将各模态的特征与其他模态的特征对齐，并在对齐时融合其他模态的特征，得到对应模态的中层特征；将各模态的中层特征进行加权融合，得到融合后的全局特征。本发明能够实现对多模态数据的高效处理与融合。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.031 seconds)
