-
公开(公告)号：CN118260318A
公开(公告)日：2024-06-28
申请号：CN202410287002.7
申请日：2024-03-13
Applicant: 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司宿迁供电分公司
IPC: G06F16/2453 , G06F16/2455 , G06F16/242 , G06Q10/0631 , G06Q10/0639 , G06Q50/06
Abstract: 本发明公开了一种电力客户智能服务平台及其工作方法，包括云服务器、客户端、采样端和数据库，云服务器采用查询优化算法获取查询结果，查询优化算法基于查询特征估计值生成多个查询优化计划；通过云服务器定时自动判断及用户主动查询当前电网的电网运行参数和电网运行状态，在当平均功率因数接近警戒值时，向客户端发送警报信息，同时云服务器根据电网运行参数和电网运行状态，向数据库查询调控策略，接收数据反馈的查询结果并发送至客户端供用户参考，无功补偿装置获取用户输入的控制参数或云服务器发送的调控策略的调控参数，根据无功功率调控公式以调节区域电网功率因数，从而有效改善内部电网的电能质量。
-
公开(公告)号：CN119130122A
公开(公告)日：2024-12-13
申请号：CN202411142770.X
申请日：2024-08-20
Applicant: 国网江苏省电力有限公司营销服务中心
IPC: G06Q10/0635 , G06F18/241 , G06F16/22 , G06F18/213
Abstract: 一种针对产业链的关键节点风险识别方法和系统。该方法包括，获取产业链节点信息，根据产业链节点的上下游关系建立产业链网络，确定每个产业链节点的行业和企业信息；根据全行业产入产出表确定产业链节点之间的静态关联度，根据用电量数据确定产业链节点之间的动态关联度；根据静态关联度和动态关联度，构建产业链节点的节点特征、用电特征以及韧性特征，确定产业链网络中的关键节点；对识别出的产业链关键节点进行风险监测，包括历史用电量监测和企业生产滞后性监测，基于风险监测结果识别风险节点。本发明的方案提高了风险监测的准确性。
-
公开(公告)号：CN118568191A
公开(公告)日：2024-08-30
申请号：CN202410709839.6
申请日：2024-06-03
Applicant: 国网江苏省电力有限公司营销服务中心
Abstract: 一种基于数据血缘关系的故障影响评估分析方法和系统。该方法包括，获取血缘关系图谱数据，解析血缘关系图谱数据，将数据表字段作为节点，依赖关系作为边，构建有向无环图；基于数据表字段应用次数计算有向无环图中各个叶子节点的初始权重；将各个叶子节点的初始权重作为各个叶子节点的重要性评分，基于PageRank算法，通过各个叶子节点的初始权重逐层计算相关联的非叶子节点的重要性评分；将所有节点集合的重要性评分进行求和，确定血缘关系图谱数据中各个数据表的重要性评分；根据各个数据表的重要性评分设置对应节点集合的故障预警等级，基于故障预警等级对发生故障的节点进行影响评估分析。本发明的方案实现了数据血缘关系节点的影响智能化评估分析。
-
公开(公告)号：CN118446550A
公开(公告)日：2024-08-06
申请号：CN202410596796.5
申请日：2024-05-14
Applicant: 国网江苏省电力有限公司营销服务中心
IPC: G06Q10/0637 , G06Q10/0639 , G06Q30/018 , G06Q10/10 , G06Q50/26
Abstract: 一种基于产业链发展的多维数据分析方法和系统。根据预定义分类规则获取产业链节点信息，根据产业链节点的上下游关系建立产业链网络，基于专利数据库和工商信息库确定产业链节点的行业和企业信息；根据产入产出表确定节点之间的静态关联度，根据用电量确定产业链节点之间的动态关联度；根据静态和动态关联度确定自身稳定性特征值，根据各行业和企业的专利数量和专利增速确定发展创新性特征值，根据各企业的绿色用电数据及其趋势信息确定绿色性特征值；利用层次分析法对自身稳定性特征值、发展创新性特征值和绿色性特征值进行综合分析，得到产业链绿色低碳发展评价结果。本发明结合高质量发展转型背景的条件实现了产业链发展评价。
-
公开(公告)号：CN115587230A
公开(公告)日：2023-01-10
申请号：CN202211164123.X
申请日：2022-09-23
Applicant: 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司
IPC: G06F16/906 , G06F16/2455 , G06Q50/06 , G06F18/22 , G06F18/28
Abstract: 结合行业文本和用电负荷的高耗能企业识别方法及系统，首先通过已确定为高耗能行业的清单，进行高耗能行业标准库的建立。该行业标准库包括企业名称标准矩阵、企业产品标准库、企业用电曲线标准矩阵和企业用电特征标准库。完成标准库的建立后，获取待识别企业文本信息和用电信息，计算与标准库的相似度，获得四大类特征向量。将四大类特征向量加权求和，得到企业与各个行业之间的相似度总体得分。将该得分与阈值比较，判断企业是否从属于某个高耗能行业。该方法结合文本信息和用电信息，提供了更加可靠精准的企业识别判定结果。
-
Patent Agency Ranking
公开(公告)号：CN119809728A
公开(公告)日：2025-04-11
申请号：CN202510010523.2
申请日：2025-01-03
Applicant: 国网江苏省电力有限公司营销服务中心
IPC: G06Q30/0251 , G06Q30/0241
Abstract: 本发明公开一种基于用户行为分析与数据驱动的线上活动推广系统，包括：数据采集模块；数据存储模块；基于素材内容关键字周期性对单个用户浏览的素材进行归集的数据预处理模块；用以根据素材内容区的浏览时长占比初步判定单个素材内容区的推送符合第一预设标准时根据浏览权重系数判定单个素材内容区的推送是否符合第二预设标准的数据分析模块；响应于浏览驱动系数小于第二预设驱动系数时判定针对所述用户的素材的推送不符合第三预设标准并在不符合第三预设标准时，按照等比例方式初始化所述用户的素材的推送，或，减小对所述用户浏览的素材进行归集的周期的时长的数据校验模块，实现了线上活动素材的精准推广。
-
公开(公告)号：CN119721764A
公开(公告)日：2025-03-28
申请号：CN202411802484.1
申请日：2024-12-09
Applicant: 国网江苏省电力有限公司营销服务中心
IPC: G06Q10/0637 , G06Q50/18 , G06Q50/26 , G06F16/36
Abstract: 本发明公开了基于产业链要素的产业链图谱构建系统与方法，所述系统包括数据采集和存储系统、数据处理模块、产业链构建模块；所述数据采集和存储模块，用于采集和存储价值链、供需链数据、知识产权信息、工商信息数据；所述数据处理模块，用于根据价值链、供需链数据形成产业链结构，根据知识产权信息、工商信息数据分析产业链要素，构建图数据库；所述产业链构建模块，用于基于图数据库构建产业链图谱。本发明有助于提升企业的竞争力，支持长远战略决策，实现持续增长与发展。
-
公开(公告)号：CN119721210A
公开(公告)日：2025-03-28
申请号：CN202411802127.5
申请日：2024-12-09
Applicant: 国网江苏省电力有限公司营销服务中心
IPC: G06N5/022 , G06F16/36 , G06F16/35 , G06Q10/0637 , G06Q30/0203
Abstract: 本发明公开了一种产业链知识图谱构建的方法与系统，所述方法包括：根据产业链结构属性或产业链价值属性划分产业链节点；基于产业链中产品或服务的产生过程、价值增值过程、技术关联以及市场供需关系确定产业链节点之间的关系；根据划分的产业链节点和产业链节点之间的关系，构建产业链知识图谱。本发明实现了产业链节点的精准划分和关系梳理，有助于理解产业链结构和运行规律，提供了系统化的构建流程和方法，降低了产业链图谱构建的复杂度和成本。
-
公开(公告)号：CN115587230B
公开(公告)日：2024-04-12
申请号：CN202211164123.X
申请日：2022-09-23
Applicant: 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司
IPC: G06F16/906 , G06F16/2455 , G06Q50/06 , G06F18/22 , G06F18/28
Abstract: 结合行业文本和用电负荷的高耗能企业识别方法及系统，首先通过已确定为高耗能行业的清单，进行高耗能行业标准库的建立。该行业标准库包括企业名称标准矩阵、企业产品标准库、企业用电曲线标准矩阵和企业用电特征标准库。完成标准库的建立后，获取待识别企业文本信息和用电信息，计算与标准库的相似度，获得四大类特征向量。将四大类特征向量加权求和，得到企业与各个行业之间的相似度总体得分。将该得分与阈值比较，判断企业是否从属于某个高耗能行业。该方法结合文本信息和用电信息，提供了更加可靠精准的企业识别判定结果。
-
公开(公告)号：CN119357437A
公开(公告)日：2025-01-24
申请号：CN202411498012.1
申请日：2024-10-24
Applicant: 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司 , 河海大学
IPC: G06F16/901 , G06N3/042 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明提出了一种基于图神经网络和LSTM的动态图表示方法及系统，包括如下步骤：基于图神经网络和改进的LSTM记忆循环网络对DGNN模型进行改进得到DLGN模型；采集训练数据集，将时间序列长度按照活动频率比例分为不同的时间段，对DLGN模型进行训练；获取动态图节点初始化向量输入训练后的DLGN模型，得到节点的嵌入向量。本发明将采用图神经网络聚合节点信息之后输入到LSTM记忆网络，采用改进的LSTM的循环网络来获取图网络动态时间序列信息，利用了图神经网络在学习图结构信息的优势，以及循环神经单元LSTM在时间方面的优势，将两者结合使得节点嵌入向量在节点分类和链接预测任务呈现出较好的效果。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.077 seconds)
