-
Patent Agency Ranking
公开(公告)号：CN119539887A
公开(公告)日：2025-02-28
申请号：CN202411533058.2
申请日：2024-10-30
Applicant: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司
IPC: G06Q30/0283 , G06F16/215 , G06N3/042 , G06N3/0464 , G06N3/0442 , G06N3/0455 , G06N3/049 , G06N3/048 , G06N3/084 , G06N5/04 , G06Q50/06
Abstract: 本发明公开了一种基于人工智能大模型的量费智能审核方法，包括：S1：利用智能语料归集技术与自然语言处理技术自动采集和整理所需数据，形成结构化和非结构化的多模态数据集；S2：对多模态数据集进行预处理后，提取关键特征，并对提取关键特征的多模态数据集进行融合处理；S3：通过图神经网络基于多模态数据集，对用户之间的用电行为和计费关系建立关系模型，用于自动检测和识别量费异常问题；S4：建立审核规则模型，对图神经网络输出向量与审核规则模型基于强化学习方法进行训练，以提升量费异常检测的准确性。本发明解决了现有的量费审核模式场景适应性不足、数据利用率较低且审核规则与技术更新滞后的问题。
-
公开(公告)号：CN119539886A
公开(公告)日：2025-02-28
申请号：CN202411533057.8
申请日：2024-10-30
Applicant: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司
IPC: G06Q30/0283 , G06F18/213 , G06F18/2135 , G06F18/23213 , G06F18/2431 , G06F18/22 , G06F16/23 , G06N3/092 , G06N3/048
Abstract: 本发明公开了一种基于因果传导模型的用电侧量费结算优化方法，包括：S1：采集用户用电行为数据与政策干预数据形成数据集；S2：通过主成分分析对用户数据集提取关键的用户用电行为特征，使用聚类算法与随机森林算法分析用户对不同政策的响应模式，形成不同用户类别矩阵的用户数据集与政策干预数据集；S3：根据通过Granger因果验证与结构方程模型分析用户用电行为与政策干预变化之间的因果关系；S4：采用强化学习算法模拟不同政策干预场景下的用户用电行为反应，并通过蒙特卡洛方法模拟不同政策组合的影响，确定最优政策干预策略。本发明解决了电力市场化背景下用电侧量费结算过程中存在的复杂非线性关系、政策干预效果难以预测的问题。
-
公开(公告)号：CN115455362A
公开(公告)日：2022-12-09
申请号：CN202211041791.3
申请日：2022-08-29
Applicant: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司
Abstract: 本发明涉及一种基于优化算法的温度变点估计方法，包括以下步骤：步骤S1:获取待测地区温度和用电量数据，并确定变点个数；步骤S2:构建一维线性回归模型，并基于优化算法进行解释；步骤S3：基于一维线性回归模型，初始化变点位置，结合交替迭代法和梯度采样法进行变点估计；步骤S4:根据步骤S3得到的变点位置，构建待测地区用电量数据关于温度的分段线性回归模型。本发明对于温度变化节点的定位更加准确，更好地表示出用电量和温度变化背后的分段线性关系，提升中期电力负荷预测能力。
-
公开(公告)号：CN119577610A
公开(公告)日：2025-03-07
申请号：CN202411553356.8
申请日：2024-11-01
Applicant: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司
IPC: G06F18/2431 , G06F18/22 , G06F18/15 , G06F18/2433 , G06F18/2135 , G06F18/25 , G06F18/23213 , G06F18/2337 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/092 , G06Q30/0202 , G06Q40/04 , G06Q50/06 , H02J3/00 , G06N3/048
Abstract: 本发明涉及一种电力现货市场交易的分类预测方法、设备及介质，该方法包括以下步骤：通过采集电力现货市场的内部数据集和外部数据集，使用局部离群因子算法过滤异常值，将数据集融合后通过MLP模型进行特征融合。对交易数据进行模糊化处理，转换为模糊隶属度，利用欧式距离计算与历史数据的相似度，并通过模糊C均值聚类算法KFCM分析与随机数据的相似性。最后，使用卷积神经网络CNN和长短期记忆网络LSTM构建融合数据预测分类模型，CNN捕捉局部特征，LSTM处理时间序列的长期依赖，提高模型的预测能力。本发明实现了降低数据精确性要求，提升模型泛化能力，同时保留关键特征，为交易数据分类提供有力支持。
-
公开(公告)号：CN308464842S
公开(公告)日：2024-02-09
申请号：CN202330394044.7
申请日：2023-06-26
Applicant: 国网福建省电力有限公司
Abstract: 1.本外观设计产品的名称：显示屏幕面板的电费精益管控图形用户界面。
2.本外观设计产品的用途：本外观设计产品用于显示信息及交互。
3.本外观设计产品的设计要点：在于屏幕中显示的内容。
4.最能表明设计要点的图片或照片：设计1主视图。
5.显示屏幕面板为现有设计，省略其他视图。
6.指定设计1为基本设计。
7.图形用户界面的用途：本图形用户界面用于电费精益管控。
8.图形用户界面的人机交互方式：各设计主视图为图形用户界面主界面；点击设计1主
视图左上角“福建”框中的下拉按钮进入设计1界面变化状态图；点击设计2主视图左下角
“电源支付及时率”下方柱形统计图进入设计2界面变化状态图。
9.其他需要说明的情形其他说明：该显示屏幕面板用于手机、车载电脑、带屏音箱、机
器人、平板电脑、便携式电脑、台式电脑、全息驾驶舱。
3
-
-
-
-
Search Results
5
records
(took 0.041 seconds)
