-
公开(公告)号:CN119003155A
公开(公告)日:2024-11-22
申请号:CN202411017192.7
申请日:2024-07-29
Applicant: 长沙理工大学
Abstract: 本发明涉及人工智能技术领域,具体提供了一种基于大型语言模型的水文管理协作系统,包括互相连接的控制器以及协作执行器;所述控制器采用大型语言模型将用户请求分解为若干个子任务,规划任务顺序和任务之间的依赖关系,并根据分配策略将若干个子任务分配至协作执行器;所述协作执行器采用若干个专家模型对应执行若干个子任务,获取若干个执行结果,并将执行结果反馈至控制器中进行总结,生成决策参考。本发明通过设计相关机制协议,搭建大型语言模型(LLM)与水文预测、预警、预演和预案专家模型的语言接口,将LLM作为控制器来管理现有的人工智能模型,以解决复杂繁重的水文监测等综合管理问题,极大的提升了管理效率。
-
公开(公告)号:CN110991477A
公开(公告)日:2020-04-10
申请号:CN201911037248.4
申请日:2019-10-29
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网江西省电力有限公司 , 国网浙江省电力有限公司 , 国网山东省电力公司 , 河南许继仪表有限公司 , 长沙理工大学
Inventor: 刘厦 , 杨艺宁 , 薛阳 , 王子龙 , 杨恒 , 徐英辉 , 赵震宇 , 邓高峰 , 黄荣国 , 张志 , 董贤光 , 陈祉如 , 朱红霞 , 张鹏 , 王聪 , 杨柳 , 杜章华 , 金晟 , 苏盛
Abstract: 本发明提供一种识别电力系统异常行业用户和异常用电行为的方法和系统。所述方法和系统采集各行业的用电量数据,基于行业特性建立能准确描述行业特征的用电特征指标项,所述用电特征指标项包括峰时段,谷时段,谷时段用电量、峰时段用电量,并通过所述用电特征指标项确定用户特征指标低谷、高峰负荷比值,以及负荷高峰时段和低谷时段的功率累积波动率,在建立用电特征指标项的基础上,采用AP聚类算法按行业进行用电行为的聚类分析,通过聚类结果识别用电行业属性标识错误的异常用户,以及本行业中的异常用电行为用户。所述方法和系统显著减少了用户聚类数量,相应降低了用电异常检测难度和窃电检测误报率,有效提高了供电企业的运营效益。
-