-
公开(公告)号：CN110119758A
公开(公告)日：2019-08-13
申请号：CN201910258374.6
申请日：2019-04-01
申请人： 全球能源互联网研究院有限公司 , 国网重庆市电力公司电力科学研究院 , 国家电网有限公司 , 国网重庆市电力公司 , 国网上海市电力公司
摘要： 本发明公开一种用电数据异常检测及模型训练方法、装置，该训练模型的方法包括：获取用电设备的训练用电数据，得到训练用电数据集合；提取训练用电数据集合中每个训练用电数据所对应的第一训练特征信息及第二训练特征信息，其中，第一训练特征信息用于指示各用电设备的用电特征，第二训练特征信息用于指示用电数据的分析结果特征；利用第一训练特征信息及第二训练特征信息对神经网络模型进行训练，得到用电数据异常检测模型。通过实施本发明，利用模型预测用电数据预测值，并与观测值求差值，将差值与所选阈值进行比较以判断用电数据是否异常。利用长短期记忆神经网络对用电数据进行预测，增加了数据预测的准确性，处理大规模数据计算效率提高。
-
公开(公告)号：CN109299083A
公开(公告)日：2019-02-01
申请号：CN201811201110.9
申请日：2018-10-16
申请人： 全球能源互联网研究院有限公司 , 国网上海市电力公司 , 国网重庆市电力公司 , 国家电网有限公司
IPC分类号： G06F16/215 , G06F16/22 , G06F16/23
摘要： 本发明提供了一种数据治理系统，包括：权限管理模块，用于对用户的身份信息进行验证，并根据验证结果授予用户操作权限；数据源管理模块，用于从数据源数据库中获取待治理数据，并将待治理数据发送至数据治理模块；任务构建模块，用于获取用户输入的数据治理要求，根据数据治理要求及用户操作权限为待治理数据构建数据治理任务；数据治理模块，用于接收待治理数据，并根据数据治理任务对待治理数据进行数据治理，生成治理结果。实现了对海量数据的多样化数据治理的功能，用户仅需要简单操作就可以自动进行数据治理任务，具有适用范围广，数据治理方式更为灵活，数据治理时间短的特点，从而降低了工作人员的工作量，降低成本，提高数据治理效率。
-
公开(公告)号：CN107358334B
公开(公告)日：2021-02-09
申请号：CN201710379309.X
申请日：2017-05-25
申请人： 全球能源互联网研究院有限公司 , 国家电网有限公司 , 国网上海市电力公司
摘要： 数据准确性判定方法、装置、终端及计算机可读存储介质，其中数据准确性判定方法，包括：获取数据集，其中数据集由至少一个表单组成；确定所述表单的类型；根据表单的类型，确定表单的质量判别参数，其中表单的类型对应的质量判别参数预存在质量判别参数库中；根据表单的质量判别参数，计算数据集的判别特征参数，判别特征参数用于判断数据集中数据的准确性；根据判别特征参数判别所述数据集的准确性，解决了现有数据集的数据处理加工过程造成数据被重复计算，降低了判断数据准确性的效率，且使用多种方式对数据的准确性进行评价过程中由于得到不同的判断结果，可能造成多个判断结果相互干扰，影响最终数据判断的准确性。
-
公开(公告)号：CN117909044A
公开(公告)日：2024-04-19
申请号：CN202410033480.5
申请日：2024-01-09
申请人： 国网智能电网研究院有限公司 , 国网浙江省电力有限公司电力科学研究院
摘要： 本发明涉及人工智能算力资源调度技术领域，公开了面向异构计算资源的深度强化学习协同调度方法及装置，该方法包括：获取深度学习任务以及异构计算环境信息，异构计算环境为云边协同环境；根据深度学习任务以及异构计算环境信息构建任务调度模型；采用基于深度强化学习的任务调度算法根据任务调度模型对深度学习任务进行调度。本发明实现了在调度过程中考虑深度学习任务以及异构计算环境信息的目的，利用构建的任务模型采用基于深度强化学习的任务调度算法对深度学习任务进行调度，达到了充分利用反馈信息、提高深度学习任务协同调度的灵活性、实时性、泛化能力以及自适应性的效果，解决了相关技术中存在的深度学习任务调度质量较差的问题。
-
公开(公告)号：CN116484878B
公开(公告)日：2023-09-08
申请号：CN202310737583.5
申请日：2023-06-21
申请人： 国网智能电网研究院有限公司
IPC分类号： G06F40/30 , G06V20/70 , G06V10/44 , G06N3/0464 , G06N3/08
摘要： 本发明涉及信息检索技术领域，公开了电力异质数据的语义关联方法、装置、设备及存储介质，本发明提供的方法，首先对多模态数据集进行模态内特征联合学习，包括全局特征和上下文特征，根据文本的全局特征向量、文本上下文特征向量，得到文本语义关联空间，根据图像的全局特征向量、图像上下文特征向量，得到图像语义关联空间，根据文本语义关联空间、图像语义关联空间，得到共享语义关联空间，将预设图像、预设文本映射至共享语义关联空间中，分别生成第一特征向量、第二特征向量，通过计算其相似度，得到预设图像、预设文本的语义关联度。通过本发明提供的方法能够很好地学习电网场景下不同子类别间的判别性以及异构数据间的关联关系。
-
公开(公告)号：CN114880406B
公开(公告)日：2023-07-18
申请号：CN202210482742.7
申请日：2022-05-05
申请人： 国网智能电网研究院有限公司
IPC分类号： G06F16/28 , G06F18/23213 , G06F18/22
摘要： 本发明提供了一种数据管理方法及装置，该方法包括：结合多个系统的业务数据为多个主题域中的各业务实体建立主数据，业务数据中包含各业务实体的实体信息；根据第一判别模型和主数据，对第一初始关联关系进行一致性校核，基于校核结果对第一初始关联关系进行调整，得到第一关联关系；根据第二判别模型和主数据，对第二初始关联关系进行一致性校核，基于校核结果对第二初始关联关系进行调整，得到第二关联关系；结合第一关联关系、第二关联关系建立实体‑关系主数据。通过执行本发明得到的各业务实体主数据更完整，且建立的实体‑关系主数据能够实现非直接相邻的业务实体之间的关联映射以及与相关业务实体关键属性信息的快速搜索和共享。
-
公开(公告)号：CN114722329B
公开(公告)日：2022-08-26
申请号：CN202210649972.8
申请日：2022-06-10
申请人： 国网智能电网研究院有限公司
IPC分类号： G06F17/10
摘要： 本发明实施例涉及一种电动汽车碳减排量核算方法、装置及电子设备。包括：获取电动汽车在核算期内的充电电量和放电电量；基于区域电网碳排放因子，确定区域用电二氧化碳排放系数；基于电动汽车‑燃油汽车能量转换二氧化碳排放系数和区域用电二氧化碳排放系数，确定电动汽车区域用电碳减排因子；将充电电量和放电电量、区域用电二氧化碳排放系数及电动汽车区域用电碳减排因子，输入到预设的电动汽车碳减排核算模型，获得电动汽车碳减排量。通过该方式，针对碳积分核定与交易需求，在缺少碳排放量责任核定的现状下，根据电动汽车碳减排核算模型，实现电动汽车用电行驶替代传统油车用油行驶和向电网放电替代传统能源发电所减排的二氧化碳量核算。
-
公开(公告)号：CN116524240A
公开(公告)日：2023-08-01
申请号：CN202310331575.0
申请日：2023-03-30
申请人： 国网智能电网研究院有限公司
摘要： 本发明公开了一种电力作业场景违章行为识别模型、方法、装置及存储介质，该模型包括：卷积层，用于对输入的电力作业场景图片进行特征提取，得到多个特征图；显著性最大池化层，用于对多个特征图进行最大池化操作；显著性部件定位学习层，用于对池化结果进行加权求和，得到求和结果；分类层，用于根据求和结果输出识别结果。通过实施本发明，在模型中采用显著性最大池化层取代全连接层，解决了卷积神经网络中参数量过大、容易过拟合的问题，采用显著性最大池化层连接卷积层，直接赋予了每个通道实际的类别意义，剔除了全连接层中黑箱的特征，使网络结构具有可解释性。设置显著性部件学习层，使得电力作业场景下的违章行为识别变得可溯因。
-
公开(公告)号：CN116484878A
公开(公告)日：2023-07-25
申请号：CN202310737583.5
申请日：2023-06-21
申请人： 国网智能电网研究院有限公司
IPC分类号： G06F40/30 , G06V20/70 , G06V10/44 , G06N3/0464 , G06N3/08
摘要： 本发明涉及信息检索技术领域，公开了电力异质数据的语义关联方法、装置、设备及存储介质，本发明提供的方法，首先对多模态数据集进行模态内特征联合学习，包括全局特征和上下文特征，根据文本的全局特征向量、文本上下文特征向量，得到文本语义关联空间，根据图像的全局特征向量、图像上下文特征向量，得到图像语义关联空间，根据文本语义关联空间、图像语义关联空间，得到共享语义关联空间，将预设图像、预设文本映射至共享语义关联空间中，分别生成第一特征向量、第二特征向量，通过计算其相似度，得到预设图像、预设文本的语义关联度。通过本发明提供的方法能够很好地学习电网场景下不同子类别间的判别性以及异构数据间的关联关系。
-
公开(公告)号：CN116433977A
公开(公告)日：2023-07-14
申请号：CN202310414455.7
申请日：2023-04-18
申请人： 国网智能电网研究院有限公司
IPC分类号： G06V10/764 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/088
摘要： 本发明实施例涉及一种未知类别图像分类方法、装置、计算机设备及存储介质，包括：基于已知类别的第一图像训练初始类别标签嵌入提取模型；基于未知类别的第二图像对初始类别标签嵌入提取模型进行微调，得到微调后的第二类别标签嵌入提取模型；获取待分类的第三图像，基于第二类别标签嵌入提取模型对第三图像进行分类，得到第三图像对应的图像类别。由此，可以实现零样本学习，提升未知类别的图像分类准确率，降低人工成本。
-
-
-
-
-
-
-
-
-
搜索结果
51 条记录 (耗时 0.082 秒)
