-
公开(公告)号：CN111222330A
公开(公告)日：2020-06-02
申请号：CN201911366648.X
申请日：2019-12-26
申请人： 中国电力科学研究院有限公司 , 国网冀北电力有限公司 , 北京邮电大学 , 国家电网有限公司
发明人： 谈元鹏 , 宋磊 , 李思 , 徐会芳 , 彭国政 , 张锐 , 刘剑青 , 王凯 , 王明轩 , 朱明阳 , 蓝海波 , 李晶 , 陆树栋 , 王新迎 , 乔骥 , 张玉天 , 赵紫璇 , 王芳
IPC分类号： G06F40/289 , G06N3/04
摘要： 本发明提供了一种中文事件的检测方法，包括：将待检测文本转换成字符向量序列和词向量序列；将字符向量序列和词向量序列输入预先建立的中文事件检测模型，得到待检测文本的触发词以及对应的事件类型；其中，中文事件检测模型考虑了事件类型间共现关系。本发明对于原基础模型检测输出的不确定结果，利用事件类型间的共现关系，可以在文本中寻找其它事件的分类，对部分错误的输出结果进行更正，提高中文事件检测的性能。
-
公开(公告)号：CN111222330B
公开(公告)日：2022-07-12
申请号：CN201911366648.X
申请日：2019-12-26
申请人： 中国电力科学研究院有限公司 , 国网冀北电力有限公司 , 北京邮电大学 , 国家电网有限公司
发明人： 谈元鹏 , 宋磊 , 李思 , 徐会芳 , 彭国政 , 张锐 , 刘剑青 , 王凯 , 王明轩 , 朱明阳 , 蓝海波 , 李晶 , 陆树栋 , 王新迎 , 乔骥 , 张玉天 , 赵紫璇 , 王芳
IPC分类号： G06F40/289 , G06N3/04
摘要： 本发明提供了一种中文事件的检测方法，包括：将待检测文本转换成字符向量序列和词向量序列；将字符向量序列和词向量序列输入预先建立的中文事件检测模型，得到待检测文本的触发词以及对应的事件类型；其中，中文事件检测模型考虑了事件类型间共现关系。本发明对于原基础模型检测输出的不确定结果，利用事件类型间的共现关系，可以在文本中寻找其它事件的分类，对部分错误的输出结果进行更正，提高中文事件检测的性能。
-
公开(公告)号：CN113761927B
公开(公告)日：2024-02-06
申请号：CN202111015300.3
申请日：2021-08-31
申请人： 国网冀北电力有限公司 , 中国电力科学研究院有限公司 , 国家电网有限公司
IPC分类号： G06F40/295 , G06F16/36 , G06Q50/06
摘要： 本发明提供一种电网故障处置实时辅助决策方法、系统、设备及存储介质，方法包括：获取故障信息；基于电网故障处置知识图谱进行故障信息的搜索与推理，结合电网设备实时潮流数据进行实时潮流数据的实时辅助决策。通过构建电网故障处置知识图谱，结合电网调度先验知识，设计了电网故障实时辅助决策方法，可有效的实现对电网故障处置提供决策，支撑电网调度工作。基于电网故障处置知识图谱的知识推理和电网实时潮流数据，结合调度业务实际情况，实现电网故障处置效率提升，支撑电网保电工作，推动电力业务智能化发展。
-
公开(公告)号：CN113761927A
公开(公告)日：2021-12-07
申请号：CN202111015300.3
申请日：2021-08-31
申请人： 国网冀北电力有限公司 , 中国电力科学研究院有限公司 , 国家电网有限公司
IPC分类号： G06F40/295 , G06F16/36 , G06Q50/06
摘要： 本发明提供一种电网故障处置实时辅助决策方法、系统、设备及存储介质，方法包括：获取故障信息；基于电网故障处置知识图谱进行故障信息的搜索与推理，结合电网设备实时潮流数据进行实时潮流数据的实时辅助决策。通过构建电网故障处置知识图谱，结合电网调度先验知识，设计了电网故障实时辅助决策方法，可有效的实现对电网故障处置提供决策，支撑电网调度工作。基于电网故障处置知识图谱的知识推理和电网实时潮流数据，结合调度业务实际情况，实现电网故障处置效率提升，支撑电网保电工作，推动电力业务智能化发展。
-
公开(公告)号：CN114691711A
公开(公告)日：2022-07-01
申请号：CN202210279504.6
申请日：2022-03-21
申请人： 中国电力科学研究院有限公司 , 国网冀北电力有限公司 , 国家电网有限公司
IPC分类号： G06F16/242 , G06F16/22 , G06F40/295 , G06K9/62 , G06Q10/00 , G06Q50/06
摘要： 本发明属于电力自动化技术领域，公开一种基于案例相似度的电网故障处置方法、装置、设备及介质，所述方法，包括：获取故障信息和故障案例；对获取的故障信息和故障案例进行拼接形成一个文本，对文本进行分词后去重，去重后将词组进行编号，形成数据字典；计算故障信息文本中每个词组出现的次数，并标记在数据字典对应的位置，串联起来形成词频向量；根据多维余弦函数公式计算故障信息文本的词频向量与每个故障案例文本的词频向量之间夹角的余弦相似度；根据余弦相似度推送故障案例文本；根据推送的故障案例文本对应的处置措施进行电网故障处置。本发明可快速匹配故障预案，支撑电网调度相关工作。
-
公开(公告)号：CN112215425A
公开(公告)日：2021-01-12
申请号：CN202011109177.7
申请日：2020-10-16
申请人： 国网冀北电力有限公司 , 国家电网有限公司 , 中国电力科学研究院有限公司 , 中国农业大学 , 国网山西省电力公司电力科学研究院
摘要： 本发明公开了一种风电集群有功功率的调度方法及装置，该方法包括：根据风电集群的外送断面之间的层级关系，逐层确定各个外送断面的有功功率的出力指令值；根据各个外送断面的实时有功功率，以及各个外送断面的有功功率的安全阈值和告警阈值，确定各个外送断面的状态类型；根据各个风电场的有功功率的预测数据的变化趋势，确定各个风电场的出力类型；对于每个外送断面对应的多个风电场，根据该外送断面的有功功率的出力指令值，以及该外送断面的状态类型，以及各个风电场的出力类型，对各个风电场的有功功率进行调度，本发明实现了风电场的有功功率进行多角度精细化的调度，提高了风电场的有功功率的调度的精确性，具有重要的工程实用价值。
-
公开(公告)号：CN111783464A
公开(公告)日：2020-10-16
申请号：CN202010625052.3
申请日：2020-07-01
申请人： 中国电力科学研究院有限公司 , 国网冀北电力有限公司 , 国家电网有限公司
IPC分类号： G06F40/295 , G06F40/211 , G06F16/35 , G06F16/36 , G06N3/04 , G06N3/08 , G06Q50/06
摘要： 本发明提供一种面向电力的领域实体识别方法及系统，其通过构建电力领域实体识别算法能够实现对电力领域文本中电力领域实体进行识别，该方法采用BIE进行训练数据标注，利用双向长短时记忆网络和条件随机场进行电力领域实体识别算法模型构建，通过F值等进行算法模型评价，评价满足业务需求即可用于电力实体识别。采用双向长短时记忆网络和条件随机场进行领域实体识别模型的构建，综合了双向长短时记忆网络的序列建模能力，可以捕获较远的上下文信息，具备神经网络拟合非线性的能力，同时采用条件随机场优化整个序列，有效地解决了传统的循环神经网络存在梯度消失或梯度爆炸问题，为构建电力领域的知识图谱的构建提供了重要基础。
-
公开(公告)号：CN112215425B
公开(公告)日：2023-10-20
申请号：CN202011109177.7
申请日：2020-10-16
申请人： 国网冀北电力有限公司 , 国家电网有限公司 , 中国电力科学研究院有限公司 , 中国农业大学 , 国网山西省电力公司电力科学研究院
摘要： 本发明公开了一种风电集群有功功率的调度方法及装置，该方法包括：根据风电集群的外送断面之间的层级关系，逐层确定各个外送断面的有功功率的出力指令值；根据各个外送断面的实时有功功率，以及各个外送断面的有功功率的安全阈值和告警阈值，确定各个外送断面的状态类型；根据各个风电场的有功功率的预测数据的变化趋势，确定各个风电场的出力类型；对于每个外送断面对应的多个风电场，根据该外送断面的有功功率的出力指令值，以及该外送断面的状态类型，以及各个风电场的出力类型，对各个风电场的有功功率进行调度，本发明实现了风电场的有功功率进行多角度精细化的调度，提高了风电场的有功功率的调度的精确性，具有重要的工程实用价值。
-
公开(公告)号：CN113822054A
公开(公告)日：2021-12-21
申请号：CN202110758581.5
申请日：2021-07-05
申请人： 国网冀北电力有限公司 , 国家电网有限公司 , 北京邮电大学
IPC分类号： G06F40/253 , G06F40/232 , G06F40/58 , G06F40/56 , G06N3/08 , G06N3/04
摘要： 本发明公开了一种基于数据增强的中文语法纠错方法及装置，其中该方法包括：在训练神经语法纠错模型过程中，以预设固定概率，将当前轮训练批次的输入源语句中的每个字通过BART噪声函数进行映射处理，得到含有不同类型语法错误的句子；将含有不同语法错误的句子及对应的目标语句作为当前轮的含噪样本对，训练神经语法纠错模型，得到数据增强处理后的神经语法纠错模型；利用增强处理后的该模型进行中文语法纠错处理。本发明可以通过基于BART噪声器来实现数据增强，在模型训练的过程中自动生成大量含有不同类型语法错误的含噪文本，进而得到高性能的神经语法纠错模型，利用该高性能的神经语法纠错模型可以实现高效准确地进行中文语法纠错。
-
公开(公告)号：CN116861894A
公开(公告)日：2023-10-10
申请号：CN202310263248.6
申请日：2023-03-17
申请人： 国网冀北电力有限公司 , 国家电网有限公司 , 北京邮电大学
IPC分类号： G06F40/279 , G06F40/30 , G06F40/211 , G06F18/214 , G06F18/241 , G06F16/35 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/0895 , G06N3/09
摘要： 本发明提供了一种基于半监督学习的电网领域实体关系抽取，在用于基于Seq2seq的实体关系抽取的基础上，通过对传统的用注意力机制的方法进行关系抽取做改进，加入了半监督学习，能够充分挖掘大规模无标注电力文本中蕴含的实体知识，实现更高效的领域迁移，减少人工语料的标注，缓解自然语言处理NLP研究时由于标注语料工作带来的人工和时间的压力，降低了数据标注工作耗费的人力时间成本；同时我们引入了多粒度掩码预训练语言模型ERNIE应用在实体关系抽取任务上，用于捕获实体级别的语义信息，更有效的挖掘无标注数据中的实体识别知识，提升电力实体识别性能，从而更好完成电网领域实体关系抽取任务。
-
-
-
-
-
-
-
-
-
搜索结果
19 条记录 (耗时 0.079 秒)
