-
公开(公告)号:CN116523042A
公开(公告)日:2023-08-01
申请号:CN202310430045.1
申请日:2023-04-20
申请人: 中国电力科学研究院有限公司 , 国网四川省电力公司电力科学研究院 , 国家电网有限公司
摘要: 本发明属于电网调度技术领域,提供一种电网调度实体关系联合抽取方法及系统,包括对电网故障处置多源异构数据进行收集与处理,形成电网调度文本数据;对电网调度文本数据中的实体、关系进行训练语料标注,得到训练数据;将训练数据输入知识融入语言模型‑循环神经网络‑序列标示联合训练模型中进行模型训练,得到电网调度实体关系联合抽取模型。本发明实现电网故障处理实体、关系联合抽取,支撑电网调度知识图谱构建,促进电网故障处理从传统人工到机器智能辅助的跃升,实现电网调度领域知识的积累、固化与传承,提升电网故障处理水平,开拓人工智能技术在电网调度应用的新领域。
-
公开(公告)号:CN116227584A
公开(公告)日:2023-06-06
申请号:CN202310292234.7
申请日:2023-03-23
申请人: 中国电力科学研究院有限公司 , 国网四川省电力公司电力科学研究院 , 国家电网有限公司
IPC分类号: G06N3/096 , G06N3/045 , G06F16/332 , G06F16/35 , G06F40/295 , G06Q10/20 , G06Q50/06
摘要: 一种面向电力行业的预训练语言模型建立方法、系统及介质,方法包括:对预先建立的预训练语言模型使用电力行业文本词典进行全词遮蔽训练,得到源模型;对源模型进行模型微调,通过知识迁移获得符合各应用任务的目标模型。本发明通过对预先建立的预训练语言模型使用电力行业文本词典进行全词遮蔽训练,得到源模型,并将源模型在具体场景任务中进行微调训练,可以实现在各种下游子任务场景中的应用,相比于通用中文BERT模型,本发明对预训练语言模型使用电力行业文本词典进行全词遮蔽训练得到的源模型,在不同任务场景中的召回率和精准度上均有较大提升,在电力自然语言处理基础能力和电网业务应用场景整体上表现出优越的迁移性能。
-
公开(公告)号:CN115134371A
公开(公告)日:2022-09-30
申请号:CN202210676053.X
申请日:2022-06-15
申请人: 中国电力科学研究院有限公司 , 北京百度网讯科技有限公司 , 国网四川省电力公司电力科学研究院
IPC分类号: H04L67/1023
摘要: 本发明公开了一种包含边缘网络算力资源的调度方法、系统、设备及介质,包括:对整个算力资源池资源实时感知,获取用户的作业类型及作业需求;根据作业类型及作业需求,由算力资源调度方法计算得到算力资源策略和不同场景下当前作业分配到不同节点的概率,进而联合网络调度方法进行网络调度;基于算力资源和网络资源得到作业部署信息并输出到执行节点;根据不同节点的概率进行负载均衡调度。包含边缘网络算力资源的异构算力调度,通过定义不同场景下的算力资源分配处理流程,并计算当前作业分配到不同节点的概率,实现不同计算节点的负载均衡,实现作业的高效执行。
-
公开(公告)号:CN114896049A
公开(公告)日:2022-08-12
申请号:CN202210680921.1
申请日:2022-06-16
申请人: 中国电力科学研究院有限公司 , 国网四川省电力公司电力科学研究院
摘要: 本发明公开了一种电力人工智能平台作业任务调度方法、系统、设备及介质,该方法包括:获取周期定时扫描的电力人工智能平台作业任务列表,生成任务批次;对所述任务批次进行周期性的依赖状态检查,获得依赖状态检查结果;根据依赖状态检查结果得到符合预设要求的任务批次,并获取符合预设要求的任务批次对应的集群机器的运行信息,然后计算工作节点得分并排序,根据工作节点得分的排序进行任务调度。该方法实现任务调度到合适的服务器执行任务。
-
公开(公告)号:CN114996018A
公开(公告)日:2022-09-02
申请号:CN202210676039.X
申请日:2022-06-15
申请人: 中国电力科学研究院有限公司 , 北京百度网讯科技有限公司 , 国网四川省电力公司电力科学研究院
摘要: 本发明公开了一种面向异构计算的资源调度方法、节点、系统、设备及介质,系统包括:应用接口抽象模块,用于提供应用模块资源申请交互接口,以获取用户在算力网络提交的作业任务;算力资源调度模块,用于对所述作业任务调度分配,将作业任务分配到虚拟算力资源;算力路由模块,用于将计算任务由算力节点调度到算力资源调度模块的物理计算节点;资源动态感知模块,用于对整个算力资源池资源实时感知,基于整个算力资源池实时感知对所述虚拟算力资源中作业任务进行分发;及算力节点资源模块,用于根据作业任务从虚拟算力资源映射到对应的算力节点中进行执行。本发明将分布零散、异构的计算资源进行统一管理和调度,实现对算力资源的高效利用。
-
公开(公告)号:CN114968956A
公开(公告)日:2022-08-30
申请号:CN202210676051.0
申请日:2022-06-15
申请人: 中国电力科学研究院有限公司 , 国网四川省电力公司电力科学研究院
IPC分类号: G06F16/176 , G06F16/18 , G06F16/2455 , G06Q10/10 , G06Q50/06
摘要: 本发明公开了一种电力人工智能平台模型多级协同方法、系统、设备及介质,包括:获取模型资源,得到待部署的模型;根据边端侧设备的类型及特点将待部署的模型进行模型优化、转换和封装,进行模型与设备的匹配;向边端侧传输模型资源,进行身份鉴别和服务类型校验,并将所述模型的运行指标参数通过物联管理平台发送至边端侧;根据边端侧对模型部署请求的校验结果部署模型。本发明提出了电力人工智能平台模型平台间、平台与边端侧的模型多级协同方法,实现模型资源服务目录、模型镜像或文件的协同共享,支撑电力专用模型的部署、更新、服务等,通过模型推理支撑电力智能化应用。
-
公开(公告)号:CN114979137A
公开(公告)日:2022-08-30
申请号:CN202210461613.X
申请日:2022-04-28
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网福建省电力有限公司电力科学研究院
IPC分类号: H04L67/10 , H04L61/4511 , H04L67/1097 , H04L67/568 , H04L43/10 , G06F16/23 , G06F16/27
摘要: 本发明公开了一种用于电力行业高并发处理的方法、系统、设备及介质,所述方法包括以下步骤:获取并判定电力行业高并发请求是否涉及静态资源,若是则响应请求,若否则通过虚拟IP分发方式,获得缓冲后的请求;通过微服务进行处理,然后发送到分布式缓存Redis中尝试取得数据,若有数据则响应请求,若没有数据则送至消息队列Kafka,缓冲处理后的请求输入电力行业系统内网读写数据库,进行分库、分表以及读写分离处理,数据库更新分布式缓存并响应请求。本发明提供的技术方案可用于电力行业高并发处理,具有高性能、高可用以及高拓展的优点。
-
公开(公告)号:CN110084382A
公开(公告)日:2019-08-02
申请号:CN201811193711.X
申请日:2018-10-12
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司
摘要: 一种配电网检修车辆调度方法,包括:获取各检修中心车辆信息、需要检修的业务地点信息;将所述各检修中心车辆信息、需要检修的业务地点信息带入预先设定的运营成本模型,采用遗传算法进行求解获得车辆调度方案;其中所述运营成本模型以运营成本最小为目标并结合边界约束条件构建;所述需要检修的业务包括:计划检修、故障抢修和临时检修。配电网电力故障检修业务水平的全体提高与资产管理水平的精益提升。
-
公开(公告)号:CN110084382B
公开(公告)日:2024-03-19
申请号:CN201811193711.X
申请日:2018-10-12
申请人: 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: G06Q10/20 , G06Q10/0631 , G06Q50/06
摘要: 一种配电网检修车辆调度方法,包括:获取各检修中心车辆信息、需要检修的业务地点信息;将所述各检修中心车辆信息、需要检修的业务地点信息带入预先设定的运营成本模型,采用遗传算法进行求解获得车辆调度方案;其中所述运营成本模型以运营成本最小为目标并结合边界约束条件构建;所述需要检修的业务包括:计划检修、故障抢修和临时检修。配电网电力故障检修业务水平的全体提高与资产管理水平的精益提升。
-
公开(公告)号:CN116796831A
公开(公告)日:2023-09-22
申请号:CN202310713933.4
申请日:2023-06-15
申请人: 中国电力科学研究院有限公司 , 国网河北省电力有限公司信息通信分公司 , 国家电网有限公司
摘要: 本发明属于计算机技术领域,公开了一种联邦学习模型训练方法、系统、计算机设备及存储介质,包括:获取各参与方提交的加密数据,并结合预设的联邦学习预训练模型,得到各参与方的数据质量评价结果;根据各参与方的数据质量评价结果修正联邦学习预训练模型的损失函数,得到修正损失函数,并根据修正损失函数更新联邦学习预训练模型的模型参数。实现对数据本身的质量进行差异化评价和利用,提高优质数据对模型训练结果的贡献,降低劣质数据对模型训练结果的影响,进而有效提升联邦学习模型的训练效果,保证训练后的联邦学习模型的有效性。此外,还能够引导各参与方基于其真实数据进行加密提交,进一步提升训练数据质量和模型训练质量。
-
-
-
-
-
-
-
-
-