-
公开(公告)号：CN119151354A
公开(公告)日：2024-12-17
申请号：CN202411151338.7
申请日：2024-08-21
Applicant: 中国电力科学研究院有限公司 , 国网山东省电力公司 , 国网山东省电力公司信息通信公司
IPC: G06Q10/0639 , G06Q50/26 , G06F18/213 , G06F18/214 , G06N3/084 , G06N3/088 , G06N3/09
Abstract: 本发明公开了一种数据中心绿色运行评估方法、装置、介质及设备。其中，方法包括：获取数据中心的数据中心绿色运行特征数据；将数据中心绿色运行特征数据输入至预先训练的数据中心绿色运行评估模型中，输出数据中心的评估分数，其中数据中心绿色运行评估模型的构建过程如下：获取历史数据中心特征，构建数据中心绿色运行的指标体系；采用层次分析法以及熵权法根据每个数据中心的指标体系，构建主客观结合赋权的学习样本；根据学习样本对深度信念网络进行预训练和微调，生成数据中心绿色运行评估模型。
-
公开(公告)号：CN114936599A
公开(公告)日：2022-08-23
申请号：CN202210590219.6
申请日：2022-05-27
Applicant: 国网山东省电力公司济宁供电公司 , 国网山东省电力公司 , 国网山东省电力公司信息通信公司 , 山东思极科技有限公司 , 国家电网有限公司
Abstract: 本发明提出了基于小波分解与迁移判别的基站用能异常监测方法及系统，包括：基于用能特征集获取的多维高低频特征，进行基站用能样本聚类及分类；以某一聚类用能历史样本数据集的高低频特征、档案特征数据、气象特征数据、节假日特征数据为输入，构建用能异常判别模型；对构建的用能异常判别模型进行最近邻类模型调参迁移学习，通过强化学习自适应调节模型参数，输出近邻聚类用能异常判别模型，依次近邻迁移学习调参，直至完成所有聚类类别用能异常判别模型的构建，形成具有泛化性的用能异常判别模型集；采用泛化性的用能异常判别模型集对基站用能进行实时监测。从而进一步提高用能异常判别的有效性和泛化性。
-
公开(公告)号：CN118427562A
公开(公告)日：2024-08-02
申请号：CN202410888175.4
申请日：2024-07-04
Applicant: 国网山东省电力公司信息通信公司 , 国网山东省电力公司
Inventor： 孙岗 , 赵鹏 , 严莉 , 曲延盛 , 常英贤 , 呼海林 , 王高洲 , 杨坤 , 牛德玲 , 刘新 , 邵志敏 , 樊静雨 , 胡恒瑞 , 管荑 , 梁天 , 王中龙 , 朱尤祥 , 肖沈阳 , 周洁 , 孟祥鹿
IPC: G06F18/20 , G06F18/213 , G06F18/214 , G06F30/27 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/08 , G06F123/02
Abstract: 本发明属于物联网设备时间序列预测领域，提供了一种面向多设备联邦动态图的多元时间序列预测方法及系统。为解决固定图结构无法识别变量之间的依赖关系发生改变而导致模型无法学习时间序列的正确模式的问题，面向多设备联邦动态图的多元时间序列预测方法利用全局图的信息和当前时间序列的局部信息来生成图结构，以建模时间序列之间依赖性的动态变化，能够提高多元时间序列预测精度。
-
公开(公告)号：CN117829683A
公开(公告)日：2024-04-05
申请号：CN202410238789.8
申请日：2024-03-04
Applicant: 国网山东省电力公司信息通信公司 , 国网山东省电力公司
Inventor： 孙岗 , 赵鹏 , 严莉 , 曲延盛 , 常英贤 , 呼海林 , 王高洲 , 杨坤 , 牛德玲 , 邵志敏 , 樊静雨 , 胡恒瑞 , 管荑 , 梁天 , 王中龙 , 朱尤祥 , 肖沈阳 , 周洁 , 孟祥鹿
IPC: G06Q10/0639 , G06Q50/06 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及基于图对比学习的电力物联数据质量分析方法及系统，利用电力数据质量评价指标体系建立特征依赖关系图，在此基础上依次利用特征传递优化和两种自适应随机图数据增强方法对特征依赖关系图进行处理，并通过图卷积神经网络提取数据特征，来训练基于图对比学习的电力数据质量分析模型，可以实现数据质量的综合分析，帮助海量电力物联数据可用性和有效性得到提升。
-
公开(公告)号：CN117827847B
公开(公告)日：2024-05-28
申请号：CN202410238783.0
申请日：2024-03-04
Applicant: 国网山东省电力公司信息通信公司 , 国网山东省电力公司
Inventor： 孙岗 , 梁云丹 , 严莉 , 黄怡 , 赵鹏 , 曲延盛 , 朱朝阳 , 常英贤 , 王高洲 , 呼海林 , 朱亚运 , 杨坤 , 牛德玲 , 刘新 , 樊静雨 , 胡恒瑞 , 管荑 , 梁天 , 王中龙 , 朱尤祥 , 肖沈阳 , 张金国 , 王雨晨 , 刘保臣 , 胡斌浩
IPC: G06F16/22 , G06F16/242 , G06F16/28 , G06F40/194 , G06F40/30 , G06F18/214 , G06N5/04
Abstract: 本发明属于大数据技术领域，为了解决问法训练样本数据少的问题，提出了结合大语言模型的训练样本构建方法、系统、设备及介质，通过利用所获取的库表结构化知识数据构建Prompt模板，所述Prompt模板中库表结构和库表中知识数据相对应；根据所构建的Prompt模板，基于第一大语言模型得到包含问法和查询意图的推理结果；对所得到的推理结果构建扩充问法清单，并对所述扩充问法清单基于第二大语言模型获取问句中关键信息的预标注结果；将所述扩充问法清单以及对应的预标注结果作为问法训练数据用于训练问答模型，帮助在模板生成SQL方案中解决问法训练数据不足，以及扩充问法标注耗时导致方案可实施性降低的难题。
-
Patent Agency Ranking
公开(公告)号：CN117827847A
公开(公告)日：2024-04-05
申请号：CN202410238783.0
申请日：2024-03-04
Applicant: 国网山东省电力公司信息通信公司 , 国网山东省电力公司
Inventor： 孙岗 , 梁云丹 , 严莉 , 黄怡 , 赵鹏 , 曲延盛 , 朱朝阳 , 常英贤 , 王高洲 , 呼海林 , 朱亚运 , 杨坤 , 牛德玲 , 刘新 , 樊静雨 , 胡恒瑞 , 管荑 , 梁天 , 王中龙 , 朱尤祥 , 肖沈阳 , 张金国 , 王雨晨 , 刘保臣 , 胡斌浩
IPC: G06F16/22 , G06F16/242 , G06F16/28 , G06F40/194 , G06F40/30 , G06F18/214 , G06N5/04
Abstract: 本发明属于大数据技术领域，为了解决问法训练样本数据少的问题，提出了结合大语言模型的训练样本构建方法、系统、设备及介质，通过利用所获取的库表结构化知识数据构建Prompt模板，所述Prompt模板中库表结构和库表中知识数据相对应；根据所构建的Prompt模板，基于第一大语言模型得到包含问法和查询意图的推理结果；对所得到的推理结果构建扩充问法清单，并对所述扩充问法清单基于第二大语言模型获取问句中关键信息的预标注结果；将所述扩充问法清单以及对应的预标注结果作为问法训练数据用于训练问答模型，帮助在模板生成SQL方案中解决问法训练数据不足，以及扩充问法标注耗时导致方案可实施性降低的难题。
-
公开(公告)号：CN116632841A
公开(公告)日：2023-08-22
申请号：CN202310919037.3
申请日：2023-07-26
Applicant: 国网山东省电力公司信息通信公司 , 国网山东省电力公司
IPC: H02J3/00 , G06F18/25 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/084 , G06Q10/04 , G06Q50/06 , G06F123/02
Abstract: 本发明属于电力大数据领域，提供了一种融合多时序特征的配电台区短期用电负荷预测方法及系统。其中，为了解决采用深度学习模型进行预测由于会出现过拟合现象而降低预测精度的问题，融合多时序特征的配电台区短期用电负荷预测方法包括获取配电台区历史用电负荷、气象以及时间信息；利用预先训练好的短期用电负荷预测模型处理电台区历史用电负荷、气象以及时间信息，得到短期用电负荷预测值；其中，所述短期用电负荷预测模型包括若干串联连接的子模型；每个子模型的结构相同，均包括输入层、多时序特征模型、深度残差网络层和输出层，其能够提高负荷预测精度。
-
公开(公告)号：CN117851920B
公开(公告)日：2024-07-05
申请号：CN202410256677.5
申请日：2024-03-07
Applicant: 国网山东省电力公司信息通信公司 , 国网山东省电力公司
Inventor： 孙岗 , 赵鹏 , 严莉 , 曲延盛 , 常英贤 , 呼海林 , 王高洲 , 杨坤 , 牛德玲 , 邵志敏 , 樊静雨 , 胡恒瑞 , 管荑 , 梁天 , 王中龙 , 朱尤祥 , 肖沈阳 , 周洁 , 孟祥鹿
IPC: G06F18/2415 , G06F18/214 , G06N3/0464 , G06F18/25 , G06Q50/06
Abstract: 本发明涉及电力数据异常检测技术领域，具体为电力物联数据异常检测方法及系统，利用堆叠离散小波变换对原始电力数据进行分解，并将分解后的数据输入到时空网络模型中，能够同时挖掘时序特征和序列间的复杂关联。在训练过程中，将数据切片作为输入训练异常检测模型，最后在待检测的数据经过预处理后输入异常检测模型，并与真实数据计算异常评分，判断评分是否超过阈值，超过则为异常。通过运用离散小波变换、时空网络以及变分自编码方法，能够更好地表征时间序列数据，从而提高异常识别的准确性。
-
公开(公告)号：CN117833243B
公开(公告)日：2024-05-24
申请号：CN202410250867.6
申请日：2024-03-06
Applicant: 国网山东省电力公司信息通信公司 , 国网山东省电力公司
Inventor： 梁云丹 , 孙岗 , 黄怡 , 赵鹏 , 严莉 , 曲延盛 , 常英贤 , 王高洲 , 呼海林 , 杨坤 , 牛德玲 , 刘新 , 樊静雨 , 胡恒瑞 , 管荑 , 朱尤祥 , 肖沈阳 , 张金国 , 王雨晨 , 刘保臣 , 胡斌浩
IPC: H02J3/00 , G06Q30/0202 , G06F18/25 , G06F18/22 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06Q50/06
Abstract: 本发明属于电力预测技术领域，为了解决现有的混有非时序特征因素难以处理的问题，以及深度学习可解释性差，电力预测不准确的问题，提出了一种电力短期需求预测方法、系统、设备及介质，利用可解释模型得到的第二负荷预测结果，和预训练模型得到的第一负荷预测结果，基于第一负荷预测结果和第二负荷预测结果的相似度对预训练好的预测模型进行再次训练，得到训练好的预测模型，提高预测模型的预测的准确性；在预测模型中，通过对空间特征和时序特征的分别提取后再融合的方式，解决混有非时序特征因素难以处理的问题，提高电力需求预测的准确性。
-
公开(公告)号：CN116632842A
公开(公告)日：2023-08-22
申请号：CN202310919039.2
申请日：2023-07-26
Applicant: 国网山东省电力公司信息通信公司 , 国网山东省电力公司 , 国家电网有限公司
IPC: H02J3/00 , H02J3/38 , G06F18/23213 , G06F18/22 , G06F18/27 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/084 , G06Q10/04 , G06Q50/06 , G06F123/02
Abstract: 本发明属于电力大数据领域，提供一种基于聚类特性的台区分布式光伏负荷概率预测方法及系统。为解决在空间上粗粒度天气信息限制下，台区分布式光伏负荷点预测精度低的问题，基于聚类特性的台区分布式光伏负荷概率预测方法包括对台区分布式光伏历史负荷进行聚类，确定负荷类别，分别构建一个相匹配的短期负荷预测模型；从台区分布式光伏历史负荷及天气信息中分别提取负荷统计特征及天气特征，利用预先训练好的负荷类别预测模型处理所述负荷统计特征及天气特征，预测出负荷标签；选取相匹配的短期负荷预测模型来对台区分布式光伏历史负荷及天气信息进行处理，得到短期负荷预测值。其能够在空间上粗粒度天气信息的限制下进一步提高负荷预测精度。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.075 seconds)
