-
Patent Agency Ranking
公开(公告)号：CN109710926B
公开(公告)日：2023-08-29
申请号：CN201811518871.7
申请日：2018-12-12
Applicant: 内蒙古电力(集团)有限责任公司电力调度控制分公司 , 北京科东电力控制系统有限责任公司
IPC: G06F40/284 , G06F40/30
Abstract: 本发明提供了一种电网调度专业语言语义关系抽取方法、装置及电子设备，其中，方法包括：采集电网运行过程中生成的调度历史语料库；对所述调度历史语料库中的各个所述语料文本分别进行词汇抽取，得到该语料文本包含的多个词汇，按照多个所述词汇在该语料文本中的排列顺序，构造每个所述词汇对应的词汇向量；基于每个所述词汇对应的词汇向量及预设的神经网络模型，构建每个所述词汇对应的语义向量；根据每个所述词汇对应的语义向量，计算所述词汇间的语义相似度，以确定所述词汇间的语义关系。本发明能够借助神经网络模型进行电网调度专业语义关系的快速、准确提取，避免调度人员的主观性影响及减少调度人员的工作担负。
-
公开(公告)号：CN109697570A
公开(公告)日：2019-04-30
申请号：CN201811616118.1
申请日：2018-12-27
Applicant: 北京科东电力控制系统有限责任公司
Abstract: 本发明提供了一种变电站二次设备状态评估方法，涉及变电站二次设备评估的技术领域，搭建二次设备状态云技术平台，该二次设备状态云技术平台包括分布式文件系统模块及基于MapReduce的极限学习机状态评估分类器，分布式文件系统模块读取输入数据并将输入数据以二次设备状态评估训练集形式存储，应用二次设备状态评估训练集对基于MapReduce的极限学习机状态评估分类器进行训练，得到二次设备状态评估模型；实时运行数据经过二次设备状态评估模型映射直接得到输出结果；本方法利用基于MapReduce的极限学习机对二次设备状态进行诊断和分析，可构建高容错性、高可伸缩性、低成本和扩展性良好的高效分布式系统，有效提高对海量二次设备数据的处理能力及对分类器的分类精度。
-
公开(公告)号：CN109711450A
公开(公告)日：2019-05-03
申请号：CN201811563729.4
申请日：2018-12-20
Applicant: 北京科东电力控制系统有限责任公司
Abstract: 本发明提供了一种电网预想故障集预测方法、装置、电子设备及存储介质，方法包括：获取目标电网断面的预设特征变量种类的目标断面特征变量集，并在预设的样本库中确定出与目标断面特征变量集匹配的样本特征变量集，其中，样本库包括样本故障集和样本特征变量集的对应关系，样本特征变量集的特征变量种类与预设特征变量种类相同，最终确定匹配的样本特征变量集对应的样本故障集为目标电网断面的预测故障集；通过比对样本库中样本的特征变量和目标电网断面的特征变量，得到当前断面对应的故障集，摆脱了目前依赖人工经验的问题，减小了故障集预想不全面的可能，实现了故障集的超实时预测，提高了工作人员的工作效率。
-
公开(公告)号：CN109710926A
公开(公告)日：2019-05-03
申请号：CN201811518871.7
申请日：2018-12-12
Applicant: 内蒙古电力(集团)有限责任公司电力调度控制分公司 , 北京科东电力控制系统有限责任公司
IPC: G06F17/27
Abstract: 本发明提供了一种电网调度专业语言语义关系抽取方法、装置及电子设备，其中，方法包括：采集电网运行过程中生成的调度历史语料库；对所述调度历史语料库中的各个所述语料文本分别进行词汇抽取，得到该语料文本包含的多个词汇，按照多个所述词汇在该语料文本中的排列顺序，构造每个所述词汇对应的词汇向量；基于每个所述词汇对应的词汇向量及预设的神经网络模型，构建每个所述词汇对应的语义向量；根据每个所述词汇对应的语义向量，计算所述词汇间的语义相似度，以确定所述词汇间的语义关系。本发明能够借助神经网络模型进行电网调度专业语义关系的快速、准确提取，避免调度人员的主观性影响及减少调度人员的工作担负。
-
公开(公告)号：CN109697570B
公开(公告)日：2020-09-29
申请号：CN201811616118.1
申请日：2018-12-27
Applicant: 北京科东电力控制系统有限责任公司
Abstract: 本发明提供了一种变电站二次设备状态评估方法，涉及变电站二次设备评估的技术领域，搭建二次设备状态云技术平台，该二次设备状态云技术平台包括分布式文件系统模块及基于MapReduce的极限学习机状态评估分类器，分布式文件系统模块读取输入数据并将输入数据以二次设备状态评估训练集形式存储，应用二次设备状态评估训练集对基于MapReduce的极限学习机状态评估分类器进行训练，得到二次设备状态评估模型；实时运行数据经过二次设备状态评估模型映射直接得到输出结果；本方法利用基于MapReduce的极限学习机对二次设备状态进行诊断和分析，可构建高容错性、高可伸缩性、低成本和扩展性良好的高效分布式系统，有效提高对海量二次设备数据的处理能力及对分类器的分类精度。
-
-
-
-
Search Results
5
records
(took 0.046 seconds)
