基于卷积网络的短期负荷预测方法、系统及存储介质

    公开(公告)号:CN117876148A

    公开(公告)日:2024-04-12

    申请号:CN202410027615.7

    申请日:2024-01-08

    摘要: 本发明公开了基于卷积网络的短期负荷预测方法、系统及存储介质,系统包括预测模块,用于将待测数据输入训练后的预测网络模型并得到预测的短期负荷需求。所述预测网络模型包括特征编码模块、时空特征表示学习模块和预测单元;特征编码模块包括并设的位置编码层、值编码层和时间编码层以及特征相加层。所述时空特征表示学习模块用于基于不同的卷积核实现特征学习,每个视图包括一维卷积层、因果卷积层、残差与正则化层、一维反卷积层和残差与正则化层;所述预测单元包括从前至后依次连接的Merge层、通道注意力模块、通道池化层和预测层。本发明可以有效挖掘负荷时序数据中的周期模式和特征规律,预测性能好且运行效率高,具有较好的实用性。

    一种基于人工智能的机器人问答方法、系统、设备及介质

    公开(公告)号:CN118779922A

    公开(公告)日:2024-10-15

    申请号:CN202411007010.8

    申请日:2024-07-25

    摘要: 本发明涉及智能问答技术领域,具体地说,涉及一种基于人工智能的机器人问答方法、系统、设备及介质;该方法首先根据企业内部数据训练问答模型,其次根据输入问题生成答案;然后根据在企业内部数据源的数据表中标注的密级,判断是否对答案进行脱敏处理;最后判断脱敏后的答案密级是否高于企业员工权限等级,授权通过的数据查询请求显示被屏蔽的答案内容;通过对答案的输出进行限制,保证合法用户能够观看到权限范围内的答案,避免非法用户使用问答系统、以及合法用户观看到了超越权限的内容,提升了企业的运营效率,同时满足企业内部数据的安全性需求,保证了企业内部机密不被泄漏。