-
公开(公告)号:CN112418438A
公开(公告)日:2021-02-26
申请号:CN202011327005.7
申请日:2020-11-24
申请人: 国电南瑞科技股份有限公司 , 国网电力科学研究院有限公司 , 南瑞集团有限公司 , 国电南瑞南京控制系统有限公司
摘要: 本发明公开了一种基于容器的机器学习流程化训练任务执行方法及系统,提出适用于机器学习模型训练与评估的抽象化过程描述语言,对机器学习模型训练所涉及的算法选择、超参设置、损失函数、优化函数、执行计划等关键环节提供模板化配置,并通过模型构建任务调度框架实现自动化模型快速训练与评估,通过免编码方式提高机器学习应用模型构建效率;通过基于容器的集群CPU、GPU、内存等算力资源的统一管控,提供多租户资源隔离、弹性扩展的容器化机器学习模型训练环境,实现集群计算资源的高效利用与统筹管理。
-
公开(公告)号:CN112418438B
公开(公告)日:2022-08-26
申请号:CN202011327005.7
申请日:2020-11-24
申请人: 国电南瑞科技股份有限公司 , 国网电力科学研究院有限公司 , 南瑞集团有限公司 , 国电南瑞南京控制系统有限公司
摘要: 本发明公开了一种基于容器的机器学习流程化训练任务执行方法及系统,提出适用于机器学习模型训练与评估的抽象化过程描述语言,对机器学习模型训练所涉及的算法选择、超参设置、损失函数、优化函数、执行计划等关键环节提供模板化配置,并通过模型构建任务调度框架实现自动化模型快速训练与评估,通过免编码方式提高机器学习应用模型构建效率;通过基于容器的集群CPU、GPU、内存等算力资源的统一管控,提供多租户资源隔离、弹性扩展的容器化机器学习模型训练环境,实现集群计算资源的高效利用与统筹管理。
-
公开(公告)号:CN114169531A
公开(公告)日:2022-03-11
申请号:CN202111339559.3
申请日:2021-11-12
申请人: 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国网电力科学研究院有限公司
摘要: 本发明公开了一种组态化机器学习建模任务描述的预测方法及系统,获取当前区域的业务数据,输入到集成多种机器学习算法的预测模型,输出该区域对应该业务的预测数据;根据业务需求从机器学习算法集成框架中提取与该业务数据相关的多个机器学习算法,生成对应业务的以有向无环图数据结构进行描述的机器学习流程化任务描述结构,每个机器学习算法为所述机器学习流程化任务描述结构中的一个运算节点,确定用于依次调用每个运算节点对应的运算程序的参数,进行模型训练;保存训练好的集成多种机器学习算法的预测模型。优点:封装各机器学习框架算法的集成框架,降低开发的人力成本、提高开发效率,降低人工智能技术应用的门槛。
-
公开(公告)号:CN113282681B
公开(公告)日:2022-08-26
申请号:CN202110533418.9
申请日:2021-05-17
申请人: 国电南瑞科技股份有限公司 , 国网电力科学研究院有限公司 , 国网河北省电力有限公司 , 国家电网有限公司
摘要: 本发明公开了一种多源异构数据的描述方法,描述多源异构数据的数据源信息,形成数据源信息描述项;描述多源异构数据的元数据信息,形成元数据信息描述项;描述多源异构数据的数据,形成多维数据描述区;顺序组合数据源信息描述项、元数据信息描述项和多维数据描述区,得到完整的多源异构数据描述。本发明通过描述数据源信息和元数据信息,实现多源异构数据描述方法的自描述、自校验和可扩展;通过多维数据网格及层次化描述方法,支持多级嵌套式复杂数据结构存储。
-
公开(公告)号:CN114356543A
公开(公告)日:2022-04-15
申请号:CN202111460970.6
申请日:2021-12-02
申请人: 国电南瑞科技股份有限公司 , 国网电力科学研究院有限公司 , 国网河北省电力有限公司 , 国家电网有限公司
摘要: 本发明公开了一种基于Kubernetes的多租户机器学习任务资源调度方法,对不同用户可使用的算力资源进行配额管理,同时监测Kubernetes平台中各Node节点资源状态信息,考虑节点所在宿主机的资源利用率的问题,避免出现调度结果不准确的问题,同时通过监测实时调度和预调度request需求信息,根据调度任务需求信息对各Node节点进行优先级排序,获取最优节点的主机标签,根据标签对各类机器学习模型训练与预测任务的资源需求进行合理分配。本发明有效的预防和减少Kubernetes平台中节点资源使用的倾斜问题,实现多节点负载均衡,提高节点资源的利用率。
-
公开(公告)号:CN115600570A
公开(公告)日:2023-01-13
申请号:CN202211126696.3
申请日:2022-09-16
IPC分类号: G06F40/183 , G06F40/18 , G06V30/14 , G06V30/412
摘要: 本发明公开了一种电网设备预警限值表格重构方法、录入方法及装置,本发明预先设置表格样式本文,采用文本检测框顶角坐标和文本检测框中的内容,将跨列文本检测框提取出来,对其余的文本检测框进行行列划分,构建第一表格,根据表格样式本文对第一表格进行列合并,生成第二表格,将提取的跨列文本检测框插入第二表格,通过文本检测框的间距、行合并单元格所涉及的列编号、相邻且内容相关的列编号,调整行合并单元格所涉及列的布局、相邻且内容相关列的内容或单元格格式,实现文字格式误识以及大量行合并情况下的预警限值表格重构,从而进一步可实现预警限值的自动录入,提升调控中心日常业务处理效率。
-
公开(公告)号:CN115169217A
公开(公告)日:2022-10-11
申请号:CN202210582203.0
申请日:2022-05-26
申请人: 国电南瑞科技股份有限公司 , 国网电力科学研究院有限公司 , 国网河北省电力有限公司 , 国家电网有限公司
IPC分类号: G06F30/27 , G06K9/62 , G06F113/04 , G06F119/02
摘要: 本发明公开了一种基于电网业务数据的预测方法及系统,获取待预测区域的电网业务数据,输入到预先训练好的包含循环的机器学习预测模型,输出该区域的电网预测数据;包含循环的机器学习预测模型的构建,包括:根据电网业务预测需求从预先构建的机器学习算法框架中选择运算节点构建机器学习预测模型;根据业务预测需求设置循环控制信息,确定属于该循环的运算节点信息、循环控制方式信息和循环控制条件信息,根据运算节点信息、循环控制方式信息和循环控制条件信息确定包含循环的机器学习预测模型。优点:为需要循环执行的训练任务提供支持和控制,降低模型训练成本,提高人工智能应用研发效率,加快电网调控领域应用的落地实施。
-
公开(公告)号:CN113282681A
公开(公告)日:2021-08-20
申请号:CN202110533418.9
申请日:2021-05-17
申请人: 国电南瑞科技股份有限公司 , 国网电力科学研究院有限公司 , 国网河北省电力有限公司 , 国家电网有限公司
摘要: 本发明公开了一种多源异构数据的描述方法,描述多源异构数据的数据源信息,形成数据源信息描述项;描述多源异构数据的元数据信息,形成元数据信息描述项;描述多源异构数据的数据,形成多维数据描述区;顺序组合数据源信息描述项、元数据信息描述项和多维数据描述区,得到完整的多源异构数据描述。本发明通过描述数据源信息和元数据信息,实现多源异构数据描述方法的自描述、自校验和可扩展;通过多维数据网格及层次化描述方法,支持多级嵌套式复杂数据结构存储。
-
公开(公告)号:CN115169810A
公开(公告)日:2022-10-11
申请号:CN202210648136.8
申请日:2022-06-09
申请人: 国电南瑞科技股份有限公司 , 国网电力科学研究院有限公司 , 国网河北省电力有限公司 , 国家电网有限公司
发明人: 刘金波 , 李昊 , 万雄 , 翟明玉 , 葛睿 , 王秋楠 , 张伟 , 孙广辉 , 习新魁 , 杨立波 , 马斌 , 李一鹏 , 季学纯 , 陈子韵 , 王宇冬 , 张珂珩 , 李佳阳 , 沈嘉灵 , 劳莹莹
摘要: 本发明公开了一种面向电网调控的人工智能系统构建方法及装置,其方法包括:将各物理或虚拟服务器的算力资源进行集群资源池化生成虚拟资源池;对从电网调控系统中提取不同类型的样本数据进行预处理、样本标注以及样本数据集存储,统一建立样本数据的资源服务目录;集成开源算法框架,并将应用自研算法纳入统一管理;提供可视化机器学习建模引擎,可视化机器学习建模引擎将机器学习AI模型构建和开发转变为图形化流程编排与执行,将数据、算法、AI模型训练与评估前后端一体化整合;对训练好的AI模型进行持久化存储并进行配置管理和版本化管理;本发明能够降低人工智能应用研发门槛,助力电网调控领域人工智能应用快速落地。
-
公开(公告)号:CN113419934B
公开(公告)日:2022-07-08
申请号:CN202110676313.9
申请日:2021-06-18
申请人: 南瑞集团有限公司 , 国电南瑞科技股份有限公司
摘要: 本发明公开了一种基于回归预测方法监测KPI指标中的单点数据异常、连续数据异常、相关性异常等多元数据异常的方法。方法主要包括以下步骤:对数据集进行预处理,分析数据集的周期性,趋势,相关性等统计属性;对数据集通过统计建模或机器学习算法计算预测值;计算实际值与预测值的异常分数,并利用3‑sigma准则进行异常值的监测;针对单点异常,直接通过准则监测;针对连续异常,为降低连续异常对预测的影响,采取一个周期内的预测平均值进行异常分数计算。使用标准度量方法AUC和PRAUC来评估算法精度。在本方法中可以采用多种机器学习回归算法进行预测值计算,针对多元异常提出针对性解决方案,使算法更具灵活性,对数据的异常类型监测也更全面。
-
-
-
-
-
-
-
-
-