-
公开(公告)号：CN118733706A
公开(公告)日：2024-10-01
申请号：CN202410838596.6
申请日：2024-06-26
Applicant: 国网智能电网研究院有限公司 , 国网江苏省电力有限公司无锡供电分公司 , 国家电网有限公司
IPC: G06F16/33 , G06F16/332 , G06Q50/06
Abstract: 本申请涉及机器学习技术领域，提供基于检索增强的电力标准问答模型训练方法及系统。所述方法包括：基于大数据采集电力领域数据，构建电力标准文档；构建问答数据库；训练检索模型；训练答复模型；联合优化检索与答复模型，生成联合优化结果；构建初始问答模型，回溯训练并输出电力标准问答模型。本申请解决了现有电力标准问答模型采用基于规则或模板的方法，导致缺乏灵活性和泛化能力，难以应对电力标准文档的复杂性和多样性，进而在理解和解析文档时容易出现偏差或误解，使得回答不准确的技术问题，实现了基于输入文本的语义相似度，利用的问答模型，对电力标准知识的精准高效匹配，提高电力标准问答模型的准确性、专业性和可靠性的效果。
-
公开(公告)号：CN118733706B
公开(公告)日：2025-01-24
申请号：CN202410838596.6
申请日：2024-06-26
Applicant: 国网智能电网研究院有限公司 , 国网江苏省电力有限公司无锡供电分公司 , 国家电网有限公司
IPC: G06F16/334 , G06F16/3331 , G06F16/332 , G06Q50/06
Abstract: 本申请涉及机器学习技术领域，提供基于检索增强的电力标准问答模型训练方法及系统。所述方法包括：基于大数据采集电力领域数据，构建电力标准文档；构建问答数据库；训练检索模型；训练答复模型；联合优化检索与答复模型，生成联合优化结果；构建初始问答模型，回溯训练并输出电力标准问答模型。本申请解决了现有电力标准问答模型采用基于规则或模板的方法，导致缺乏灵活性和泛化能力，难以应对电力标准文档的复杂性和多样性，进而在理解和解析文档时容易出现偏差或误解，使得回答不准确的技术问题，实现了基于输入文本的语义相似度，利用的问答模型，对电力标准知识的精准高效匹配，提高电力标准问答模型的准确性、专业性和可靠性的效果。
-
公开(公告)号：CN111553442B
公开(公告)日：2024-03-12
申请号：CN202010397834.6
申请日：2020-05-12
Applicant: 国网智能电网研究院有限公司 , 国家电网有限公司 , 国家电网有限公司信息通信分公司 , 国网山东省电力公司信息通信公司
IPC: G06F18/241 , G06F18/214
Abstract: 本发明公开了一种分类器链标签序列的优化方法及系统，方法包括：获取待分类的输入样本；利用分类器链模型识别输入样本，生成样本标签集合，组成分类器链；利用共现分析获取样本标签集合对应的共现矩阵；利用共现矩阵的多个共现分支组成共现向量；根据共现向量获取分类器链的起始分支，基于贪心策略生成分类器链标签的顺序。本发明提出了分类器链对应的标签顺序生成策略，通过加快算法生成标签序列，耗时少，得到的分类器链的标签序列准确率高，实现了对原有分类器链模型的性能优化。
-
公开(公告)号：CN119127921A
公开(公告)日：2024-12-13
申请号：CN202411014302.4
申请日：2024-07-26
Applicant: 国网智能电网研究院有限公司 , 国网江苏省电力有限公司南通供电分公司 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC: G06F16/2452 , G06F16/2455 , G06F16/248 , G06N3/045 , G06N3/0895 , G06N3/042 , G06N3/043
Abstract: 一种电力设备数据智能交互方法、系统、设备及介质，包括：基于用户输入的查询信息进行数据库表信息检索，得到数据库表信息；基于查询信息进行电力设备知识库检索，得到业务知识计算逻辑和上下文学习示例；基于数据库表信息、业务知识计算逻辑和上下文学习示例创建提示，并将提示输入到大模型中生成数据库语句；运行数据库语句并判定是否成功，若成功则输出查询结果；否则进行错误校正，得到校正后的数据库语句并重新运行；数据库表信息检索可以实现对用户查询进行表字段链接、表主外键、表关联关系的抽取，提升模型生成数据库语言的准确率和性能，降低数据查询门槛，提高数据利用效率；电力设备知识库可以实现业务知识注入的灵活与可扩展性。
-
公开(公告)号：CN116227496A
公开(公告)日：2023-06-06
申请号：CN202310498522.8
申请日：2023-05-06
Applicant: 国网智能电网研究院有限公司 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC: G06F40/295 , G06F40/30 , G06F16/35 , G06N3/0442 , G06N3/0455 , G06N3/048 , G06N3/08 , G06F18/25 , G06Q50/06
Abstract: 本发明涉及自然语言处理技术领域，具体提供了一种基于深度学习的电力舆情实体关系抽取方法及系统，包括：将电力舆情文本作为预先构建的关系抽取模型的输入，得到所述预先构建的关系抽取模型输出的电力舆情文本的关系特征标注结果；获取电力舆情文本的属性特征，并将所述属性特征和关系特征标注结果作为预先构建的实体关系抽取模型的输入，得到所述预先构建的实体关系抽取模型输出的电力舆情文本的实体关系标注结果。本发明提供的技术方案，可以有效的从电力舆情文本中自动的将包含的实体内容与实体之间的关系抽取出来。
-
Patent Agency Ranking
公开(公告)号：CN118428365A
公开(公告)日：2024-08-02
申请号：CN202410475675.5
申请日：2024-04-19
Applicant: 国网智能电网研究院有限公司 , 国网山东省电力公司电力科学研究院 , 国家电网有限公司
IPC: G06F40/295 , G06V10/40 , G06V10/44 , G06F18/213 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及多模态信息抽取技术领域，具体提供了一种基于深度神经网络的电力设备命名实体识别方法及装置，包括：获取电力设备新闻报道的文本数据和图像数据；将所述文本数据作为预先构建的多模态命名实体识别模型中的BERT模型的输入，将所述图像数据作为预先构建的多模态命名实体识别模型中的分层视觉特征提取模型的输入，得到预先构建的多模态命名实体识别模型输出的电力设备新闻报道的命名实体识别结果。本发明提供的技术方案，能够提高电力设备新闻报道信息抽取的准确性，实现将非结构化文本数据准确转化为知识，进而帮助完善智慧电网建设，支撑电力设备态势感知与舆情风险预警等监管工作。
-
公开(公告)号：CN116227496B
公开(公告)日：2023-07-14
申请号：CN202310498522.8
申请日：2023-05-06
Applicant: 国网智能电网研究院有限公司 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC: G06F40/295 , G06F40/30 , G06F16/35 , G06N3/0442 , G06N3/0455 , G06N3/048 , G06N3/08 , G06F18/25 , G06Q50/06
Abstract: 本发明涉及自然语言处理技术领域，具体提供了一种基于深度学习的电力舆情实体关系抽取方法及系统，包括：将电力舆情文本作为预先构建的关系抽取模型的输入，得到所述预先构建的关系抽取模型输出的电力舆情文本的关系特征标注结果；获取电力舆情文本的属性特征，并将所述属性特征和关系特征标注结果作为预先构建的实体关系抽取模型的输入，得到所述预先构建的实体关系抽取模型输出的电力舆情文本的实体关系标注结果。本发明提供的技术方案，可以有效的从电力舆情文本中自动的将包含的实体内容与实体之间的关系抽取出来。
-
公开(公告)号：CN115730071A
公开(公告)日：2023-03-03
申请号：CN202211495906.6
申请日：2022-11-23
Applicant: 国网智能电网研究院有限公司 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC: G06F16/35 , G06F40/30 , G06F18/214
Abstract: 本发明实施例涉及一种电力舆情事件的抽取方法、装置、电子设备及存储介质，包括：获取电力舆情数据；对所述电力舆情数据进行事件检测，标注含有事件类型标签的目标语句；抽取所述目标语句中的论元角色；将所述目标语句对应的事件类型与抽取到的论元角色按照预设格式组合，得到电力舆情事件。由此，可以从大量的电力舆情文本中自动、快捷的将其包含的多个事件信息同时抽取出来，提高了电力舆情事件的识别准确率和抽取效率。
-
公开(公告)号：CN118465628A
公开(公告)日：2024-08-09
申请号：CN202410604694.3
申请日：2024-05-15
Applicant: 北京中电普华信息技术有限公司 , 国网山东省电力公司电力科学研究院 , 国网信息通信产业集团有限公司 , 国家电网有限公司 , 国网智能电网研究院有限公司
IPC: G01R31/62
Abstract: 本申请提供一种设备的目标故障类型推荐方法及相关设备，所述方法包括获取所述设备的待检测故障信息；将所述待检测故障信息输入至经过训练的故障检测模型，通过所述故障检测模型对所述待检测故障信息进行匹配处理，并通过所述故障检测模型输出所述待检测故障信息对应的至少一个目标故障类型和目标故障类型对应的置信度；在预先构建的系数表中确定与所述目标故障类型匹配的系数；基于所述目标故障类型的置信度和所述系数，确定所述目标故障类型的推荐值；基于全部推荐值，对与其关联的目标故障类型按照从大到小的顺序进行排序，并将经过所述排序后的目标故障类型推荐给用户，解决了现有技术中设备的故障诊断效率低的技术问题。
-
公开(公告)号：CN119357594A
公开(公告)日：2025-01-24
申请号：CN202411896316.3
申请日：2024-12-23
Applicant: 国网江苏省电力有限公司 , 国网江苏省电力有限公司南通供电分公司 , 国网智能电网研究院有限公司 , 中国电力科学研究院有限公司 , 苏州华天国科电力科技有限公司
IPC: G06F18/20 , G06Q50/06 , G06F18/213 , G06N3/0455 , G06F18/10 , G06N3/084 , G06F17/16 , G06F17/18
Abstract: 本发明涉及一种基于大规模语言模型的电力时间序列预测方法、系统、终端及其存储介质，其特征在于，所述方法包括以下步骤：采集电力时间序列，利用自适应分解模块将所述电力时间序列分解为季节项序列和趋势项序列；采用实例正则化和分片化，分别对所述季节项序列和趋势项序列进行运算，以获得季节数据和趋势数据；将季节数据和趋势数据拼接并映射后，输入至预训练后的GPT模型中，输出所述电力时间序列的预测量。本发明设计了一种新的泛用的时间序列大规模语言模型，有效可靠、分析结果准确，在参数训练上简单易行。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.095 seconds)
