-
公开(公告)号:CN111324056A
公开(公告)日:2020-06-23
申请号:CN201911186603.4
申请日:2019-11-28
Applicant: 国网江苏省电力有限公司镇江供电分公司
IPC: G05B19/042 , G06K7/10 , G07C9/22 , H04L29/08 , H04N7/18
Abstract: 本发明公开了一种变电站智能安全工器具柜控制系统,包括柜门开关、摄像头、屏幕/键盘、无线射频识别模块、温度传感器、安全工器具柜控制模块、电力专用移动数据网络、电脑、手机;所述柜门开关、摄像头、屏幕/键盘、无线射频识别模块、温湿度传感器与安全工器具柜控制模块通信连接,安全工器具柜控制模块通过电力专用移动数据网络与电脑、手机无线通信连接,安全工器具柜控制模块采用MPS430F149单片机和TC35i移动数据芯片,实现对柜门开关、摄像头、屏幕/键盘、无线射频识别模块和温度传感器的测控以及数据传输。本发明解决安全工器具柜无法远方授权、安全工器具无法自动全面记录检查、安全工器具定期检查无法自动提醒的问题。
-
公开(公告)号:CN117591648A
公开(公告)日:2024-02-23
申请号:CN202311556838.4
申请日:2023-11-21
Applicant: 国网江苏省电力有限公司镇江供电分公司
IPC: G06F16/332 , G06F16/33 , G06F40/30 , G06N3/0442 , G06N3/0455 , G06Q30/01
Abstract: 本发明公开了一种基于情绪细微感知的电网客服共情对话回复生成方法,使用基于细粒度情绪感知的共情对话回复生成模型,由语句知识编码器、情绪流感知器和知识选择解码器组成;采用语句知识编码器以及句间使用双向长短期记忆网络与注意力机制达到准确的发言级别的精确建模,捕捉细微情绪动态变化过程;结合引入的外部知识把握情绪变化特征,从细微到整体理解对话整体带有的情绪特征;基于交叉注意力机制的情绪与外部知识的对应选择模块,对外部知识进行一致化选择,使得选取的知识与对话发言轮次顺序的情绪特征协同,消除逻辑冲突;引入词频惩罚损失函数,惩罚模型选择高频词行为,增加对低频词语选择概率,增加模型生成回复多样性。
-
公开(公告)号:CN118263859A
公开(公告)日:2024-06-28
申请号:CN202410431725.X
申请日:2024-04-11
Applicant: 国网江苏省电力有限公司镇江供电分公司 , 天津天电瑞联能源科技有限公司
IPC: H02J3/00 , H02J3/38 , H02J3/28 , G06Q10/0631 , G06Q50/06
Abstract: 本发明提供一种适应大规模分布式新能源接入的嵌入式配电网规划方法及系统,该方法包括:对调研的供电区内分布式电源和储能设备供电范围信息进行网格划分,且该划分考虑大规模分布式电源、储能设备的供用电边界;对调研的供电区内的各电压等级进行新能源电源承载能力评估;考虑网供负荷最大值预计发生时刻的情况下,根据网格近期和远期网供负荷的电力平衡情况计算相应的网供负荷,进而合理预测网供负荷、规划方案编制、规划成效分析,在满足负荷需求的情况下灵活消纳。本发明提升配电网安全承载能力和系统调节能力,使得电网规划层面分布式光伏承载力量化评估到位、负荷预测更加精确、规划方案与各类新型源荷储要素更加连贯。
-
公开(公告)号:CN115600675A
公开(公告)日:2023-01-13
申请号:CN202211194881.6
申请日:2022-09-26
Applicant: 国网江苏省电力有限公司镇江供电分公司(CN)
Abstract: 本发明公开了一种基于轻量多出口网络的模型压缩与推断加速方法,包括以下步骤:1:在用户给定的数据集上训练基于变换器的预训练语言模型,得到教师模型并初始化学生模型;2:构建轻量模型的体积需求,并根据模型体积需求设置词嵌入矩阵中间维度、自注意力头数、前馈网络中间维度;3:使用综合静态压缩与动态加速的联合优化方法训练目标轻量多出口网络模型;4:在推断前根据实际需要设定或改变轻量多出口网络模型的置信度阈值,实现可变程度的加速。本发明设计了一种宽度压缩的多出口模型以优化时间和空间效率,大幅降低存储计算开销,减小压缩后的多出口模型因各层不一致导致的性能下降,弥补了静态压缩和动态加速的结合导致模型性能大幅降低的问题。
-
公开(公告)号:CN115600675B
公开(公告)日:2025-05-13
申请号:CN202211194881.6
申请日:2022-09-26
Applicant: 国网江苏省电力有限公司镇江供电分公司
Abstract: 本发明公开了一种基于轻量多出口网络的模型压缩与推断加速方法,包括以下步骤:1:在用户给定的数据集上训练基于变换器的预训练语言模型,得到教师模型并初始化学生模型;2:构建轻量模型的体积需求,并根据模型体积需求设置词嵌入矩阵中间维度、自注意力头数、前馈网络中间维度;3:使用综合静态压缩与动态加速的联合优化方法训练目标轻量多出口网络模型;4:在推断前根据实际需要设定或改变轻量多出口网络模型的置信度阈值,实现可变程度的加速。本发明设计了一种宽度压缩的多出口模型以优化时间和空间效率,大幅降低存储计算开销,减小压缩后的多出口模型因各层不一致导致的性能下降,弥补了静态压缩和动态加速的结合导致模型性能大幅降低的问题。
-
-
-
-