-
公开(公告)号：CN116129480A
公开(公告)日：2023-05-16
申请号：CN202111335084.0
申请日：2021-11-11
IPC分类号： G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/084
摘要： 本发明涉及一种营业厅用AI感知系统，包括移动端、PC端和数据库服务器，移动端包括本体，以及图像采集模块，本体上设有人脸检测模块，PC端包括图像预处理模块、特征提取模块和信息检索模块，本发明的优点：通过图像采集模块采集人脸样本，人脸检测模块检测图像中是否存在人脸区域，并将检测后的图片经图像预处理模块进行预处理，然后通过特征提取模块用于提取人脸特征，信息检索模块是通过计算特征向量的余弦相似度判断人脸特征向量之间的相似度，根据特征与数据库中的人脸特征进行匹配，从而确认身份，因此能及时的感知VIP客户、敏感用户、经常欠费客户，运营人员可针对性提供服务，增强客户的使用体验，提高办理业务的效率。
-
公开(公告)号：CN109685240B
公开(公告)日：2023-10-13
申请号：CN201811247204.X
申请日：2018-10-24
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司营销服务中心 , 浙江华云信息科技有限公司
IPC分类号： G06Q10/063 , G06Q10/04 , G06N3/0442
摘要： 本发明公开了一种基于LSTM深度学习的95598话务工单预测与异动预警方法，涉及一种电力话务工单分析方法。目前人为通过同比、环比数值、增幅数值来确定异动阀值，不能实时、准确、科学地设定阀值，导致监控预警、问题定位、趋势预测能力不足。本发明基于LSTM神经网络深度学习技术，通过建立科学的指标异动预测模型，研究各项指标的数理关系，实现短期话务工单置信异动预测与智能预警应用。本技术方案更高效、更精益、更智能地从大量指标中取得指标分析预警，提高客服指标分析与质量管控的工作效率。弥补传统曲线拟合建模需要定期模型修正的不足，支持在线实时动态学习预测与预警分析，提升日常指标的监控预警、问题定位、趋势预测能力。
-
公开(公告)号：CN116401895B
公开(公告)日：2023-09-29
申请号：CN202310496756.9
申请日：2023-05-05
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司营销服务中心
摘要： 本发明提供一种用于电力营销管理系统的信息处理方法及系统，确定与施工扫描信息对应电力设备的预设设备图像作为完工图像，将完工图像配置于初始进度孪生空间中相应的设备槽位处，生成施工进度孪生空间；判断当前时间点等于预设工期点时，则将标准进度孪生空间和施工进度孪生空间进行比对，生成进度提醒信息；对电力设备进行分类，得到固定设备和线路设备，在固定地理位置进行图像采集，得到对应固定设备的固定设备图像，在线路中点位置进行图像采集，得到对应线路设备的线路中点图像；基于各电力设备的设备属性确定固定设备的第一验证策略，以及线路设备的第二验证策略，基于第一验证策略对固定设备图像进行验证，得到第一验证结果。
-
公开(公告)号：CN112561730A
公开(公告)日：2021-03-26
申请号：CN202011402848.9
申请日：2020-12-02
申请人： 国网浙江省电力有限公司营销服务中心 , 国网浙江省电力有限公司 , 浙江华云信息科技有限公司 , 浙江大学
摘要： 本发明公开了一种基于双层聚类和模糊综合评价的供电服务分析方法，涉及供电服务分析方法。目前，常采用单个评价指标来进行供电公司服务评价，未能较为全面地考虑各方面因素对供电服务水平的影响。本发明采用基于客户诉求、责任归属、异动水平、服务处理四方面的底层评价指标，建立完整评价指标体系。通过双层聚类模型得到分数分布类型及确定不同类型分布下各评价等级中心分数，通过模糊评价方法将评价指标分数转化为易理解的评价等级，对供电公司的供电服务质量做出直观评价。这种基于结构化工单数据的客户侧供电服务分析方法可以快速、有效地根据工单结构化数据对供电公司服务水平进行评价，有利于提升客户侧供电服务水平、精准定位服务薄弱点。
-
公开(公告)号：CN109685240A
公开(公告)日：2019-04-26
申请号：CN201811247204.X
申请日：2018-10-24
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司电力科学研究院 , 浙江华云信息科技有限公司
摘要： 本发明公开了一种基于LSTM深度学习的95598话务工单预测与异动预警方法，涉及一种电力话务工单分析方法。目前人为通过同比、环比数值、增幅数值来确定异动阀值，不能实时、准确、科学地设定阀值，导致监控预警、问题定位、趋势预测能力不足。本发明基于LSTM神经网络深度学习技术，通过建立科学的指标异动预测模型，研究各项指标的数理关系，实现短期话务工单置信异动预测与智能预警应用。本技术方案更高效、更精益、更智能地从大量指标中取得指标分析预警，提高客服指标分析与质量管控的工作效率。弥补传统曲线拟合建模需要定期模型修正的不足，支持在线实时动态学习预测与预警分析，提升日常指标的监控预警、问题定位、趋势预测能力。
-
公开(公告)号：CN109670167B
公开(公告)日：2023-07-25
申请号：CN201811247198.8
申请日：2018-10-24
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司营销服务中心 , 浙江华云信息科技有限公司
IPC分类号： G06F40/30 , G06F40/289 , G06F16/35 , G06N3/048 , G06N3/084 , G06Q30/015 , G06Q50/06
摘要： 本发明公开了一种基于Word2Vec的电力客服工单情感量化分析方法，涉及一种电力客服工单分析方法。传统的情感分析方法不能有效甄别情感强度。本发明结合电力客服工单文本特征，对历史电力客服工单和不满意工单进行分类梳理、数据清洗，再基于百度词库梳理形成初始化多元情感词库，采用逆向最大匹配算法进行工单文本分词，基于Word2Vec神经网络构建融合客户诉求语义的积极词、消极词、否定词、程度副词、以及词序的词向量，通过历史客服工单进行机器学习训练生成融合诉求情感的学习模型，基于模型中的词性亲疏关系来拓展词性语料库，采用相似度词序矩阵量化算法进行情感量化计算，完成客服工单情感量化分析，有效区分情感强弱差异，确定紧急程度。
-
公开(公告)号：CN114092105A
公开(公告)日：2022-02-25
申请号：CN202011399635.5
申请日：2020-12-02
申请人： 国网浙江省电力有限公司营销服务中心 , 国网浙江省电力有限公司 , 浙江华云信息科技有限公司
摘要： 本发明公开了一种基于改进Apriori算法的重复来电诉求链路分析方法，涉及一种链路分析领域。目前客户诉求涉及业务繁杂，处理时所需的计算资源大，且时间长。本发明包括步骤：1)重复诉求链路规整，得到重复来电诉求链路初始化数据集合；2)通过改进Apriori算法对每个重复来电诉求业务链路置信度进行计算；3)对重复诉求链路进行分析，得到诉求链路间业务趋势；本技术方案本技术方案充分结合重复诉求频度、时间序列、业务分类等特点，融合改进Apriori算法进行诉求链路间业务趋势分析；缩减、规整重复诉求链路计算数据集合，同时简化Apriori算法迭代计算环节，减少计算资源和时间，能及时定位供电服务风险问题，提升95598重复诉求业务规律识别能力。
-
公开(公告)号：CN111161094A
公开(公告)日：2020-05-15
申请号：CN201911272970.6
申请日：2019-12-12
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司电力科学研究院 , 浙江华云信息科技有限公司
摘要： 本发明公开了一种基于深度学习的电力工单诉求点识别方法，涉及电力工单诉求点识别方法领域。目前客户诉求挖掘效率低下，面对海量非结构化文本诉求，仍停留在依靠人工进行数据处理与分析的阶段，存在数据处理方式单一、投入人力成本高，实时性差等问题。本方法包括建立诉求点机器识别标签体系、工单诉求高维矩阵向量化、诉求点机器识别建模、样本学习训练、相似度模型识别分类等关键步骤。利用深度学习技术手段，有效实现以机器识别为主、人工复核为辅的诉求人机偶合识别分类功能，实时精准识别客户诉求点，提高诉求分析与问题管控的工作效率，减少一线人员诉求分析压力。
-
公开(公告)号：CN115239062A
公开(公告)日：2022-10-25
申请号：CN202210674787.4
申请日：2022-06-14
申请人： 国网浙江省电力有限公司营销服务中心 , 国网浙江省电力有限公司 , 浙江华云信息科技有限公司 , 浙江大学
摘要： 本申请公开了基于高斯云分布与理想点法的供电质量评价方法，包括输入一定时间段内的配电系统量测数据与95598工单结构化数据；构建包括供电可靠性指标集与电能质量指标集在内的供电质量评价指标体系；计算各供电单位在各项评价指标下的指标值，并根据月度数据生成对应的供电质量指标高斯云；基于历史数据与专家经验生成供电质量指标理想高斯云，将供电质量指标理想高斯云与实际高斯云进行对比，计算得到云间相似度；基于云间相似度形成供电质量评估决策矩阵，根据理想点法对各供电单位的供电质量进行评价。通过建立客观合理的评价体系，精确评估配电系统的供电质量，准确量化电能质量，对保障用户侧用电质量，指导电网电能质量治理具有重要意义。
-
公开(公告)号：CN111047094A
公开(公告)日：2020-04-21
申请号：CN201911272670.8
申请日：2019-12-12
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司电力科学研究院 , 浙江华云信息科技有限公司
摘要： 本发明公开了一种基于深度学习算法的抄表数据异常分析方法，涉及电力用户抄表异常判定方法领域。历来对于抄表数据异常类意见投诉的处理多采用现场检测的方法，耗费物力、人力资源，效率低，对于确定的抄表数据异常用户差错电量的判定也存在方法单一、准确率低下等问题。本方法采用经深度学习训练的BP神经网络建立用户抄表数据异常属实判定算法模型及优化配置策略，实现工单用户抄表数据异常属实的快速准确判断，通过建立抄表数据异常用户日用电量预测模型和优化配置策略，实现差错时间和差错电量的准确估算。从而提高95598指标分析与质量管控的工作效率，发挥辅助决策作用。
-
-
-
-
-
-
-
-
-
搜索结果
42 条记录 (耗时 0.037 秒)
