-
公开(公告)号:CN112087468A
公开(公告)日:2020-12-15
申请号:CN202010989282.8
申请日:2020-09-18
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司 , 浙江华云信息科技有限公司
IPC: H04L29/06
Abstract: 本申请公开了一种报文处理方法、相关设备及可读存储介质,所述边缘网关预设多个协议模板,每个协议模板对应一种报文协议类型,边缘网关在获取感知层终端上报的报文之后,确定所述报文对应的报文协议类型;依据所述报文协议类型对应的目标协议模板,对所述报文进行解析,得到所述报文中的数据项,所述目标协议模板为预设多个协议模板中的一个。由于边缘网关预设了针对不同报文协议类型的协议模板,因此,边缘网关能够处理采用不同报文协议类型的感知层终端上报的报文,通用性较强。
-
公开(公告)号:CN112104660A
公开(公告)日:2020-12-18
申请号:CN202010986839.2
申请日:2020-09-18
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司 , 浙江华云信息科技有限公司
Abstract: 本申请公开了一种数据传输方法、相关设备及可读存储介质。基于上述方案,发送方可以发送包括头字节字段、请求序号字段、操作码字段、对象标识字段、消息体长度字段、消息体字段和校验码字段的二进制格式数据报文,接收方可以对二进制格式数据报文进行解析。由于二进制格式数据报文相对于JSON,XML等格式,占用的传输资源较小,而边缘网关和云平台可以互为发送方和接收方,因此,边缘网关和云平台之间传输的数据为二进制格式数据报文时,能够提升边缘网关和云平台之间的数据传输的效率和可靠性。
-
公开(公告)号:CN110889088B
公开(公告)日:2023-10-20
申请号:CN201911067012.5
申请日:2019-11-04
Applicant: 国网浙江省电力有限公司信息通信分公司 , 浙江华云信息科技有限公司 , 浙江大学
IPC: G06F18/27 , G06F18/214 , G06Q10/063 , G06Q50/06 , G06Q50/26 , G06F123/02
Abstract: 本发明公开了一种应用电力模型辅助的排污企业监管方法,本发明通过模型化手段,建立企业昼间‑夜间用电比时序图模型,运用企业所在行业用电比修正企业自身用电比,通过突变分析方法分析企业异常排放时段,模型将以训练算法通过夜间用电比迭代计算昼间用电比,减小了非生产设施用电引起的用电误差,提高了用电比模型的精确度,时序图线性模型建模简单,避免了模型的复杂化。本发明提出的一种应用电力模型辅助的排污企业监管方法,能够嗅探企业排污异常,分析企业各时段的生产用电情况,同时可以辅助电力部门的合理供电。
-
公开(公告)号:CN110889088A
公开(公告)日:2020-03-17
申请号:CN201911067012.5
申请日:2019-11-04
Applicant: 国网浙江省电力有限公司信息通信分公司 , 浙江华云信息科技有限公司 , 浙江大学
Abstract: 本发明公开了一种应用电力模型辅助的排污企业监管方法,本发明通过模型化手段,建立企业昼间-夜间用电比时序图模型,运用企业所在行业用电比修正企业自身用电比,通过突变分析方法分析企业异常排放时段,模型将以训练算法通过夜间用电比迭代计算昼间用电比,减小了非生产设施用电引起的用电误差,提高了用电比模型的精确度,时序图线性模型建模简单,避免了模型的复杂化。本发明提出的一种应用电力模型辅助的排污企业监管方法,能够嗅探企业排污异常,分析企业各时段的生产用电情况,同时可以辅助电力部门的合理供电。
-
公开(公告)号:CN110288178A
公开(公告)日:2019-09-27
申请号:CN201910389604.2
申请日:2019-05-10
Applicant: 国网浙江省电力有限公司信息通信分公司 , 浙江华云信息科技有限公司
Abstract: 本实施例提出的基于标准化管理的项目管控方法,包括根据项目类型的不同制定针对每个项目的标准化处理流程;在每个执行进程执行任务链的过程中,获取任务链中标准化处理流程所需的关键信息;如果关键信息获取延迟,则在标准化处理流程中增加循环获取关键信息的步骤,并对处理时长进行延长;当任务链执行完毕后,结束项目的处理过程。针对不同的项目类型分别建立标准化处理流程,在不同类型项目中通过对上述三项内容进行适应性调整,使得每个项目中的重要步骤、流程、时间等关键参数均能收到有效控制,同时还增设循环步骤并对应增加市场的操作,最终使得项目的整体进度清晰完整,不会出现项目进度失控的情况。
-
公开(公告)号:CN117592475A
公开(公告)日:2024-02-23
申请号:CN202311454391.X
申请日:2023-11-01
Applicant: 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司 , 安徽继远软件有限公司 , 国网信息通信产业集团有限公司
IPC: G06F40/295 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种实体识别方法及相关装置,所述方法包括:获取待识别文本序列;基于第一编码器和第二编码器对所述待识别文本序列进行编码,得到初始向量,其中,所述第二编码器基于提取器和预设的编码规则进行编码;将所述初始向量传递给解码器进行解码,得到目标向量;将所述目标向量作为所述待识别文本序列的预测序列。上述过程中,采用第二编码器中提取器和预设编码进行编码,不再基于词典与知识库进行编码,避免了而现有的词典覆盖有限,很多语料存在缺乏对应领域的词典的情况,实体归一化后得到的文本实体的准确性低的问题。
-
公开(公告)号:CN111949770A
公开(公告)日:2020-11-17
申请号:CN202010856639.5
申请日:2020-08-24
Applicant: 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司
IPC: G06F16/33 , G06F16/35 , G06F40/289
Abstract: 本发明提供了一种文档分类方法及装置,创建分类语料库,将分类语料库划分为训练集和测试集,通过根据分类语料库对应的词典从训练集和测试集的每个文档中提取文档特征向量,提高了文档特征提取的准确性,在此基础上,通过利用训练集的文档特征向量对多个机器学习模型进行训练,并根据测试集的文档特征向量对每个训练得到的分类模型的分类效果进行评价,将分类效果最好的分类模型作为最终的文档分类模型,最后利用该文档分类模型进行文档分类,提高了文档分类的准确性。
-
公开(公告)号:CN118298815A
公开(公告)日:2024-07-05
申请号:CN202410468800.X
申请日:2024-04-18
Applicant: 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司 , 安徽继远软件有限公司 , 国网信息通信产业集团有限公司
Abstract: 本申请提供了一种声学模型的训练方法及装置,该方法包括:基于Dropout算法对深度神经网络进行预训练,得到初始的深度神经网络;将语音帧训练样本输入至预先训练好的GMM‑HMM声学模型,得到GMM‑HMM声学模型确定的标注数据;根据语音帧训练样本和标注数据,对初始的深度神经网络进行训练,得到训练好的深度神经网络;基于训练好的深度神经网络确定观察概率;根据观察概率对隐马尔科夫模型进行训练。
-
公开(公告)号:CN113449329A
公开(公告)日:2021-09-28
申请号:CN202111010000.6
申请日:2021-08-31
Applicant: 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司
Abstract: 本发明提供基于安全分享的联邦学习场景下的能源数据融合计算方法,包括:对多元能源数据进行数据预处理,得到预处理后的能源数据;在客户端与中心参数服务器之间基于反向补偿机制选取安全通信通道,确定在安全通信通道中使用的联邦学习参数;在中心参数服务器处生成初始模型,将生成的初始模型向每个客户端分发,每个客户端在接收到初始模型后结合预处理后的能源数据进行安全联邦训练利用联邦学习技术在能源隐私数据不出数据源的情况下进行多元融合计算,同时利用安全分享的安全技术对联邦学习过程传递的梯度信息进行安全保障,实现对能源数据安全、高效、的多元融合计算分析。
-
公开(公告)号:CN113065357A
公开(公告)日:2021-07-02
申请号:CN202110360512.9
申请日:2021-04-02
Applicant: 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司 , 安徽继远软件有限公司 , 国网信息通信产业集团有限公司
IPC: G06F40/30 , G06F40/205 , G06F40/186 , G06F16/33 , G06N3/04 , G06N3/08 , G06Q10/10 , G06Q50/06
Abstract: 本发明提供一种文档自动编制方法及装置,该方法包括:获取待处理的电力文档;提取所述电力文档的语义表示;基于推理模型对所述电力文档的语义表示进行理解与分析;根据所述电力文档的理解分析结果,对所述电力文档进行摘要提取以获得组稿内容,所述组稿内容为对所述电力文档组稿的基础。本发明结合电力系统特点和公司经营需求,应用人工智能技术,实现公文、工单票据及巡检报告等类型的电力文档自动组稿,减少重复性文字编写及格式合规审查工作,提高办公人员工作效率。
-
-
-
-
-
-
-
-
-