-
公开(公告)号：CN112508363B
公开(公告)日：2024-08-27
申请号：CN202011338528.1
申请日：2020-11-25
申请人： 国网浙江省电力有限公司信息通信分公司 , 安徽继远软件有限公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司
IPC分类号： G06Q10/0639 , G06Q50/06 , G06F18/214 , G06N3/047 , G06N3/0499
摘要： 本发明公开了一种基于深度学习的电力信息系统状态分析方法及装置，包括：获取训练样本；根据信息系统状态分析结果种类对每个训练样本进行对应种类的标注，其中特征相似的训练样本采用相同标注；以训练样本和对应的标注数据作为深度学习网络的输入进行信息系统状态分析模型训练；基于训练完成的信息系统状态分析模型进行信息系统状态分析。本发明通过在标注数据时，对特征相似的训练样本采用相同标注，实现只需将所有训练样本进行特征相似性衡量，然后将特征相似的划分为一类进行相同标注，提高训练样本标注效率，同时采用深度置信网络提高了状态分析的客观性，避免了采用主客观指标权重赋权进行状态分析造成的主客观性不平衡。
-
公开(公告)号：CN112508363A
公开(公告)日：2021-03-16
申请号：CN202011338528.1
申请日：2020-11-25
申请人： 国网浙江省电力有限公司信息通信分公司 , 安徽继远软件有限公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司
摘要： 本发明公开了一种基于深度学习的电力信息系统状态分析方法及装置，包括：获取训练样本；根据信息系统状态分析结果种类对每个训练样本进行对应种类的标注，其中特征相似的训练样本采用相同标注；以训练样本和对应的标注数据作为深度学习网络的输入进行信息系统状态分析模型训练；基于训练完成的信息系统状态分析模型进行信息系统状态分析。本发明通过在标注数据时，对特征相似的训练样本采用相同标注，实现只需将所有训练样本进行特征相似性衡量，然后将特征相似的划分为一类进行相同标注，提高训练样本标注效率，同时采用深度置信网络提高了状态分析的客观性，避免了采用主客观指标权重赋权进行状态分析造成的主客观性不平衡。
-
公开(公告)号：CN112508243A
公开(公告)日：2021-03-16
申请号：CN202011338529.6
申请日：2020-11-25
申请人： 国网浙江省电力有限公司信息通信分公司 , 安徽继远软件有限公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司
IPC分类号： G06Q10/04 , G06Q10/06 , G06Q50/06 , G06F16/215 , G06F16/2458
摘要： 本发明公开了电力信息系统多故障预测网络模型的训练方法及装置，包括：获取时间序列的告警数据集，对所述告警数据集进行数据增强，得到增强的训练样本集；基于训练样本集获取用于模型训练的输入样本和与输入样本对应的目标输出样本；基于所述输入样本、目标输出样本和预设的网络模型损失函数对预设的神经网络模型进行迭代训练，获取多故障预测网络模型。本发明通过对原始数据集进行数据增强处理，实现数据特征均衡，基于数据增强后的训练样本集进行模型训练拟合得到的多故障预测网络模型具备更高的预测精度和更稳定的预测效果。
-
公开(公告)号：CN112508243B
公开(公告)日：2022-09-09
申请号：CN202011338529.6
申请日：2020-11-25
申请人： 国网浙江省电力有限公司信息通信分公司 , 安徽继远软件有限公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司
IPC分类号： G06Q10/04 , G06Q10/06 , G06Q50/06 , G06F16/215 , G06F16/2458
摘要： 本发明公开了电力信息系统多故障预测网络模型的训练方法及装置，包括：获取时间序列的告警数据集，对所述告警数据集进行数据增强，得到增强的训练样本集；基于训练样本集获取用于模型训练的输入样本和与输入样本对应的目标输出样本；基于所述输入样本、目标输出样本和预设的网络模型损失函数对预设的神经网络模型进行迭代训练，获取多故障预测网络模型。本发明通过对原始数据集进行数据增强处理，实现数据特征均衡，基于数据增强后的训练样本集进行模型训练拟合得到的多故障预测网络模型具备更高的预测精度和更稳定的预测效果。(56)对比文件李艳霞.不平衡数据分类方法综述《.控制与决策》.2019,第34卷(第4期),第673-688页.Shengguo Hu，etc.MSMOTE: ImprovingClassification Performance when TrainingData is imbalanced《.2009 SecondInternational Workshop on ComputerScience and Engineering》.2009,
-
公开(公告)号：CN110955575A
公开(公告)日：2020-04-03
申请号：CN201911115624.7
申请日：2019-11-14
申请人： 国网浙江省电力有限公司信息通信分公司 , 安徽继远软件有限公司 , 国网信息通信产业集团有限公司
摘要： 本发明涉及一种基于关联分析模型的业务系统故障定位方法，包括（1）实时采集业务系统的监测指标数据；（2）将采集的监测指标数据进行数据预处理和存储；（3）对处理后的监测指标数据进行异常检测，并将异常指标信息传入关联分析模型，找出疑似故障根因事件；（4）将异常指标信息和由关联分析模型定位的疑似故障根因事件一起作为告警信息，推送给相应运维人员，辅助运维人员快速修复系统异常。本发明能够为定位系统故障根因事件提供更多有价值的信息，相比于传统的故障定位方法，关联分析模型速度更快、准确率更高。
-
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
申请人： 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分类号： G06F40/295 , G06N3/0442 , G06N3/08
摘要： 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：CN118298815A
公开(公告)日：2024-07-05
申请号：CN202410468800.X
申请日：2024-04-18
申请人： 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
摘要： 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：CN113065357A
公开(公告)日：2021-07-02
申请号：CN202110360512.9
申请日：2021-04-02
申请人： 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分类号： G06F40/30 , G06F40/205 , G06F40/186 , G06F16/33 , G06N3/04 , G06N3/08 , G06Q10/10 , G06Q50/06
摘要： 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。
-
公开(公告)号：CN113065346A
公开(公告)日：2021-07-02
申请号：CN202110361172.1
申请日：2021-04-02
申请人： 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分类号： G06F40/279 , G06N3/04 , G06N3/08
摘要： 本申请公开了文本实体的识别方法及相关装置，其中，方法包括：从待处理文本序列中获取指代同一概念的实体表述；实体表述用于实体归一化；将实体表述转换为预设长度的表述向量；对待处理文本序列进行词嵌入处理，得到向量；对向量中用于实体识别的上下文特征进行编码，得到编码向量；对表述向量与编码向量进行拼接，得到拼接向量；将拼接向量解码为待处理文本序列的预测序列。本申请以向量为纽带将实体归一化和实体识别在向量空间上的联结起来。拼接向量既包含了实体归一化的信息，也包含了实体识别的信息，并且，实体归一化信息作用于实体识别。由于实体识别利用了实体归一化的信息，从而，使得实体识别结果更全面，提高实体识别的准确性。
-
公开(公告)号：CN116668702B
公开(公告)日：2023-10-24
申请号：CN202310945851.2
申请日：2023-07-31
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信息通信分公司 , 之江实验室 , 国网信息通信产业集团有限公司 , 南京南瑞信息通信科技有限公司 , 浙大宁波理工学院
IPC分类号： H04N19/139 , H04N19/159 , H04N19/13 , H04N19/124 , H04N19/117
摘要： 本发明公开一种视频编码方法、装置、终端设备及存储介质，方法包括：当待编码图像属于帧内编码时，通过预先以机器智能任务为目标训练的视频编码模型进行图像编码、量化和熵编码，获得二进制码流；当待编码图像属于帧间编码时，通过视频编码模型，首先进行运动估计，然后进行运动矢量编码、量化和熵编码，对待编码运动矢量信号进行运动矢量解码和运动补偿，然后根据待编码图像获得预测残差；根据隐向量和运动矢量隐向量获取显著图像以对预测残差进行滤波，然后进行残差编码、量化和熵编码获得预测残差码流，结合运动矢量码流获得整合码流；根据各待编码图像的二进制码流/整合码流，获得目标压缩视频。本发明能够满足机器智能任务的视频编码需求。
-
-
-
-
-
-
-
-
-
搜索结果
102 条记录 (耗时 0.086 秒)
