-
公开(公告)号:CN116561360A
公开(公告)日:2023-08-08
申请号:CN202310843024.2
申请日:2023-07-11
申请人: 山东盛德智能科技股份有限公司
IPC分类号: G06F16/54 , G06F16/587 , G06T17/05
摘要: 本发明属于电力系统营配管理技术领域,具体涉及一种基于三维地理可视化技术的设备数据呈现方法,在三维地图内检索电力系统设备;检索得到的电力系统设备数量一定,检索时三维地图层级越小,三维地图显示的每个电力系统设备的设备台帐数据的数据量越少;数据库内将每种电力系统设备的多个设备台帐数据适配不同的显示优先级;本发明的优点和积极效果在于:(1)三维地图层级越大显示的区域越小,则显示区域内的设备数量越少,虽然呈现的单个设备的数据量多,仍能实现较大的三维地图加载速度;(2)设备的多个台帐数据根据一定时间内在电力设备营配管理系统中出现的频次适配不同的显示优先级。
-
公开(公告)号:CN118333238B
公开(公告)日:2024-09-06
申请号:CN202410749155.9
申请日:2024-06-12
申请人: 山东盛德智能科技股份有限公司
IPC分类号: G06Q10/04 , G06Q10/0631 , G06Q30/015 , G06F16/332 , G06F16/33 , G06F40/284 , G06F40/35 , G06N20/00 , G06F18/243 , G06N20/20
摘要: 本发明涉及数据处理技术领域,尤其涉及一种基于机器学习算法的数字客服排队优化方法,该方法针对数字客服中不符合要求的任一历史服务记录,分别获取历史服务记录中的每次客户请求内容的关键词子序列,得到至少一个关键词合并序列;获取每个关键词合并序列中的每个关键词的第二修正关联程度,根据关键词合并序列中的每个关键词的第二修正关联程度对关键词合并序列中的关键词进行筛选去除,得到最终关键词合并序列;利用所有历史服务记录中的每个最终关键词合并序列得到训练好的机器学习模型,利用训练好的机器学习模型进行数字客服排队优化,通过提高机器学习模型的训练精度,为客户提供更精准有效的服务,以减少不必要的排队。
-
公开(公告)号:CN116561360B
公开(公告)日:2023-10-10
申请号:CN202310843024.2
申请日:2023-07-11
申请人: 山东盛德智能科技股份有限公司
IPC分类号: G06F16/54 , G06F16/587 , G06T17/05
摘要: 本发明属于电力系统营配管理技术领域,具体涉及一种基于三维地理可视化技术的设备数据呈现方法,在三维地图内检索电力系统设备;检索得到的电力系统设备数量一定,检索时三维地图层级越小,三维地图显示的每个电力系统设备的设备台帐数据的数据量越少;数据库内将每种电力系统设备的多个设备台帐数据适配不同的显示优先级;本发明的优点和积极效果在于:(1)三维地图层级越大显示的区域越小,则显示区域内的设备数量越少,虽然呈现的单个设备的数据量多,仍能实现较大的三维地图加载速度;(2)设备的多个台帐数据根据一定时间内在电力设备营配管理系统中出现的频次适配不同的显示优先级。
-
公开(公告)号:CN116596348A
公开(公告)日:2023-08-15
申请号:CN202310875295.6
申请日:2023-07-18
申请人: 山东盛德智能科技股份有限公司
IPC分类号: G06Q10/0637 , G06Q50/06
摘要: 本发明属于电力系统台区线损分析技术领域,具体涉及一种基于分钟级采集的台区线损分析方法,包括数据平台将计算出的台区分段损失率代入台区线损分析模块进行修正,然后数据平台对修正后的台区分段损失率进行排序;相比于现有技术,本发明的有益效果是:(1)数据平台将台区分段损失率代入台区线损分析模块进行修正;台区线损分析模块对台区分段损失率的修正包括根据台区导线投用年限、台区位置和管理规范程度对台区分段损失率进行修正;(2)台区线损分析模块对台区分段损失率的修正综合考虑了影响台区线损率的技术原因和管理原因,对台区分段损失率的修正非常合理,便于供电公司对存在违规用电和窃电现象台区的梳理。
-
公开(公告)号:CN116993053A
公开(公告)日:2023-11-03
申请号:CN202311008923.7
申请日:2023-08-11
申请人: 山东盛德智能科技股份有限公司
IPC分类号: G06Q10/063 , G06Q10/20 , G06Q50/06
摘要: 本发明属于用户用电负荷分析技术领域,具体涉及一种基于用电信息采集的用户负荷数据分析方法,利用用户负荷数据分析系统进行分析,所述用户负荷数据分析系统包括用电信息采集模块、用户负荷模型模块和用户超负荷分析模块;本发明的优点和积极效果在于:(1)本发明为供电公司提供了一种能够对用户负荷数据进行分析的方法,以能够快速找到用户超负荷的原因,便于针对性的采取措施;(2)用户负荷模型模块存储用户用电数据并且辨识用户各类电器各自的用电量,然后建立用户负荷模型;(3)用户超负荷分析模块对比用户各类电器的最近一个月负荷数据和在用户负荷模型中对应月份的负荷数据,获得两者的偏差值。
-
公开(公告)号:CN118333238A
公开(公告)日:2024-07-12
申请号:CN202410749155.9
申请日:2024-06-12
申请人: 山东盛德智能科技股份有限公司
IPC分类号: G06Q10/04 , G06Q10/0631 , G06Q30/015 , G06F16/332 , G06F16/33 , G06F40/284 , G06F40/35 , G06N20/00 , G06F18/243 , G06N20/20
摘要: 本发明涉及数据处理技术领域,尤其涉及一种基于机器学习算法的数字客服排队优化方法,该方法针对数字客服中不符合要求的任一历史服务记录,分别获取历史服务记录中的每次客户请求内容的关键词子序列,得到至少一个关键词合并序列;获取每个关键词合并序列中的每个关键词的第二修正关联程度,根据关键词合并序列中的每个关键词的第二修正关联程度对关键词合并序列中的关键词进行筛选去除,得到最终关键词合并序列;利用所有历史服务记录中的每个最终关键词合并序列得到训练好的机器学习模型,利用训练好的机器学习模型进行数字客服排队优化,通过提高机器学习模型的训练精度,为客户提供更精准有效的服务,以减少不必要的排队。
-
-
-
-
-