-
公开(公告)号：CN116341902A
公开(公告)日：2023-06-27
申请号：CN202310217606.X
申请日：2023-03-08
申请人： 浙江大学
IPC分类号： G06Q10/0635 , G06Q10/0639 , G06Q50/06 , G06F40/289 , G06F40/216 , G06F16/35 , G06F18/23213 , G06F18/214 , G06N3/045 , G06N3/048 , G06N3/08
摘要： 本发明提出了一种基于BERT的电网现场作业风险自动评级方法及装置。本发明根据分级表与历史库两类电网现场作业文本特点，通过文本增强、冗余文本删除、风险等级纠错等处理方法提升文本质量，并在BERT单文本主题分类模型上实现更加优秀的分类效果。本发明能够充分利用分级表与历史库文本，并对其进行质量提升，因此，能够有效的减少人工工作量，降低数据质量要求，提高现场作业风险等级自动评级结果的准确性。同时，本发明所提出的文本增强、风险等级纠错等方法具有泛用性，能够应用于其他的深度学习模型中。
-
公开(公告)号：CN118135593A
公开(公告)日：2024-06-04
申请号：CN202410185047.3
申请日：2024-02-19
申请人： 浙江大学
IPC分类号： G06V30/413 , G06V30/19 , G06V10/77
摘要： 本发明提出了一种结合概率分布和特征空间的文本分布外检测方法。本发明利用概率分布，通过温度缩放增强损失函数，对基于BERT的分类模型进行概率校准，抑制其过度自信；利用特征空间，通过多尺度PCA降维的Mahalanobis距离，改善高维特征的稀疏性和词嵌入的各向异性，建立置信度评分模块，实现分布外文本的检测。本发明可以作为一个独立于分类模型的模块，在待测样本输入分类模型前对其进行检测和识别。本发明可以用于电力现场作业风险等级定级等文本分类任务，在保证准确性的同时，有效实现分布外文本的检测，从而避免分布外文本进入文本分类模型导致分类错误情况的发生。
-
公开(公告)号：CN113991652A
公开(公告)日：2022-01-28
申请号：CN202111255829.2
申请日：2021-10-27
申请人： 浙江大学
IPC分类号： H02J3/00
摘要： 本发明公开了一种基于数据驱动的含IIDG配电网短路电流多输出计算方法。双碳目标下大量IIDG接入配电网，使基于机理建模的配电网短路电流计算中，计算速度与准确性之间的矛盾日益突出。本发明提出了基于数据驱动的配电网短路电流多输出回归计算模型与计算方法，以XGBoost为基础，采用MTRS方法进行多输出建模，实现配电网上所有支路短路电流的同时计算，不仅解决了含IIDG配电网全网快速、准确计算短路电流问题，而且多输出模型的计算性能强于单输出模型，且避免了单输出模型存在的模型数量问题。
-
公开(公告)号：CN113991652B
公开(公告)日：2024-05-17
申请号：CN202111255829.2
申请日：2021-10-27
申请人： 浙江大学
IPC分类号： H02J3/00
摘要： 本发明公开了一种基于数据驱动的含IIDG配电网短路电流多输出计算方法。双碳目标下大量IIDG接入配电网，使基于机理建模的配电网短路电流计算中，计算速度与准确性之间的矛盾日益突出。本发明提出了基于数据驱动的配电网短路电流多输出回归计算模型与计算方法，以XGBoost为基础，采用MTRS方法进行多输出建模，实现配电网上所有支路短路电流的同时计算，不仅解决了含IIDG配电网全网快速、准确计算短路电流问题，而且多输出模型的计算性能强于单输出模型，且避免了单输出模型存在的模型数量问题。
-
-
-
搜索结果
4 条记录 (耗时 0.018 秒)
