一种基于Golstein-BP算法的设备状态大数据计算方法及设备

    公开(公告)号:CN107886248A

    公开(公告)日:2018-04-06

    申请号:CN201711139750.7

    申请日:2017-11-16

    CPC classification number: G06Q10/0639 G06N3/084 G06Q50/06

    Abstract: 本发明公开了一种基于Golstein-BP算法的设备状态大数据计算方法,包括:S101:获取电网设备状态评价指标历史及当前数据,以及电网设备历史状态评价结果;S102:根据设备状态指标历史数据特征构建相应的BP神经网络模型;S103:根据电网设备状态评价指标历史数据,以及电网设备历史状态评价结果构建均方误差函数;S104:采用Goldstein方法,取均方误差最小化,求解BP算法中的学习率,并通过BP算法计算BP神经网络参数;S105:代入BP神经网络参数得出BP神经网络模型;S106:将当前的设备状态评价指标数据作为BP神经网络模型的输入,得出输出结果。本发明提供的技术方案,采用Goldstein方法求解BP算法中均方误差函数的最优学习率,提高了电网设备管理的精益化水平。

    电力用户意图识别方法、装置、计算机设备和存储介质

    公开(公告)号:CN111078847A

    公开(公告)日:2020-04-28

    申请号:CN201911189058.4

    申请日:2019-11-27

    Abstract: 本申请涉及一种电力用户意图识别方法、装置、计算机设备和存储介质。该方法包括:获取智能助理的与待识别电力用户意图数据相同类别的多个当前标注数据,从多个当前标注数据选出M个数据形成当前支撑集,从多个当前标注数据的剩余数据中选出N个数据形成当前查询集;将当前支撑集和当前查询集输入预先训练好的编码-归纳-关系模型,以使编码-归纳-关系模型具备区分待识别电力用户意图数据的类别意图的能力;将待识别电力用户意图数据输入到已具备区分待识别电力用户意图数据的类别意图的能力的编码-归纳-关系模型,得到待识别电力用户意图数据的意图识别结果。能够在智能助理初始构建阶段,解决“冷启动”问题,提升电力用户意图的识别精度。

    一种基于贝叶斯和复杂事件处理的配网故障定位方法及设备

    公开(公告)号:CN107846016A

    公开(公告)日:2018-03-27

    申请号:CN201711139749.4

    申请日:2017-11-16

    CPC classification number: H02J3/00 H02J2003/007

    Abstract: 本发明公开了一种基于贝叶斯和复杂事件处理的配网故障定位方法,包括如下步骤:S101:获取电网拓扑信息,划分配网故障定位计算节点;S102:根据划分的计算节点,获取各节点历史故障数据及监测信息,计算贝叶斯公式先验概率;S103:构建配网故障定位复杂事件的处理模型;S104:获取输入信息,并通过处理模型运算后输出故障定位信息。本发明提供的技术方案,采用贝叶斯方法来计算故障节点的概率,本发明先利用拓扑信息和历史故障信息获得故障概率,再根据实时故障反馈信息和电网设备运行信息进行概率计算,最后得到故障发生可能性最大的节点,从而实现故障定位。

Patent Agency Ranking