-
公开(公告)号：CN111047094A
公开(公告)日：2020-04-21
申请号：CN201911272670.8
申请日：2019-12-12
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电力科学研究院 , 浙江华云信息科技有限公司
摘要： 本发明公开了一种基于深度学习算法的抄表数据异常分析方法，涉及电力用户抄表异常判定方法领域。历来对于抄表数据异常类意见投诉的处理多采用现场检测的方法，耗费物力、人力资源，效率低，对于确定的抄表数据异常用户差错电量的判定也存在方法单一、准确率低下等问题。本方法采用经深度学习训练的BP神经网络建立用户抄表数据异常属实判定算法模型及优化配置策略，实现工单用户抄表数据异常属实的快速准确判断，通过建立抄表数据异常用户日用电量预测模型和优化配置策略，实现差错时间和差错电量的准确估算。从而提高95598指标分析与质量管控的工作效率，发挥辅助决策作用。
-
公开(公告)号：CN111222541A
公开(公告)日：2020-06-02
申请号：CN201911212958.6
申请日：2019-12-02
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电力科学研究院 , 浙江华云信息科技有限公司 , 国家电网有限公司
IPC分类号： G06K9/62
摘要： 本发明公开了一种基于深度卷积神经网络的外表箱类型识别方法，涉及电能计量装置外表箱识别方法领域。随着人工智能技术的深度应用，电力行业出现了智能巡查的趋势，在智能巡查过程中，如何识别外表箱类型是一项基本的工作。本方法如下：首先采用深度卷积神经网络模型检测外表箱及其部件区域的位置和大小；再对外表箱的视窗进行检测；对检测到视窗进行判断，如果是单视窗，则直接识别为单表箱，如果是多视窗，则进行视窗布局的网格构建；通过构建好的视窗网格与已知的类型的视窗布局进行匹配；识别出外表箱类型。本方法能快速识别和定位外表箱及其视窗和其他的部件，实现智能巡查过程中电能计量装置外表箱的类型有效和快速准确的识别。
-
公开(公告)号：CN111126429A
公开(公告)日：2020-05-08
申请号：CN201911091514.1
申请日：2019-11-10
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电力科学研究院 , 浙江华云信息科技有限公司 , 国家电网有限公司
摘要： 本发明公开了一种基于PCA降维和K-Means聚类的低压台区用户接入点识别方法,涉及低压台区用户接入识别方法。目前，排查都需要人工上门排查，且无法事先进行预测，只能逐户进行排查，耗费大量人力物力。本发明对标准化处理的数据进行主成分分析法PCA降维处理，经主成分分析法PCA降维处理的数据在保持各维数据维度内方差最大的前提下，通过寻找新的向量基，将原有高维数据投影在低维空间，剔除方差较小的噪声，保留信息量最大的主成分；聚类分析；对所分析台区进行现场排查，验证分析结果的准确性。本技术方案事先进行预测，不需要逐户进行排查，减少大量人力物力，不影响台区下其他用户的正常用电，且不需要投入载波通信设备，无需增加电力企业的运营成本。
-
公开(公告)号：CN109685240A
公开(公告)日：2019-04-26
申请号：CN201811247204.X
申请日：2018-10-24
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电力科学研究院 , 浙江华云信息科技有限公司
摘要： 本发明公开了一种基于LSTM深度学习的95598话务工单预测与异动预警方法，涉及一种电力话务工单分析方法。目前人为通过同比、环比数值、增幅数值来确定异动阀值，不能实时、准确、科学地设定阀值，导致监控预警、问题定位、趋势预测能力不足。本发明基于LSTM神经网络深度学习技术，通过建立科学的指标异动预测模型，研究各项指标的数理关系，实现短期话务工单置信异动预测与智能预警应用。本技术方案更高效、更精益、更智能地从大量指标中取得指标分析预警，提高客服指标分析与质量管控的工作效率。弥补传统曲线拟合建模需要定期模型修正的不足，支持在线实时动态学习预测与预警分析，提升日常指标的监控预警、问题定位、趋势预测能力。
-
公开(公告)号：CN111161094A
公开(公告)日：2020-05-15
申请号：CN201911272970.6
申请日：2019-12-12
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电力科学研究院 , 浙江华云信息科技有限公司
摘要： 本发明公开了一种基于深度学习的电力工单诉求点识别方法，涉及电力工单诉求点识别方法领域。目前客户诉求挖掘效率低下，面对海量非结构化文本诉求，仍停留在依靠人工进行数据处理与分析的阶段，存在数据处理方式单一、投入人力成本高，实时性差等问题。本方法包括建立诉求点机器识别标签体系、工单诉求高维矩阵向量化、诉求点机器识别建模、样本学习训练、相似度模型识别分类等关键步骤。利用深度学习技术手段，有效实现以机器识别为主、人工复核为辅的诉求人机偶合识别分类功能，实时精准识别客户诉求点，提高诉求分析与问题管控的工作效率，减少一线人员诉求分析压力。
-
公开(公告)号：CN107566157A
公开(公告)日：2018-01-09
申请号：CN201710659904.9
申请日：2017-08-04
申请人： 国网浙江省电力公司 , 国网浙江省电力公司电力科学研究院 , 浙江华云信息科技有限公司 , 国家电网公司
摘要： 一种集中器下电表全无数据故障的远程诊断处理方法，涉及电网采集运维领域。目前，当集中器下电表全无数据时，由于情况复杂，通过采用派工去现场处理方式，人力资源成本高，效率低。本发明包括以下步骤：1）终端电能表/交流采样参数比对；2）终端任务比对；3）终端时钟比对；4）远程诊断处理后，对故障恢复情况进行归档，若故障仍未恢复的，请求派工进行现场的排查处理。本技术方案避免了一旦出现采集异常就必须派工去现场处理的情况，节约了人力资源成本，保证了采集运维工作的高效开展。
-
公开(公告)号：CN112131255A
公开(公告)日：2020-12-25
申请号：CN202010767098.9
申请日：2020-08-03
申请人： 中国电力科学研究院有限公司 , 国网浙江省电力有限公司电力科学研究院 , 浙江华云信息科技有限公司
IPC分类号： G06F16/2455 , G06F16/25
摘要： 本发明公开了一种用于电网多业务间信息交互的接口平台及其工作方法,涉及交互接口技术领域。目前电网各系统间运行相对独立，难以实现对一些交叉性数据的共同使用。本发明包括接口服务层、后台计算层、数据源层、文件服务层及通讯层；接口平台针对不同实时性要求的数据采用对应的传输方式。在本技术方案中，接口平台既能提供静态数据，又能提供实时数据，可依不同的需求，进行提取；接口库是静态数据的数据源，可缓解主库传输数据的压力；有效提高处理速度，使得在高并发数据访问时，也能保证服务质量；且接口服务层在获取到数据后把数据存储到分布式缓存中，使用分布式缓存可便于多次共享相同数据时不用重复访问数据库；提高反馈速度。
-
公开(公告)号：CN111242325A
公开(公告)日：2020-06-05
申请号：CN201911408804.4
申请日：2019-12-31
申请人： 中国电力科学研究院有限公司 , 国网浙江省电力有限公司 , 国网浙江省电力有限公司电力科学研究院 , 浙江华云信息科技有限公司 , 国家电网有限公司
摘要： 本发明公开了一种面向电力采集设备的二级标签生成方法，涉及电力信息采集领域。现有电力业务系统中，标签画像通常是单维度，各标签的重要性一样，对标签的理解主要在展示，缺乏对标签的多维度、多场景化应用。本方法包括步骤：1）定位标签主体对象；2）主体对象建立二级标签目录；3）给主体对象标记标签，形成主体对象标签作为一级标签，标签标记时，需要根据标签等级分级标记；4）在主体对象标签下建立二级标签，二级标签包括静态标签和动态标签，动态标签可根据对象实际情况显示不同内容。从多维度和多场景角度出发全面反映采集设备状态信息，方便判断采集设备异常的影响情况，提升对采集设备维护和工作状态的判断能力。
-
公开(公告)号：CN109670167A
公开(公告)日：2019-04-23
申请号：CN201811247198.8
申请日：2018-10-24
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电力科学研究院 , 浙江华云信息科技有限公司
摘要： 本发明公开了一种基于Word2Vec的电力客服工单情感量化分析方法，涉及一种电力客服工单分析方法。传统的情感分析方法不能有效甄别情感强度。本发明结合电力客服工单文本特征，对历史电力客服工单和不满意工单进行分类梳理、数据清洗，再基于百度词库梳理形成初始化多元情感词库，采用逆向最大匹配算法进行工单文本分词，基于Word2Vec神经网络构建融合客户诉求语义的积极词、消极词、否定词、程度副词、以及词序的词向量，通过历史客服工单进行机器学习训练生成融合诉求情感的学习模型，基于模型中的词性亲疏关系来拓展词性语料库，采用相似度词序矩阵量化算法进行情感量化计算，完成客服工单情感量化分析，有效区分情感强弱差异，确定紧急程度。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.132 秒)
