-
公开(公告)号：CN112949727A
公开(公告)日：2021-06-11
申请号：CN202110263855.3
申请日：2021-03-11
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06K9/62 , G06F16/215 , G06Q10/00
Abstract: 本申请公开了一种基于属性分类的设备保障数据特征挖掘方法，包括以下步骤：采集设备运行保障相关数据；设计文档集成所述设备运行保障数据；使用跨数据库查询功能来集成需要挖掘的设备其他功能数据；通过对所述设备运行保障相关数据和所述设备其他功能数据进行清洗、转换和协议预处理，形成相同格式的集成数据；采用属性分类方法挖掘设备保障数据特征；依据特征对预处理后的数据进行最优分类；获取设备保障数据的最优分类挖掘结果，实现了运行设备健康状态的实时精准检测，解决了现有技术中设备保障数据处理方法费时费力，无法根据不同设备的不同属性给出相应合理的检修建议，设备保障管理的效率低的问题。
-
Patent Agency Ranking
公开(公告)号：CN112732691A
公开(公告)日：2021-04-30
申请号：CN202110017749.7
申请日：2021-01-07
Applicant: 云南电网有限责任公司电力科学研究院
Abstract: 本申请提供一种基于多种模型对比的大气环境预测方法，包括获取目标城市的常规污染物浓度及气象数据,构建数据库；对数据库进行预处理；根据气象数据为输入因子构建预测PM10浓度Y1的多元线性回归模型；对多元线性回归模型的输入因子进行调整，通过逐步递归方式构建预测PM10浓度Y2的最优线性回归模型；根据网络结构和预处理后常规污染物浓度及气象数据训练BP神经网络模型；基于遗传算法对BP神经网络模型的阈值和权值进行优化得到最优BP神经网络模型；对比上述四个模型，通过PM10均方误差、PM10平均绝对误差和拟合优度确定最终选用模型；通过选择、交叉、变操作迭代进化获得最优BP神经网络参数，获得准确的预测结果并且发现更适用于大气污染物中长期预测。
-
公开(公告)号：CN112446215A
公开(公告)日：2021-03-05
申请号：CN202011470863.7
申请日：2020-12-14
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06F40/289 , G06F16/28 , G06N3/04 , G06N3/08
Abstract: 本申请提供的一种实体关系联合抽取方法包括：利用BERT学习单字符向量，通过BiLSTM输出指定维度字符向量；字符向量拼接每个字符的位置信息向量，词表向量拼接词的位置信息向量，将所有字符向量和词表向量相连；Transformer编码器学习字符特征；进行实体分类；实体关系分类特征学习；实体关系分类。本申请通过底层共享网络参数的方式，进行联合抽取，解决抽取时间和误差累计的问题；通过引入分词与词表向量，解决实体边界的问题；通过引入实体边界信息和Sigmoid的方法解决实体重叠问题；通过Sigmoid的方法解决实体关系重叠的问题，克服了现有技术的不足。
-
公开(公告)号：CN113112050A
公开(公告)日：2021-07-13
申请号：CN202110263386.5
申请日：2021-03-11
Applicant: 云南电网有限责任公司电力科学研究院
Abstract: 本申请提供一种基于W‑BiLSTM的轨道交通短时客流量预测方法，获取城市轨道交通客流量的时间序列历史数据作为样本数据；对样本数据预处理，并归一化；通过小波神经网络对样本数据进行小波分解和单支重构，得到训练数据和测试数据；对BiLSTM神经网络模型初始化，设定BiLSTM神经网络模型的机构及超参数，输入训练数据构建并训练预测模型；当达到期望误差或预设迭代次数时，选取最优BiLSTM神经网络模型对测试数据进行预测，得到预测值；根据均方根误差和平均绝对百分比误差作为评价指标对预测值误差分析；以捕获轨道交通短时客流量变化规律，更精准的预测未来城市道路的速度，可应用于智能交通、智慧城市建设。为避免出行拥堵，保障居民出行安全和效率提供数据支撑。
-
公开(公告)号：CN112446215B
公开(公告)日：2024-03-22
申请号：CN202011470863.7
申请日：2020-12-14
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06F40/289 , G06F16/28 , G06N3/0464 , G06N3/049 , G06N3/08
Abstract: 本申请提供的一种实体关系联合抽取方法包括：利用BERT学习单字符向量，通过BiLSTM输出指定维度字符向量；字符向量拼接每个字符的位置信息向量，词表向量拼接词的位置信息向量，将所有字符向量和词表向量相连；Transformer编码器学习字符特征；进行实体分类；实体关系分类特征学习；实体关系分类。本申请通过底层共享网络参数的方式，进行联合抽取，解决抽取时间和误差累计的问题；通过引入分词与词表向量，解决实体边界的问题；通过引入实体边界信息和Sigmoid的方法解决实体重叠问题；通过Sigmoid的方法解决实体关系重叠的问题，克服了现有技术的不足。
-
公开(公告)号：CN112614295A
公开(公告)日：2021-04-06
申请号：CN202011465509.5
申请日：2020-12-14
Applicant: 云南电网有限责任公司电力科学研究院
Abstract: 本申请提供一种基于智能感知终端的火灾监测预警系统，包括感应装置、智能感知终端以及主站，感应装置连接智能感知终端，智能感知终端连接主站。感应装置被配置为采集所处环境的物理信息，将所述物理信息转变为虚拟信号信息并传至智能感知终端，智能感知终端对所述虚拟信号进行分析和筛选，将筛选后的信息发送至主站，主站接收到信息后，将所述信息与历史火灾信息进行对比分析，预判火灾发生的概率，若判定会发生火灾，则会根据历史信息生成相应的应灾方案，并生成控制信号回传至感应装置，启动报警器。本申请提供一种基于智能感知终端的火灾监测预警系统，可以在火灾发生前预测火灾信息并生成相应的应灾方案，降低人员遇害风险。
-
-
-
-
-
Search Results
6
records
(took 0.051 seconds)
