一种基于电力知识图谱的3D图谱展示交互方法

    公开(公告)号:CN118260433A

    公开(公告)日:2024-06-28

    申请号:CN202410285255.0

    申请日:2024-03-13

    Abstract: 本发明涉及一种基于电力知识图谱的3D图谱展示交互方法,包括以下步骤:步骤S1:获取电力系统数据;步骤S2:使用RDF和OWL定义知识图谱的本体,建立实体之间的关系,然后利用图数据库存储知识图谱数据;步骤S3:基于力导向图算法,将知识图谱中的实体和关系映射为3D空间中的图形元素,并通过节点之间的物理力模拟来呈现实体之间的关系和布局;步骤S4:将3D图谱存储至电力系统管理终端,并设置访问权限;步骤S5:构建交互界面,客户通过VR头显进入虚拟现实环境访问3D电力系统知识图谱,并通过点击、拖拽操作在3D电力系统知识图谱上进行导航和交互;步骤S6:通过语音或文字输入查询,搜索3D电力系统知识图谱。本发明有效提高电力系统知识图谱的查询效率和直观性。

    一种电力大数据的数据异常判别方法

    公开(公告)号:CN113987031A

    公开(公告)日:2022-01-28

    申请号:CN202111350331.4

    申请日:2021-11-15

    Inventor: 林燊 刘青 吴胜竹

    Abstract: 本发明公开了一种电力大数据的数据异常判别方法,包括以下步骤:S100,接收上传的待判断的电力数据,将电力数据先按照类别属性封装在一个个单独的文件夹内存储放置,并连接历史电力数据的存储服务器;S200,首先对每个单独文件夹内的数据进行初步细化处理,得到初步细化处理后的电力数据;S300,将细化处理得到的电力数据,进行多重判断,根据多重判断结果得到电力数据是否为异常数据。该电力大数据的数据异常判别方法,能够准确、快速的将较大量的电力数据进行异常判别,并减少判别失误可能性,提高了判别的精准性,进而能够避免影响到后续的数据处理运算和存储,以及能够降低工作人员对电力数据的人工排查强度,提高整体的工作效率。

    一种基于强化学习的电力业务数据辅助知识图谱构建方法

    公开(公告)号:CN118245607A

    公开(公告)日:2024-06-25

    申请号:CN202410285258.4

    申请日:2024-03-13

    Abstract: 本发明涉及一种基于强化学习的电力业务数据辅助知识图谱构建方法,包括以下步骤:步骤S1:获取电力业务数据,并对其进行预处理;步骤S2:基于预处理后的电力业务数据,构建知识图谱;步骤S3:基于GraphSAGE模型对知识图谱中的实体和关系进行表示学习;步骤S4:将表示学习后的知识图谱作为强化学习的环境,定义状态、动作和奖励,以及智能体与环境的交互过程;步骤S5:基于的强化学习算法对智能体进行训练;步骤S6:在训练完成后,根据智能体学到的策略,对知识图谱进行更新和优化;步骤S7:使用深度学习模型,根据知识图谱的历史数据和应用场景的反馈信息,动态调整更新策略。本发明实现对知识图谱的端到端优化,从表示学习到智能体训练再到知识图谱的更新和优化。

    一种基于大数据分析的用户画像构建方法及系统

    公开(公告)号:CN117743645A

    公开(公告)日:2024-03-22

    申请号:CN202311740043.9

    申请日:2023-12-18

    Abstract: 本发明涉及一种基于大数据分析的用户画像构建方法,包括以下步骤:步骤S1:获取用户数据,包括用户的行为轨迹、基本属性、行为偏好、设备类型以及用电需求信息,并预处理;步骤S2:基于知识图谱技术,将用户的基本属性、行为偏好、设备类型、用电需求信息以实体‑关系‑属性的形式进行建模,构建用户标签体系知识图谱;步骤S3:基于用户标签体系知识图谱,将用户的多维信息整合成用户画像知识图谱;本发明可以基于用户画像知识图谱和实时数据,利用图数据库的查询和分析能力,为用户提供个性化的用电建议、节能方案、设备优化;或通过智能分析用户画像知识图谱和实时用电数据,为用户提供实时的用电优化建议。

    基于电力企业用户画像的智能推荐方法及系统

    公开(公告)号:CN118170976B

    公开(公告)日:2024-08-27

    申请号:CN202410285266.9

    申请日:2024-03-13

    Abstract: 本发明涉及一种基于电力企业用户画像的智能推荐方法及系统,包括以下步骤:步骤S1:获取企业的基本信息数据、用电行为数据和用电反馈数据,并进行预处理,得到企业电力数据集;步骤S2:基于关联规则挖掘算法,从企业电力数据集中挖掘频繁项集和关联规则,与企业电力数据集进行合并,得到最终的特征数据集;步骤S3:基于最终的特征数据集,采用聚类算法,构建细粒度的电力企业用户画像;步骤S4:构建企业用电成本模型;步骤S5:基于智能推荐算法,结合用户画像和企业用电成本模型,为企业推荐最适合的能源方案;步骤S6:将智能推荐算法集成到企业能源管理系统中。本发明综合考虑企业用户画像和多能源供电系统,为企业推荐最适合的能源方案。

    基于电力企业用户画像的智能推荐方法及系统

    公开(公告)号:CN118170976A

    公开(公告)日:2024-06-11

    申请号:CN202410285266.9

    申请日:2024-03-13

    Abstract: 本发明涉及一种基于电力企业用户画像的智能推荐方法及系统,包括以下步骤:步骤S1:获取企业的基本信息数据、用电行为数据和用电反馈数据,并进行预处理,得到企业电力数据集;步骤S2:基于关联规则挖掘算法,从企业电力数据集中挖掘频繁项集和关联规则,与企业电力数据集进行合并,得到最终的特征数据集;步骤S3:基于最终的特征数据集,采用聚类算法,构建细粒度的电力企业用户画像;步骤S4:构建企业用电成本模型;步骤S5:基于智能推荐算法,结合用户画像和企业用电成本模型,为企业推荐最适合的能源方案;步骤S6:将智能推荐算法集成到企业能源管理系统中。本发明综合考虑企业用户画像和多能源供电系统,为企业推荐最适合的能源方案。

Patent Agency Ranking