-
公开(公告)号：CN119003744A
公开(公告)日：2024-11-22
申请号：CN202411487039.0
申请日：2024-10-24
Applicant: 烟台海颐软件股份有限公司
IPC: G06F16/332 , G06F16/33 , G06F16/38 , G06F40/186 , G06F40/226
Abstract: 本发明属于电力数据治理技术领域，具体涉及一种基于KCMAP的电力数据治理可信规划工作流方法，包括：面向电力数据治理设计知识组织结构并构建领域知识库且向量化存储；设计多阶知识prompt构建DR‑RAG模型从向量库中检索知识片段并利用LLM合成领域流程；设计知识能力匹配智能体，将领域流程知识与可用智能体基于智能体能力规约进行匹配，并修正领域流程知识；设计任务可信规划智能体，对电力数据治理作业基于领域知识流程进行分解和规划，生成任务计划；设计两阶段验证机制，确保任务计划的合理性与调度执行的准确性。
-
公开(公告)号：CN116128544A
公开(公告)日：2023-05-16
申请号：CN202211642952.4
申请日：2022-12-20
Applicant: 烟台海颐软件股份有限公司
IPC: G06Q30/0201 , G06Q30/0202 , G06Q50/06 , G06F18/214 , G06F18/2431 , G06N20/00
Abstract: 本发明公开了一种电力营销异常营业数据的主动稽核方法和系统，所述方法包括：计算给定待稽核数据中各分类属性间的信息增益率，分析分类属性业务关联；基于分类属性间的相关性分析结果，对存在显著相关性的属性进行拼接，形成新的混合数据；基于新的混合数据，对分类属性进行频数特征变换，生成能够直接输入模型训练的属性特征数据；基于属性特征数据，以增强孤立森林算法为基础构建并训练增强孤立森林模型；以训练好的增强孤立森林模型为基础，计算电力营销营业数据的异常评分；基于电力营销营业数据的异常评分，自适应判别异常群体，得到自适应异常结果；根据输出的自适应异常结果，将其与电力营销营业数据相结合，输出最终的异常判别结果。
-
公开(公告)号：CN119048639A
公开(公告)日：2024-11-29
申请号：CN202411505782.4
申请日：2024-10-28
Applicant: 烟台海颐软件股份有限公司
IPC: G06T11/20
Abstract: 本发明属于配电网馈线环网图自动成图技术领域，具体涉及一种基于快速力导向的配电网馈线环网图自动成图方法。所述方法包括：获取CIM模型文件，对CIM模型文件进行解析，解析出的数据包括设备基本信息、设备之间的拓扑关系；遍历数据，识别所有关键节点及关键节点间的拓扑关系数据，节点为设备；将数据根据所属线路分组，并根据线路中关键节点位置，绘制当前线路子图图形；选择基础线路子图作为基础图形，不断将基础图形与其他基础线路子图进行拼接形成新的基础图形，直至将所有图形拼接完成生成最终馈线环网图。最终生成的馈线环网图提供了配电网的全局视角，有助于用户从整体上把握配电网的运行状况和潜在问题。
-
公开(公告)号：CN117743938A
公开(公告)日：2024-03-22
申请号：CN202311785567.X
申请日：2023-12-22
Applicant: 烟台海颐软件股份有限公司
IPC: G06F18/241 , G06F18/213 , G06F18/232 , G06N3/0455
Abstract: 本发明属于数据治理技术领域，具体涉及一种不均衡数据的异常识别与修复方法及系统。所述方法包括不均衡混合数据聚类分析、异常数据识别与特征定位、异常数据修复三部分内容，首先提出了基于代价优化的混合聚类算法，解决不均衡数据集下混合数据的有效聚类问题，实现同一聚类簇内数据具有高度相似性；其次提出一种基于孤立森林的异常特征定位算法，解决以往无监督异常检测算法仅能定位到异常记录而无法识别记录中具体异常特征的问题，实现问题数据的准确定位；最后提出基于异构变分自编码器的数据修复模型，实现对混合数据异常的可信修复，解决以往人工智能方法在数据修复过程中受数据分布和噪声数据干扰过大导致修复数据可信度不高的问题。
-
公开(公告)号：CN109325542A
公开(公告)日：2019-02-12
申请号：CN201811171013.X
申请日：2018-10-09
Applicant: 烟台海颐软件股份有限公司
Abstract: 本发明涉及电力营销领域，尤其涉及一种基于多阶机器学习的电量异常智能识别方法及系统，该方法包括：获取待识别用户的用户信息；基于待识别用户的历史用电信息对待识别用户进行群体划分；根据同一群体内用户的历史数据训练机器学习组合异常识别模型；对同一群体内用户的本期电量信息开展离群分析并生成综合离群概率；通过组合异常识别模型得出待识别用户的电量异常概率；对综合离群概率和电量异常概率进行整合，得到待识别用户的电量异常识别结果。本发明通过多种异常识别模型及算法对用户电量进行异常识别，既考虑了用户电量的分布特征，又融入了历史数据中所蕴含的人工智慧，提高了电量异常核查的准确率，极大降低人工核查的工作量，节省人力物力。
-
Patent Agency Ranking
公开(公告)号：CN119739837A
公开(公告)日：2025-04-01
申请号：CN202510237478.4
申请日：2025-03-03
Applicant: 烟台海颐软件股份有限公司
IPC: G06F16/3329 , G06N5/022 , G06Q50/06 , G06F16/31
Abstract: 本发明属于电力自然语言数据问答技术领域，具体涉及一种多元知识链接驱动的NL2SQL问题增强方法。所述方法包括：利用数据库表信息构建电力数据模式，并梳理出电力领域知识；构建问题解析Prompt模板，并利用大语言模型分析原始问题的结构，从原始问题中提取关键实体；基于梳理出的电力领域知识及从原始问题中提取的关键实体，采用混合相似度检索的方式检索电力领域知识；通过多级模式链接方法，以获取到与原始问题相关的数据库表与数据模式；基于检索出的电力领域知识及所获取到的数据模式，进行知识标准化并设计问题增强Prompt模板，利用大语言模型对原始问题进行重构增强，消除混淆和干扰因素，提高问答的准确度。
-
公开(公告)号：CN119048639B
公开(公告)日：2025-03-21
申请号：CN202411505782.4
申请日：2024-10-28
Applicant: 烟台海颐软件股份有限公司
IPC: G06T11/20
Abstract: 本发明属于配电网馈线环网图自动成图技术领域，具体涉及一种基于快速力导向的配电网馈线环网图自动成图方法。所述方法包括：获取CIM模型文件，对CIM模型文件进行解析，解析出的数据包括设备基本信息、设备之间的拓扑关系；遍历数据，识别所有关键节点及关键节点间的拓扑关系数据，节点为设备；将数据根据所属线路分组，并根据线路中关键节点位置，绘制当前线路子图图形；选择基础线路子图作为基础图形，不断将基础图形与其他基础线路子图进行拼接形成新的基础图形，直至将所有图形拼接完成生成最终馈线环网图。最终生成的馈线环网图提供了配电网的全局视角，有助于用户从整体上把握配电网的运行状况和潜在问题。
-
公开(公告)号：CN119168161A
公开(公告)日：2024-12-20
申请号：CN202411595029.9
申请日：2024-11-11
Applicant: 烟台海颐软件股份有限公司
IPC: G06Q10/04 , G06Q50/26 , G06Q50/40 , G06N3/006 , G06F18/27 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06F18/10 , G06N3/0985
Abstract: 一种交通运输业碳排放预测方法及其系统，涉及交通运输业碳排放预测领域。为了解决现有的模型不能应对多维度、多变量的复杂场景、现有模型的预测精度低、适用范围窄、泛化能力差的缺陷，本发明分析影响因素，基于STIRPAT模型分析影响因素；通过逐步回归分析法筛选影响因素，并将符合筛选条件的影响因素作为变量；结合自上而下法来对省级交通运输业能源消耗产生的碳排放总量进行测算；基于CNN‑BiLSTM‑Attention模型构建预测模型，通过历史碳排放量数据对所述预测模型进行优化，利用PSO算法自动调整模型的超参数；对预设年度的碳排放数据进行预测。本发明主要用于交通运输业的碳排放预测。
-
公开(公告)号：CN112232600A
公开(公告)日：2021-01-15
申请号：CN202011285857.4
申请日：2020-11-17
Applicant: 烟台海颐软件股份有限公司
IPC: G06Q10/04 , G06Q50/06 , G06F16/215 , G06F16/2458
Abstract: 本发明特别涉及一种基于变分模态分解的短期电力负荷预测方法，步骤如下：S1获取预测日及预测日前三个月的负荷数据和多元相关数据；S2数据预处理与关联；S3电力负荷序列模态分解；S4温度相关性判别；S5生成各分量特征向量；S6建立自适应步长负荷预测模型；S7利用LGBM梯度提升算法，建立电力负荷预测模型；S8预测结果整合；S9、预测结果修正。本发明还包括电力负荷预测系统，其包括数据获取模块，数据预处理与关联模块，负荷序列模态分解模块，温度相关性判别模块，生成各分量特征向量，负荷波动情况判别与模型调整模块，各分量预测模块，各分量预测结果整合模块，预测结果修正模块。本发明适用于电力负荷各分量复杂组成情况，预测精度高，使用更灵活，普适性好。
-
公开(公告)号：CN111275576A
公开(公告)日：2020-06-12
申请号：CN202010057653.9
申请日：2020-01-19
Applicant: 烟台海颐软件股份有限公司
Abstract: 本发明公开了一种电价执行异常用户的识别方法，S10、进行用户用电群体划分；S20、构建用电行为特征向量；S30、利用用电行为特征向量进行电价合规性分析；S40、筛选出电价执行异常的用户，输出结果。本发明可以从海量的城镇居民用户中，通过分析其用电行为，有效的识别用电行为明显异于普通城镇居民户、但却错误的执行了城镇居民生活用电电价的个体，大幅度的减少人工排查的工作量。基于上述方法，本发明还公开了一种电价执行异常的识别系统。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.047 seconds)
