-
公开(公告)号：CN112131096B
公开(公告)日：2024-05-24
申请号：CN202010384421.4
申请日：2020-05-07
Applicant: 北京国网信通埃森哲信息技术有限公司 , 北京中电飞华通信有限公司 , 国家电网有限公司信息通信分公司 , 国网信息通信产业集团有限公司 , 国网山东省电力公司信息通信公司 , 国家电网有限公司
IPC: G06F11/36
Abstract: 本发明公开了一种ICT系统故障分析及辅助研判测试案例自动生成方法及装置，属于软件测试技术领域。本发明的方法包括构建数据库中的数据集合，包括用户对话要素集合、ICT系统功能要素集合、ICT系统故障问题要素集合以及干扰因素集合；设置初始案例；设置干扰因素；使用所设置的干扰因素对ICT系统故障问题要素集合进行修改，得到干扰后的ICT系统故障问题要素集合，并根据该干扰后的ICT系统故障问题要素集合生成干扰后的用户对话要素中的参数，即测试案例。本发明能够基于应用场景自动生成测试案例集，提高测试效率，解决测试案例不足、案例积累慢，影响应用开发和测试的难题；通过加入干扰因素，提高测试的全面性。
-
公开(公告)号：CN116862118B
公开(公告)日：2023-11-24
申请号：CN202311134253.3
申请日：2023-09-05
Applicant: 北京国网信通埃森哲信息技术有限公司 , 国网信息通信产业集团有限公司
IPC: G06Q10/063 , G06Q30/018 , G06Q50/26 , G06F16/338 , G06F16/35 , G06F16/36
Abstract: 本公开的实施例公开了碳排放信息生成方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：根据对应目标对象的各个设备信息，创建各个设备节点；对于每个设备信息，创建至少一个数据采集节点；对各个数据采集节点进行聚类处理；对于每个数据采集节点组，创建碳排放节点；创建碳汇总节点；创建碳排放知识图谱；响应于碳排放知识图谱满足预设启动条件，获取碳数据组集合，将获取的每个碳数据存储至数据采集节点；生成对应各个碳排放节点的各个碳排放信息，以及将所生成的每个碳排放信息存储至碳排放节点；生成碳排放汇总信息；将碳排放汇总信息存储至碳汇总节点。该实施方式可以在完整追溯碳排放数据源时，节省查询时的内存资源。
-
公开(公告)号：CN116822803B
公开(公告)日：2023-11-24
申请号：CN202311091979.3
申请日：2023-08-29
Applicant: 北京国网信通埃森哲信息技术有限公司 , 国网信息通信产业集团有限公司
IPC: G06Q10/063 , G06Q10/04 , G06Q50/26 , G06F18/243 , G06F18/2433
Abstract: 本公开的实施例公开了基于智能算法的碳排放数据图构建方法、装置与设备。该方法的一具体实施方式包括：从对应目标碳排放节点的分层时间序列碳排放数据中，提取对应末层的时间序列碳排放数据作为末层时间序列碳排放数据；将分层时间序列碳排放数据中与末层时间序列碳排放数据相异的各层的时间序列碳排放数据；获取前层时间序列碳排放数据集对应的碳排放量预测结果集；根据末层时间序列碳排放数据和碳排放量预测模型，生成碳排放量预测结果；根据碳排放量预测约束信息，对碳排放量预测结果进行修正处理，得到碳排放量预测输出结果；根据碳排放量预测输出结果，构建碳排放量趋势数据图。该实施方式提升了预测的碳排放量的分层
-
公开(公告)号：CN117058385A
公开(公告)日：2023-11-14
申请号：CN202311066461.4
申请日：2023-08-23
Applicant: 北京国网信通埃森哲信息技术有限公司 , 国网信息通信产业集团有限公司
IPC: G06V10/26 , G06T7/11 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本公开的实施例公开了基于多系统数据智能融合的图像分割方法与设备。该方法的一具体实施方式包括：将目标设备图像特征提取信息和设备文本特征提取信息输入至多模态特征融合网络中，得到目标电力设备对应的多模态特征融合信息；将目标设备图像特征提取信息和多模态特征融合信息输入至电力设备图像分割模型包括的目标模态特征过滤网络中，得到过滤后的多模态特征融合信息；响应于确定目标多模态融合特征信息满足第一预设特征条件，根据目标多模态融合特征信息，生成设备图像分割信息，其中，目标多模态融合特征信息初始为目标设备图像特征提取信息和过滤后的多模态特征融合信息的融合特征信息。该实施方式提升了图像分割的准确性。
-
公开(公告)号：CN116822803A
公开(公告)日：2023-09-29
申请号：CN202311091979.3
申请日：2023-08-29
Applicant: 北京国网信通埃森哲信息技术有限公司 , 国网信息通信产业集团有限公司
IPC: G06Q10/063 , G06Q10/04 , G06Q50/26 , G06F18/243 , G06F18/2433
Abstract: 本公开的实施例公开了基于智能算法的碳排放数据图构建方法、装置与设备。该方法的一具体实施方式包括：从对应目标碳排放节点的分层时间序列碳排放数据中，提取对应末层的时间序列碳排放数据作为末层时间序列碳排放数据；将分层时间序列碳排放数据中与末层时间序列碳排放数据相异的各层的时间序列碳排放数据；获取前层时间序列碳排放数据集对应的碳排放量预测结果集；根据末层时间序列碳排放数据和碳排放量预测模型，生成碳排放量预测结果；根据碳排放量预测约束信息，对碳排放量预测结果进行修正处理，得到碳排放量预测输出结果；根据碳排放量预测输出结果，构建碳排放量趋势数据图。该实施方式提升了预测的碳排放量的分层时间序列的准确性。
-
Patent Agency Ranking
公开(公告)号：CN116126514A
公开(公告)日：2023-05-16
申请号：CN202211520748.5
申请日：2022-11-30
Applicant: 北京国网信通埃森哲信息技术有限公司
Abstract: 本申请公开了一种电数据交易监控系统及方法，主要涉及数据交易监控技术领域，用以解决现有的区块链处理过程繁琐处理效率低的问题。包括：数据预处理模块，用于对电数据交易进行预处理，去除无效数据和异常数据，以获得待监控交易数据；数据分发模块，用于随机创建运行程序，将运行程序下发至待选服务器，进而确定首次返回正常运行结果的待选服务器为交易监控服务器；向交易监控服务器下发待监控交易数据；服务器模块，用于通过交易监控服务器获取运行程序，根据运行程序获取时间排序，生成运行程序运行表；依次运行运行程序，并上传运行结果；获取下发的待监控交易数据，调用预设好的监控程序进行监控处理。
-
公开(公告)号：CN115994208A
公开(公告)日：2023-04-21
申请号：CN202211406124.0
申请日：2022-11-10
Applicant: 国网安徽省电力有限公司 , 国网安徽省电力有限公司信息通信分公司 , 国网信息通信产业集团有限公司 , 北京国网信通埃森哲信息技术有限公司
IPC: G06F16/332 , G06F16/33 , G06F40/216 , G06F40/289 , G06Q50/06
Abstract: 本发明提供一种基于余弦定理的信息查重方法、系统及终端机，涉及电力信息系统查重领域，采集文本信息；对文本信息，进行语料预处理；其中，语料预处理包括分词处理和去词处理；将预处理之后的文本信息转换为数值型数据，淡化出现频率超阈值的词语，并突出显示符合预设条件的词语，计算符合预设条件词语在文本信息中出现的频率；对符合预设条件词语的词频进行排序，形成最终的功能词汇数据集；基于功能词汇数据集，计算文本信息之间的相似度。实现信息查重功能，从而完成对新建项目的可研重复功能识别、量化，避免无序、重复建设，节约建设投资成本，实现数字化数据处理对项目文字处理，提升项目处理效率。
-
公开(公告)号：CN110503256B
公开(公告)日：2022-08-05
申请号：CN201910750171.9
申请日：2019-08-14
Applicant: 北京国网信通埃森哲信息技术有限公司 , 国网信息通信产业集团有限公司
Abstract: 本发明公开了一种基于大数据技术的短期负荷预测方法及系统，包括以下步骤：获取系统中各用户的用电历史数据；各用户的负荷水平和负荷曲线形状；确定用户的用电模式；根据各用户的用电模式，选择各用户负荷的预测模型；构建各用户负荷的影响因素集合；筛选出若干主导影响因素并赋予权值，然后通过各主导影响因素构建影响因素子集；利用各主导影响因素及其权值对各用户负荷的预测模型的参数进行选择及优化，然后再预测各用户在待预测时间的用电负荷预测值；根据各用户在待预测时间的用电负荷预测值以及系统网损，得到系统在待预测时间的总用电负荷预测值，该方法及系统能够实现短期负荷的预测，并且预测精度较高。
-
公开(公告)号：CN113378989B
公开(公告)日：2022-05-17
申请号：CN202110763473.7
申请日：2021-07-06
Applicant: 武汉大学 , 国网信息通信产业集团有限公司 , 北京国网信通埃森哲信息技术有限公司 , 武汉纺织大学
Abstract: 本发明提供一种基于复式协同结构特征重组网络的多模态数据融合方法。针对现有多模态数据融合技术主要是特征直接融合而忽视了模态与模态间的双向交互，存在多模态融合时特征间语义鸿沟的问题，本发明利用深度神经网络提取图像及文本单模态特征，建立基于transformer机制的图文双向交互注意力模型，挖掘图像和文本之间的特征联系，进行多模态的语义关联，并引入复式协同结构网络加深模态之间交互信息的贯通，进行多模态深层融合下的特征双向重组，实现图像与文本语义空间的对齐，更好地适应了神经网络对不同模态间互补信息的搜寻，增强模型对多模态语义的理解和泛化能力，进一步提高多模态特征网络的分类准确度。
-
公开(公告)号：CN113962477A
公开(公告)日：2022-01-21
申请号：CN202111328047.7
申请日：2021-11-10
Applicant: 国网浙江省电力有限公司杭州供电公司 , 北京国网信通埃森哲信息技术有限公司
Inventor： 杨翾 , 徐祥海 , 商佳宜 , 侯炳旭 , 许中平 , 谢可 , 高璐 , 李榛 , 陈致远 , 陆海波 , 张志鹏 , 赵天煜 , 方响 , 王岗 , 卫炜 , 朱鹏 , 徐驰名 , 孙超楠 , 陈曦 , 曹荣虎 , 赵潇潇 , 郑子洵
Abstract: 本发明属于电子信息技术领域，具体公开了一种产业电量关联聚集预测方法、装置、设备及存储介质。包括以下步骤：获取预设区域内用户用电数据，并根据用户产业标签进行分类；根据分类结果，计算各产业的逐日用电量序列；根据各产业的逐日用电量序列计算每两个待测产业用电量序列间的电量距离；根据电量距离，建立产业电量社区；对任一产业电量社区内的产业计算其中心度，提取用电核心产业；构建核心产业的关联产业聚集；提取任一核心产业及其关联产业聚集的历史日用电量数据，建立预测模型；通过预测模型预测产业电量。本发明预测产业电量时，考虑了相关产业间的关联特性，提升预测精度的同时，具备分析用电量跳变在产业间的传播现象的能力。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.059 seconds)
