-
公开(公告)号：CN114090562A
公开(公告)日：2022-02-25
申请号：CN202111406786.3
申请日：2021-11-24
Applicant: 国家电网有限公司大数据中心 , 北京中电普华信息技术有限公司
IPC: G06F16/215 , G06F16/2458 , G06Q50/06
Abstract: 本发明公开了一种电力营销数据的清洗方法及装置，包括：对待清洗电力营销数据进行一致性检查，得到目标待清洗电力营销数据；基于所述目标待清洗电力营销数据的横向时间特征识别所述目标待清洗电力营销数据的缺失值；基于所述目标待清洗电力营销数据的纵向时间特征识别所述目标待清洗电力营销数据的异常值；基于动态时间规整算法补全所述缺失值和修正所述异常值。上述过程，基于标待清洗电力营销数据的纵向时间特征识别所述目标待清洗电力营销数据的异常值，可以提高伪异常数据识别的准确率，基于目标待清洗电力营销数据的横向时间特征识别所述目标待清洗电力营销数据的缺失值，可以提高缺失值补全的准确率。
-
公开(公告)号：CN114091813A
公开(公告)日：2022-02-25
申请号：CN202111202478.9
申请日：2021-10-15
Applicant: 国家电网有限公司大数据中心
IPC: G06Q10/06 , G06Q50/06 , G06F17/18 , G06F17/16 , G06F16/903
Abstract: 一种基于综合评价分析的电能表可靠性评价方法及系统，包括：基于各供应商提供给各区域的在各安装时刻安装的电能表的安装数量及在各预设运行时段的故障数量计算所述电能表在多个预设运行时段的失效率和可靠度；利用正向化及归一化方法对失效率和可靠度进行处理，将处理后的失效率、可靠度及各供应商提供给各区域的在各安装时刻安装的电能表在各预设运行时段的故障量作为评价指标值构建评价指标值矩阵；利用Topsis评价方法对所述矩阵按照基于熵权法预先确定的各评价指标权重确定各供应商提供给各区域的电能表在各预设运行时段的得分，根据得分确定各供应商提供给各区域的电能表在各预设运行时段的可靠性。本发明可更加准确的对电能表可靠性进行评价。
-
公开(公告)号：CN113535796A
公开(公告)日：2021-10-22
申请号：CN202110599054.4
申请日：2021-05-31
Applicant: 国家电网有限公司大数据中心
IPC: G06F16/2458 , G06F16/2457 , G06F16/2455 , G06Q10/08
Abstract: 本发明提供一种电能表高龄库存原因的确定方法及系统，包括：利用电能表的库龄和设定的阈值筛选高/超高龄的电能表；获取与高/超高龄的电能表的库龄相关的库存数据；利用关联分析方法对所述与高/超高龄的电能表的库龄相关的库存数据进行关联分析，得到高/超高龄的电能表的关联规则；将所述高/超高龄的电能表的关联规则作为导致电能表高/超高龄的原因。本发明利用关联方法对电能表的库存数据和电能表的库龄进行关联分析，提高了定位电能表高龄或超高库原因的准确度及效率。
-
公开(公告)号：CN114118624B
公开(公告)日：2025-04-04
申请号：CN202111495407.2
申请日：2021-12-09
Applicant: 国家电网有限公司大数据中心
IPC: G06Q10/04 , G06Q10/0631 , G06Q10/0639 , G06Q50/06
Abstract: 本发明公开了一种电力需求响应潜力评估方法、装置、设备及存储介质。该方法包括：根据相似日匹配因素确定与目标日匹配的最相似历史日；获取历史用电数据，根据历史用电数据中所述最相似历史日对应的相似用电数据，确定目标用户在所述目标日的用户特征曲线，以及所述目标日的主网负荷预测曲线；根据所述用户特征曲线和所述主网负荷曲线的匹配程度，结合用户响应意愿，确定所述目标用户在所述目标日的电力需求响应潜力。本发明根据最相似历史日下用户与主网的用电曲线趋势对比，实现对用户需求响应潜力的准确识别，解决了用户需求侧响应潜力挖掘难、需求响应成效评估难的问题。
-
公开(公告)号：CN114139621B
公开(公告)日：2024-10-29
申请号：CN202111430650.6
申请日：2021-11-29
Applicant: 国家电网有限公司大数据中心
Abstract: 本申请公开了一种确定模型分类性能标识的方法、装置、设备及存储介质，该方法可以包括：获取电力数据；根据K个不同的高斯模型分别对电力数据进行处理，得到K个分类结果；其中，K表示电力数据包含的数据维度数量，K为大于1的整数；根据聚类算法对电力数据进行聚类，得到K个聚类结果；根据K个分类结果和K个聚类结果，确定高斯模型的分类性能标识，K个分类结果与K个聚类结果在不同电力数据维度上呈对应关系。通过上述方式能够实现通过高斯模型对现有的海量电力数据进行分类处理，并基于聚类算法的聚类结果对高斯模型的分类结果进行评估，以了解高斯模型对电力数据的分类性能。
-
Patent Agency Ranking
公开(公告)号：CN111797286B
公开(公告)日：2024-04-05
申请号：CN202010646699.4
申请日：2020-07-07
Applicant: 国家电网有限公司大数据中心
IPC: G06F16/903 , G06F16/9038 , G06F16/907
Abstract: 本发明实施例公开了一种时间区域确定方法。该方法包括：根据历史数据与两个时间尺度绘制趋势图；根据趋势检验算法与预设第一阈值确定所述趋势图上的待分析时间区域；根据多尺度直线拟合算法与预设第二阈值确定所述待分析时间区域内的重点分析时间区域。本发明实施例通过根据趋势检验算法与预设第一阈值确定所述趋势图上的待分析时间区域；根据多尺度直线拟合算法与预设第二阈值确定所述待分析时间区域内的重点分析时间区域，解决了在分析历史数据时，单一时间尺度分析导致重点不突出、特点不明显、量化不准确的问题。
-
公开(公告)号：CN113505333A
公开(公告)日：2021-10-15
申请号：CN202110600094.6
申请日：2021-05-31
Applicant: 国家电网有限公司大数据中心
Abstract: 本发明提供一种针对企业的用电设备负荷分析方法及系统，包括：基于各行业内各企业在当日的日最大用电设备负荷计算各行业内各企业在当日的用电设备负荷比率；基于各行业内各企业在当日的日用电设备负荷比率与各行业的过负荷阈值的比较结果对各行业内各企业的用电设备进行过负荷分析；其中，各行业的过负荷阈值是基于各行业内各企业在历史年的上一年未过负荷情况下每日最大日用电设备负荷的平均值及各行业内各企业在历史年未过负荷情况下每日的最大日用电设备负荷获取的。本发明利用聚类分析法对各行业内企业的用电设备负荷进行准确分析，提高了针对企业内用电设备的过负荷故障分析的准确度，降低了企业内用电设备的故障风险。
-
公开(公告)号：CN119647580A
公开(公告)日：2025-03-18
申请号：CN202411841479.1
申请日：2024-12-13
Applicant: 国网湖南省电力有限公司 , 国家电网有限公司大数据中心 , 国网辽宁省电力有限公司 , 国网甘肃省电力公司 , 国网湖南省电力有限公司长沙供电分公司 , 国网雄安金融科技集团有限公司 , 国网商用大数据有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种基于大语言模型的审计领域知识图谱本体框架构建方法，包括：收集审计领域相关数据，并对收集的数据进行预处理；使用预处理后的审计领域相关数据对大语言模型进行预训练；基于现有的通用实体抽取和关系抽取数据集，对预训练后的大语言模型进行微调；利用大语言模型对步骤一预处理后的审计领域文本数据进行知识抽取，得到审计领域的知识抽取结果；对知识抽取结果进行标准化处理；基于标准化处理后的知识抽取结果，构建审计领域的知识图谱本体框架。本申请可以对审计领域的知识进行自动化抽取、归纳和整理，形成一套完整的审计领域知识图谱本体框架。
-
公开(公告)号：CN112734159B
公开(公告)日：2024-09-24
申请号：CN202011409848.1
申请日：2020-12-04
Applicant: 国家电网有限公司大数据中心
IPC: G06Q10/0639 , G06F17/18 , G06F17/11 , G06F17/16
Abstract: 本发明提出的一种企业复工/复产速率计算方法及系统，包括：获取企业复工/复产率和对应日期，确定复工/复产的开始日期，并构建复工/复产率集合；基于所述企业复工/复产率集合中的开始日期、复工/复产率和对应日期的关系确定企业复工/复产速率，因此技术方案实现了对复工复产速率的高维数据的量化分析；同时本发明提供的技术方案中绘制的复工/复产速率图可实现可视化展示。
-
公开(公告)号：CN111754116B
公开(公告)日：2023-10-17
申请号：CN202010590439.X
申请日：2020-06-24
Applicant: 国家电网有限公司大数据中心
IPC: G06Q40/03 , G06Q30/018 , G06Q30/0282 , G06Q10/0635 , G06Q10/0639 , G06Q50/06 , G06F18/20 , G06F18/2137 , G06F18/23213
Abstract: 本发明公开了一种基于标签画像技术的信用评估方法及装置，该方法包括：确定待评估企业的预先建立的信用标签体系中的每个事实标签的含义，根据所述待评估企业的预先建立的事实标签与模型标签之间的第一对应关系、所述待评估企业的预先建立的模型标签与复合标签之间的第二对应关系以及所述事实标签的含义，生成所述待评估企业的每个模型标签的含义和每个复合标签的含义，根据所述事实标签的含义、所述模型标签的含义以及所述复合标签的含义，确定所述待评估企业的信用画像。该信用评估方法实现过程中信用标签体系完善、计算规则清晰、不依赖主观，从而，提高了信用评估的准确性，形成了统一信用服务能力。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.049 seconds)
