-
公开(公告)号：CN116703128B
公开(公告)日：2024-01-02
申请号：CN202310979904.2
申请日：2023-08-07
Applicant: 国网信息通信产业集团有限公司 , 福建亿榕信息技术有限公司
IPC: G06Q10/0631 , G06Q50/06 , G06F16/35 , G06F16/36 , G06N3/045 , G06N3/084 , G06F40/295
Abstract: 本发明涉及电力调度技术领域，公开了一种适用于电力调度的自然语言处理方法，包括：采集发电单元数据生成发电单元特征向量；基于线路布局图来构建知识图谱，输入第一神经网络，输出下一时间点的并网点电压，生成损失值，反向传播更新参数特征向量，然后将更新后的参数特征向量重新输入第四隐藏层；直至第一神经网络输出的下一时间的并网点电压与标定并网点电压的差值小于预设值，将最后一次输入的参数特征向量的分量分别生成一个调度参数作为对应的发电单元所需要输出的无功功率，本发明通过深度学习的方法来为每个发电单元生成有关无功的调度参数，能够利用发电单元自身能够产生的无功来调整发电系统的功率平衡。
-
公开(公告)号：CN116565979B
公开(公告)日：2023-11-28
申请号：CN202310835408.X
申请日：2023-07-10
Applicant: 国网信息通信产业集团有限公司 , 福建亿榕信息技术有限公司
Abstract: 本发明涉及电力控制技术领域，公开了一种包含多微网的主动配电网调度方法，包括以下步骤：步骤101，采集微电网的配电节点信息，基于同一配电网支路上的微电网的配电节点信息生成子图；步骤102，提取配电网知识图谱，生成全局局部图；步骤103，将子图和全局局部图输入调度神经网络，输出下一个时段的配电节点的有功功率和无功功率；步骤104，基于下一时段的可控的配电节点的有功功率和无功功率对这些配电节点进行调度控制；本发明的有益效果在于：通过合理调度来调整微电网的无功出力，有效利用微电网的能源资源的同时保持微电网对于主电网的冲击处于低水平。
-
公开(公告)号：CN116521905A
公开(公告)日：2023-08-01
申请号：CN202310786034.7
申请日：2023-06-30
Applicant: 国网信息通信产业集团有限公司 , 福建亿榕信息技术有限公司
Abstract: 本发明涉及电网调度技术领域，公开了一种基于多模态的电网调度知识图谱系统及方法，其中一种基于多模态的电网调度知识图谱系统包括：实体矢量生成模块，其用于生成电网调度知识图谱的实体矢量；随机游走模块，其用于随机游走为实体生成图结构和图结构中的节点矢量；广度矢量计算模块，计算节点在图结构的每层的广度矢量；编码矢量计算模块，基于节点的广度矢量计算对应的实体的编码矢量；推荐模块，其用于计算待推荐的实体与其他实体的编码矢量的相似度，为其推荐相似度最大的前G个实体；本发明能够在进行故障识别处理任务时提高准确度。
-
公开(公告)号：CN118228192A
公开(公告)日：2024-06-21
申请号：CN202410358343.9
申请日：2024-03-27
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 国网甘肃省电力公司白银供电公司
IPC: G06F18/25 , G06F18/2415 , G06N3/045 , G06N3/0464 , G06N3/096 , G06N3/0442 , G06N3/084 , G06N5/025
Abstract: 本发明涉及一种基于迁移学习的电力多模态实体关系抽取方法，包括如下步骤：收集和预处理电力文本与图像数据；构建跨模态关系特征提取模型，得到电力领域多模态数据的高级特征rt和开放领域多模态语料的高级特征rs；构建基于迁移学习的电力多模态实体关系抽取模型：将高级特征rs与电力领域对应的高级特征rt适应，使高级特征rt与高级特征rs间的差异值最小，将差异值小于预设阈值的高级特征rt与高级特征rs作为结果输入下一层；分类关系输出层输出关系识别结果。本发明有益效果：利用其他领域丰富的语料抽取电力多模态数据中的实体关系，以缓解电力领域内标注语料资源较少问题。
-
公开(公告)号：CN117615471A
公开(公告)日：2024-02-27
申请号：CN202311580908.X
申请日：2023-11-24
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 国网浙江省电力有限公司电力科学研究院 , 国网浙江省电力有限公司
Abstract: 本发明涉及一种基于FPGA的无线通信数据安全传输系统及方法，包括DVI解码模块、数据解密模块、完整性校验模块、数据加密模块；所述DVI解码模块用于接收加密数据，并进行解码操作，得到解码后的数据；所述数据解密模块用于对所述解码后的数据进行解密操作，获取真实数据；所述完整性校验模块用于对真实数据进行校验；所述数据加密模块用于对待发送数据进行加密处理，得到加密数据。本发明实现有效地保护数据的机密性、完整性和可用性，同时提高系统的可靠性和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN117151445B
公开(公告)日：2024-02-13
申请号：CN202311438025.5
申请日：2023-11-01
Applicant: 国网信息通信产业集团有限公司 , 福建亿榕信息技术有限公司
IPC: G06Q10/0631 , G06Q10/0639 , G06Q10/0637 , G06Q10/20 , G06Q50/06 , G06N5/022
Abstract: 本发明公开了一种电网调度知识图谱管理系统及其动态更新方法，涉及电网调度知识图谱管理技术领域，包括图谱更新数据采集模块、中央处理器、分析模块以及提示模块；图谱更新数据采集模块，采集电网调度知识图谱动态更新系统运行时的多项数据信息。本发明通过对电网调度知识图谱动态更新系统获取电网调度相关数据的质量进行实时监测，当电网调度知识图谱动态更新系统获取电网调度相关数据的质量变差时，发出预警，提示相关电力调度人员依赖于知识图谱中的信息来做出关键决策可能会做出不正确的操作，需要及时对电网调度知识图谱动态更新系统及时进行运行运维管理，有效地防止对电力系统的运行安全性和稳定性产生严重威胁。
-
公开(公告)号：CN117033657A
公开(公告)日：2023-11-10
申请号：CN202310973364.7
申请日：2023-08-03
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 国网甘肃省电力公司白银供电公司
Abstract: 本发明涉及一种信息检索方法及装置，方法包括：获取各模态数据，得到多模态数据集；对多模态数据集中的数据根据数据类型进行特征提取，将得到的特征向量融合，构建循环神经网络模型，通过特征向量对循环神经网络模型进行训练；通过循环神经网络模型对多模态数据进行多模态语义解析；将不同模态数据的语义表示映射到知识图谱的实体和关系上，实现跨模态的语义关联，对跨模态数据进行语义推理和关联；对实体和关系使用图数据库或知识图谱存储引擎进行图谱构建和查询。本发明方法能够将不同模态的数据进行综合，形成一体化的知识表示，使得知识图谱能够提供更全面、准确的知识服务，支持更精确的查询和应用服务。
-
公开(公告)号：CN116908579A
公开(公告)日：2023-10-20
申请号：CN202310784507.X
申请日：2023-06-29
Applicant: 国网信息通信产业集团有限公司 , 福建亿榕信息技术有限公司
Abstract: 本发明涉及一种基于知识图谱与图神经网络的电网故障诊断方法,包括以下步骤:步骤S1：构建原始语料库；步骤S2:基于原始语料库构建预设词典；步骤S3:基于预设词典和viterbi算法进行字符分解聚类即分词处理，对分词后的文本进行去重过滤，构建告警信息故障分词库；步骤S4:基于告警信息故障分词库，构建相关性矩阵；步骤S5:基于相关性矩阵，提取三元组，并基于Neo4j图形数据库，建立基于告警信息的知识图谱；步骤S6:基于图神经网络CompGCN模型，构建并训练的得到电网故障诊断模型；步骤S7:将待查询告警信息输入基于电网故障诊断模型，获取故障诊断结果。本发明能够快速获取故障诊断信息，并直观提供给调控人员进行分析决策，有效提高电网故障诊断效率。
-
公开(公告)号：CN116543291A
公开(公告)日：2023-08-04
申请号：CN202310748451.2
申请日：2023-06-25
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司
IPC: G06V10/82 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/94 , G06V20/10 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及神经网络模型技术领域，公开了一种资源灵活配置的FPGA实现CNN的方法，包括以下步骤：步骤101，输入卷积层之前首先选择串并结合配置，串并结合配置包括K值；步骤102，生成串行步数，串行步数等于「N/K」，其中N为前一层特征图的个数N，当前卷积层的个数为N*M，下一层的征图个数为M；步骤103，K‑1卷积计算结构并行计算前一层的K个特征图，按「N/K」步通过串行合并结构串行将K‑1的卷积计算结构进行合并获得下一层该特征图的最终结果，完成了上一层总共N个输入特征图的卷积计算；采用上述的方法来进行卷积，能够提高整个神经网络的运行效率，更高效的计算植物虫害程度。
-
公开(公告)号：CN111090986A
公开(公告)日：2020-05-01
申请号：CN201911197178.9
申请日：2019-11-29
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 国网信通亿力科技有限责任公司
IPC: G06F40/205 , G06F40/289 , G06F40/30 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 一种公文文档纠错的方法，包括步骤，文种检测，利用机器学习进行文种识别模型训练，将文档文种分类为通知、报告、批复、通报、函、会议纪要、请示之类型；错误检测步骤，包括通过中文分词器切词，从字粒度和词粒度方面检测错误，整合这两种粒度检测的疑似错误结果，形成疑似错误位置候选集；使用双向字符级N-gram LM深度学习模型，对句子里的字符打分，得分低的地方视为待纠错位置，将待纠错位置与上下文组合进行词典查词，当所有组合在词典中都查找不到，则将其视为错字，加入错误位置候选集。上述方案结合行文规范、内容不全的、立题不明、语法纠错、通顺性检测、上下文关联等审核要求，该特点对现有技术方案进行创新改造和结合，经过测试能够有效提升企业电子公文文档纠错的效果。
-
-
-
-
-
-
-
-
-
Search Results
167
records
(took 0.072 seconds)
