基于大语言模型赋能Text2SQL的电力数据增强分析方法

    公开(公告)号:CN118964410B

    公开(公告)日:2024-12-17

    申请号:CN202411449483.3

    申请日:2024-10-17

    Abstract: 本发明涉及基于大语言模型赋能Text2SQL的电力数据增强分析方法,包括以下步骤:S1:收集电力相关的自然语言文本与相应的SQL查询对;S2:对步骤S1收集的数据进行预处理;S3:使用预训练的大型语言模型,基于训练数据集进行模型微调,结合自然语言理解和信息抽取来强化模型的泛化能力,得到电力大语言模型;S4:扩充训练数据集和测试数据集;S5:评估电力大语言模型性能;S6:采用对抗训练增强模型的鲁棒性,并使用自动调参技术优化模型参数,得到优化后的电力大语言模型;S7:将优化后的电力大语言模型打包成容器进行部署,部署后设置实时监控机制,跟踪电力系统中自然语言查询到SQL的转换效果。本发明能够更有效地处理电力系统中的自然语言查询。

    一种跨域数据融合方法
    3.
    发明公开

    公开(公告)号:CN116662371A

    公开(公告)日:2023-08-29

    申请号:CN202310695616.4

    申请日:2023-06-13

    Abstract: 本发明公开了一种跨域数据融合方法,涉及数据融合技术领域,所述融合方法包括以下步骤:通过数据解析、标准化和数据虚拟化引擎的支持,跨域数据融合可以将来自不同数据源的数据整合在一起,形成统一的数据视图,这使得数据可以在逻辑上统一访问和处理,避免了数据孤岛的问题,提高了数据的集成和整合效果,并且数据虚拟化引擎可以对查询请求进行优化和计划生成,以提高数据的访问效率和性能,数据整合完成后,对数据进行各种处理和分析操作,将处理和分析的结果呈现给用户。本发明通过智能的查询优化策略和缓存机制,可以减少数据访问的开销,并加速查询结果的生成和返回。

    一种敏捷数据分析方法
    4.
    发明公开

    公开(公告)号:CN110968620A

    公开(公告)日:2020-04-07

    申请号:CN201911259123.6

    申请日:2019-12-10

    Abstract: 本发明公开了一种敏捷数据分析方法,包括挖掘流管理、挖掘流设计、任务调度管理和挖掘流解析运行引擎。本发明中,集成了多种并行化数据挖掘算法,支撑计算密集型大数据环境下不同的业务需求,突破算法在处理数据量、数据维度上的限制,搭建基于内存计算的处理分析引擎,构建敏捷数据分析工具的数据处理分析引擎,满足企业海量数据实时计算、处理的需求,充分发挥大数据计算的能力,敏捷数据分析工具构建”图形化”、“流程式”的全栈式数据开发工作台,提供丰富的图形控件,转变传统编码分析方式,实现完全“零代码”的配置化分析方式,降低数据分析工作的技术门槛,提升数据分析工作效率。

    一种基于rpa取数装置及其取数方法

    公开(公告)号:CN114171067A

    公开(公告)日:2022-03-11

    申请号:CN202111273857.7

    申请日:2021-10-29

    Inventor: 林佳能 魏华 徐禄

    Abstract: 本发明公开了一种基于rpa取数装置及其取数方法,涉及数据读取技术领域,针对现有数据硬盘借助USB插头取数时,容易被灰尘杂质堵塞,影响灵敏度,而且不方便清理维护,影响使用寿命,而且受到外力拉扯容易脱离的问题,现提出如下方案,包括:数据硬盘,所述数据硬盘的左侧设有插接壳和插接芯,所述插接壳位于插接芯的外部,所述插接芯与数据硬盘电性连接;所述插接壳包括与数据硬盘固定连接的固定框,所述固定框的上方设有与数据硬盘滑动设置的活动框,所述活动框的顶部设有两个限位块。本发明不仅方便对插接壳内部进行清理维护,提高设备的使用寿命,而且还方便在插接后进行限位,避免外力拉扯脱落,保证设备使用的稳定性。

    基于大语言模型赋能Text2SQL的电力数据增强分析方法

    公开(公告)号:CN118964410A

    公开(公告)日:2024-11-15

    申请号:CN202411449483.3

    申请日:2024-10-17

    Abstract: 本发明涉及基于大语言模型赋能Text2SQL的电力数据增强分析方法,包括以下步骤:S1:收集电力相关的自然语言文本与相应的SQL查询对;S2:对步骤S1收集的数据进行预处理;S3:使用预训练的大型语言模型,基于训练数据集进行模型微调,结合自然语言理解和信息抽取来强化模型的泛化能力,得到电力大语言模型;S4:扩充训练数据集和测试数据集;S5:评估电力大语言模型性能;S6:采用对抗训练增强模型的鲁棒性,并使用自动调参技术优化模型参数,得到优化后的电力大语言模型;S7:将优化后的电力大语言模型打包成容器进行部署,部署后设置实时监控机制,跟踪电力系统中自然语言查询到SQL的转换效果。本发明能够更有效地处理电力系统中的自然语言查询。

Patent Agency Ranking