-
公开(公告)号：CN110009064A
公开(公告)日：2019-07-12
申请号：CN201910364679.5
申请日：2019-04-30
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
Abstract: 本发明公开了一种基于电网领域的语义模型训练方法，包括步骤：抓取电网领域的文档和数据，形成电网领域的专有实体；去除和电网场景无关的语句，对专有实体的内容进行分词，形成若干个电网词汇；分别对各电网词汇进行训练，得到若干个电网词汇的词向量；挑选其中的若干个电网词汇的词向量进行组合，形成电网领域的句向量；提高了电网领域语句识别的准确度，解决了不能区别在语义或句法结构上相似的句子的问题，为电网领域的人工智能奠定了重要的基础。
-
公开(公告)号：CN116233312B
公开(公告)日：2023-08-08
申请号：CN202310498368.4
申请日：2023-05-06
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
Abstract: 本发明公开了一种基于回归分解的电网客服话务量预测方法，包括采集电网客服话务量数据、用户信息、气象信息和停电信息，形成话务量数据信息库；采用孤立森林算法进行异常数据识别；建立拉格朗日插值函数对异常数据/缺失数据进行修补；利用层次分析法量化用户信息、气象信息和停电信息；采用回归分解的方法将话务量分解为周期分量、趋势分量和随机分量；采用改进灰色关联法分析各分量的影响因子；将各分量的影响因子作为输入，采用CNN卷积神经网络预测各分量；最后叠加各分量得到总的话务量预测结果；考虑电网客服增值服务，将预测结果进行修正，得到最终的话务量预测结果。本实施例实现了精细化预测电网客服的话务量，提高话务量预测准确率。
-
公开(公告)号：CN110083694A
公开(公告)日：2019-08-02
申请号：CN201910364672.3
申请日：2019-04-30
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
IPC: G06F16/332 , G06F16/33 , G06Q10/10 , G06Q50/06
Abstract: 本发明公开了一种基于webhook的电网业务集成方法，包括步骤：若接收到来自用户的登陆信息，获取用户的查询类别；向用户发送验证信息请求，实时接收来自用户的实时指令；根据实时指令调取对应的电网数据库，并查找出该实时指令下的实时数据；向用户发送实时数据；储存与用户交互的历史记录；通过对通用的webhook协议进行改进，并应用于智能客服机器人与电网业务集成，提高了电网业务服务的时效性和智能性。该协议在业务数据传递过程中储存历史记录，保持了会话上下文数据，使得在智能客服机器人客服多轮对话场景中，以可插拔的方式与业务系统对接。
-
公开(公告)号：CN116415778A
公开(公告)日：2023-07-11
申请号：CN202310260018.4
申请日：2023-03-16
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
IPC: G06Q10/0631 , G06Q30/0283 , G06Q50/06 , H02J3/00
Abstract: 本发明提供了一种家庭用能辅助决策方法及系统，该方法包括获取电价数据向量和天气数据向量；获取家庭用能设备的电力负荷数据并将其转换为用户可用性特征、用能设备使用特征以及典型负荷曲线特征；计算用户可用性概率和用能设备可使用概率；针对于任意一个用能设备，当推荐日内用户可用性概率和用能设备可使用概率均大于其对应的阈值时，通过电价数据向量、天气数据向量和典型负荷曲线特征计算该推荐日内中代价最低的启动小时并对家庭用能进行辅助决策。上述方法综合电力价格、天气数据信息及家庭用能设备的电力负荷数据，全面考虑了用能设备负荷转移的过程，可以有效提高家庭住宅的用能效率，直观地为个户提供用能设备的使用建议。
-
公开(公告)号：CN110096582A
公开(公告)日：2019-08-06
申请号：CN201910364675.7
申请日：2019-04-30
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
IPC: G06F16/332 , G06Q50/06
Abstract: 本发明公开了一种电力业务中会话机器人的训练方法，包括如下步骤：会话机器人实时接收用户提问；会话机器人判断用户提问是否为有效提问；若是，则会话机器人根据实体信息为用户提问匹配解答数据；人工判断会话机器人匹配的解答数据是否准确；若是，则会话机器人确认匹配所述解答数据；会话机器人储存匹配结果；若否，则人工为所述若干实体信息匹配解答数据；并执行所述步骤：会话机器人储存匹配结果；通过对会话机器人进行重复训练，并将训练结果储存的方法，不断提高了会话机器人的客服能力，实现了会话机器人在人工辅助不断学习，即使用越久，会话机器人的智能化越高。
-
Patent Agency Ranking
公开(公告)号：CN110086816A
公开(公告)日：2019-08-02
申请号：CN201910364681.2
申请日：2019-04-30
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
Abstract: 本发明公开了一种内外网交换平台环境下的数据处理方法，包括实时接收来自外网用户的第一HTTP请求；对第一HTTP请求进行封装、加密成内外网交换平台所支持的webservice协议，形成第二HTTP请求；将第二HTTP请求传输进入内网；对第二HTTP请求解包解密，并对原有格式进行处理，输出一个可处理的第三HTTP请求；根据第三HTTP请求的请求信息进行模拟请求，得到对应第三HTTP请求的返回数据；将返回数据传输至外网用户；实现了内外网的数据交换，增加了数据传输的安全性，极大提高了商家的运维管理效率，并且显著降低开发成本。
-
公开(公告)号：CN114974311A
公开(公告)日：2022-08-30
申请号：CN202210706610.8
申请日：2022-06-21
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
Abstract: 本申请实施例提供一种语音质检方法、装置、电子设备，其中，方法包括：获取多个呼叫语音通话；基于所述呼叫语音通话获取所述呼叫语音通话中的客户语音；根据所述客户语音确定所述客户的情绪变化得分；基于所述客户的情绪变化得分、确定所述呼叫语音通话的质量。通过对客户的情绪变化得分进行检测，能够在投诉情景下确定客服人员是否对投诉人员进行了有效地安抚，是否解决了用户的需求。
-
公开(公告)号：CN116233312A
公开(公告)日：2023-06-06
申请号：CN202310498368.4
申请日：2023-05-06
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
Abstract: 本发明公开了一种基于回归分解的电网客服话务量预测方法，包括采集电网客服话务量数据、用户信息、气象信息和停电信息，形成话务量数据信息库；采用孤立森林算法进行异常数据识别；建立拉格朗日插值函数对异常数据/缺失数据进行修补；利用层次分析法量化用户信息、气象信息和停电信息；采用回归分解的方法将话务量分解为周期分量、趋势分量和随机分量；采用改进灰色关联法分析各分量的影响因子；将各分量的影响因子作为输入，采用CNN卷积神经网络预测各分量；最后叠加各分量得到总的话务量预测结果；考虑电网客服增值服务，将预测结果进行修正，得到最终的话务量预测结果。本实施例实现了精细化预测电网客服的话务量，提高话务量预测准确率。
-
公开(公告)号：CN110069784A
公开(公告)日：2019-07-30
申请号：CN201910368412.3
申请日：2019-05-05
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
Abstract: 本申请提供了一种语音质检评分方法、装置、终端及可存储介质，其中，本申请的方法包括：获取录音音频数据；将获取的录音音频数据转化为文本格式的数据，其中，所述文本格式的数据中包括与坐席人员的音频数据相对应的坐席文本数据；通过余弦相似性算法和/或汉明距离算法对所述坐席文本数据与预置的计分指标进行匹配计分，得到所述录音音频数据的服务质量分值。通过本申请的方法对录音音频数据自动进行识别和评分，无需过多的人工参与，实现了智能化质检，可以进行全量覆盖质检，质检效率高，节约了质检工作人员的工作量，并提高质检质量。
-
公开(公告)号：CN108831081A
公开(公告)日：2018-11-16
申请号：CN201810834648.7
申请日：2018-07-26
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司中山供电局
CPC classification number: G08B13/1663 , G01S5/22
Abstract: 本发明公开了一种基于源定位技术电缆防外力破坏预警方法。首先通过检波器对破碎锤施工所产生的瑞利波进行监测，对监测到的波形采用小波变换的时延估计算法，可提取、分析单一频率或者窄频率段内的波形，在时延估计的基础上，采用基于四元十字阵的几何定位算法进行建模，根据各检波器阵列的相对位置及其对应的时延值来解算出信号源位置。该方法所需检波器阵元数目较少，计算量小，可实现对施工源的快速定位，提供足够的预警时间，能够及时向相关部门发送预警信号，避免电力电缆被破坏。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.049 seconds)
