公开(公告)号：CN113240011B

公开(公告)日：2023-04-07

申请号：CN202110528781.1

申请日：2021-05-14

Applicant: 烟台海颐软件股份有限公司

Inventor： 于瑞强 ,  郇长武 ,  宋晓霞 ,  杜星学 ,  李锐 ,  徐国智 ,  董仁玮 ,  赵轩臣 ,  孙汉福 ,  刘效强 ,  赵勇

IPC: G06F18/241 ,  G06F18/2415 ,  G06F18/23 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/08

Abstract: 本发明涉及数据处理领域，具体涉及一种深度学习驱动的异常识别与修复方法及智能化系统。包括以下步骤：S1：数据结构识别，S2：数据特征变换，S3：训练异常检测和修复神经网络，S4：异常数据识别与异常修复，S5：数据特征还原。采用深度学习方法，对每个特征使用双分量混合模型，其中一个分量用于解释干净单元(即正常值)，另一个分量用于解释异常单元(即异常值)；通过降低异常单元的影响来模拟潜在的正常数据分布，为数据单元提供异常值分数和对单元修复的估计；将变分自编码器和生成对抗网络两个深度生成模型进行结合，有利于生成更好的修复结果；最终实现利用无监督学习方式对混合属性数据进行cell‑level(单元级别)的异常识别及修复。

公开(公告)号：CN115809274A

公开(公告)日：2023-03-17

申请号：CN202211629856.6

申请日：2022-12-19

Applicant: 烟台海颐软件股份有限公司

Inventor： 于瑞强 ,  李慧霖 ,  宋欢予 ,  闫谷丰 ,  张子聪 ,  赵轩臣 ,  李锐 ,  刘效强 ,  孙汉福 ,  赵勇

IPC: G06F16/2455 ,  G06F16/23 ,  G06Q50/06

Abstract: 本发明属于电力系统技术领域，具体涉及一种电力量价费一致性核查规则挖掘方法与系统。所述方法包括：获取核查数据集，计算量价费数据的等价分划；使用深度优先空间搜索策略挖掘数据一致性关系，得到数据中的一致性关系集合；利用得到的一致性关系集合，对量价费一致性关系进行规则解析；通过规则解析，识别出在量价费数据中的罕见数据。本发明将一种新的针对分类型数据的一致性规则挖掘方法应用在电力量价费数据的核查工作中，能主动挖掘出数据中的潜在规则，良好地弥补了以往人工定义规则存在工作量大、耗时长、规则覆盖面不足、只能发现被定义规则覆盖的业务异常数据等短板，辅助业务人员更智能、更全面地完成电力营销量价费数据核查工作。

公开(公告)号：CN113240010B

公开(公告)日：2023-10-24

申请号：CN202110528743.6

申请日：2021-05-14

Applicant: 烟台海颐软件股份有限公司

Inventor： 于瑞强 ,  杜星学 ,  李锐 ,  雷丙华 ,  徐国智 ,  王学峰 ,  赵轩臣 ,  陈本权 ,  孙汉福 ,  赵勇 ,  刘效强

IPC: G06F18/2433

Abstract: 本发明涉及结构化数据异常检测领域，具体涉及一种支持非独立分布混合数据的异常检测方法及系统。包括元数据管理模块，数据集成模块，数据管理模块，任务管理与调度模块，数据关联模块，特征变换模块，模型训练模块，异常评估模块，结果管理模块。基于本算法构建的系统可以适用于结构化混合数据、单纯的分类数据、单纯的数值型数据三种不同目的智能化异常检测，可以极大的提升异常检测的效率和普适性，尤其是在数据治理、工业异常检测应用中。

公开(公告)号：CN113240011A

公开(公告)日：2021-08-10

申请号：CN202110528781.1

申请日：2021-05-14

Applicant: 烟台海颐软件股份有限公司

Inventor： 于瑞强 ,  郇长武 ,  宋晓霞 ,  杜星学 ,  李锐 ,  徐国智 ,  董仁玮 ,  赵轩臣 ,  孙汉福 ,  刘效强 ,  赵勇

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及数据处理领域，具体涉及一种深度学习驱动的异常识别与修复方法及智能化系统。包括以下步骤：S1：数据结构识别，S2：数据特征变换，S3：训练异常检测和修复神经网络，S4：异常数据识别与异常修复，S5：数据特征还原。采用深度学习方法，对每个特征使用双分量混合模型，其中一个分量用于解释干净单元(即正常值)，另一个分量用于解释异常单元(即异常值)；通过降低异常单元的影响来模拟潜在的正常数据分布，为数据单元提供异常值分数和对单元修复的估计；将变分自编码器和生成对抗网络两个深度生成模型进行结合，有利于生成更好的修复结果；最终实现利用无监督学习方式对混合属性数据进行cell‑level(单元级别)的异常识别及修复。

公开(公告)号：CN113240010A

公开(公告)日：2021-08-10

申请号：CN202110528743.6

申请日：2021-05-14

Applicant: 烟台海颐软件股份有限公司

Inventor： 于瑞强 ,  杜星学 ,  李锐 ,  雷丙华 ,  徐国智 ,  王学峰 ,  赵轩臣 ,  陈本权 ,  孙汉福 ,  赵勇 ,  刘效强

IPC: G06K9/62

Abstract: 本发明涉及结构化数据异常检测领域，具体涉及一种支持非独立分布混合数据的异常检测方法及系统。包括元数据管理模块，数据集成模块，数据管理模块，任务管理与调度模块，数据关联模块，特征变换模块，模型训练模块，异常评估模块，结果管理模块。基于本算法构建的系统可以适用于结构化混合数据、单纯的分类数据、单纯的数值型数据三种不同目的智能化异常检测，可以极大的提升异常检测的效率和普适性，尤其是在数据治理、工业异常检测应用中。

公开(公告)号：CN111241288A

公开(公告)日：2020-06-05

申请号：CN202010051316.9

申请日：2020-01-17

Applicant: 烟台海颐软件股份有限公司

Inventor： 于瑞强 ,  邢敏敏 ,  郇长武 ,  王林 ,  杜星学 ,  梁家林 ,  孙汉福 ,  李经帅

IPC: G06F16/35 ,  G06F16/31 ,  G06F40/289 ,  G06F16/36 ,  G06F40/205 ,  G06Q30/00 ,  G06Q50/06

Abstract: 本发明公开了一种大集中电力客户服务中心的突发事件实时感知系统以及构建方法，包括数据采集模块，文本数据处理模块，特征向量构建模块，多文档主题分析模块，事件感知模块，以及结果推送模块。本发明基于海量的客户服务中心业务受理工作单数据，依托Apache Flink、LDA、TextRank等技术与算法，构建了突发事件实时感知方法，实现客户服务中心文本信息的自动处理和突发事件汇聚，实现突发事件的自动识别，填补本项业务需求空白。