Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国网四川省电力公司宜宾供电公司高啸获国家专利权

国网四川省电力公司宜宾供电公司高啸获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉国网四川省电力公司宜宾供电公司申请的专利一种基于深度学习的电网设计方案生成方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119514078B

龙图腾网通过国家知识产权局官网在2025-08-29发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411435616.1,技术领域涉及:G06F30/18;该发明授权一种基于深度学习的电网设计方案生成方法是由高啸;胡晓松;钟泽波;谢光彬;覃露熹;李光彬;郭逢权;施寻;张鹏;李思岑设计研发完成,并于2024-10-15向国家知识产权局提交的专利申请。

一种基于深度学习的电网设计方案生成方法在说明书摘要公布了:本发明公开了一种基于深度学习的电网设计方案生成方法,属于电网规划技术领域,包括S1、获取电网设计方案的电网描述文本以及电网线路文本;S2、对文本分别进行词嵌入表示,得到词向量矩阵;S3、使用并行的两个引入注意力机制的卷积网络对词向量矩阵提取特征,获得文本特征向量;S4、使用双向LSTM网络对文本特征向量进行特征融合,获得综合特征表示;S5、通过协同过滤模块对综合特征表示分别进行学习,获得预测向量表示;S6、对预测向量表示进行融合,得到生成的电网设计方案。本方法能够通过利用电网数据,包括隐式反馈数据和辅助特征,建立深度学习模型学习电网特征,从而实现对电网设计方案的准确、高效和个性化推荐。

本发明授权一种基于深度学习的电网设计方案生成方法在权利要求书中公布了:1.一种基于深度学习的电网设计方案生成方法,其特征在于,包括以下步骤: S1、获取电网设计方案的电网描述文本以及电网线路文本; S2、对电网描述文本以及电网线路文本分别进行词嵌入表示,得到对应的电网描述词向量矩阵和电网线路词向量矩阵; S3、使用并行的两个引入注意力机制的卷积网络分别对所述电网描述词向量矩阵和电网线路词向量矩阵进行特征提取,获得对应的电网描述文本特征向量和电网线路文本特征向量; S4、使用双向LSTM网络对所述电网描述文本特征向量和电网线路文本特征向量进行特征融合,获得综合特征表示; S5、依次通过基于表示学习和基于匹配函数学习的协同过滤模块对所述综合特征表示分别进行学习,获得对应的预测向量表示; S6、对基于表示学习和基于匹配函数学习获得的预测向量表示进行融合,得到生成的电网设计方案; 所述步骤S5中,基于学习表示的协同过滤网络采用多层感知机对综合特征表示分别学习电网描述的潜在向量表示和电网线路的潜在向量表示,得到基于表示学习对应的预测向量表示,代表哈达玛积操作; 基于学习表示的协同过滤网络采用多层感知机对综合特征表示学习对应潜在向量表示的过程表示为: 式中,为激活函数,代表输入序列隐藏状态、代表第一个隐藏层的输出、代表在基础上经过下一个隐藏层处理后的输出、代表在基础上经过下一个隐藏层处理后的输出,代表在基础上经过下一个隐藏层处理后的输出,、、…、分别表示不同中间层的权重矩阵,、、…、分别表示第一个隐藏层、第二个隐藏层到第x个隐藏层对应的偏置项,表示输入数据; 所述步骤S5中,基于匹配函数学习的协同过滤网络先采用线性嵌入层学习电网描述的潜在向量表示和电网线路的潜在向量表示,对其进行拼接后利用多层感知网络对其处理,进而得到基于匹配函数学习对应的预测向量表示。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人国网四川省电力公司宜宾供电公司,其通讯地址为:644699 四川省宜宾市南岸长江大道中段17号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。