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！

龙图腾网获悉贵州电网有限责任公司申请的专利一种基于个性化学习曲线的调控一体化培训结果智能评价方法及系统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：CN120181681B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510655887.6，技术领域涉及：G06Q10/0639；该发明授权一种基于个性化学习曲线的调控一体化培训结果智能评价方法及系统是由林小竺;杨华;杜江;郜晓娜;雷廷浩;杨涵;罗雪莲;王龙海;任庭昊;徐润;徐朝兵;王开波;郑智浩;曹宇;张红月;郑前伟;李婷璐设计研发完成，并于2025-05-21向国家知识产权局提交的专利申请。

本一种基于个性化学习曲线的调控一体化培训结果智能评价方法及系统在说明书摘要公布了：本发明涉及调控一体化培训评价技术领域，公开了一种基于个性化学习曲线的调控一体化培训结果智能评价方法及系统，包括：收集调控员的培训数据，构建培训智能评价指标；进行数据处理，计算评价指标对应的指标向量；通过多层感知机构建培训评估模型，捕捉偏差与评分之间的关系，生成培训结果分数向量；确定所述评价指标的权重，计算培训结果；构建对应的学习成长曲线，识别培训中薄弱知识点，制定未来培训的针对性计划。本发明能够提高评价结果的准确性和可靠性，能够全面分析调控员的能力变化趋势，精准识别其在不同培训阶段的学习成效和能力短板，为个性化培训设计和培训方案优化提供科学依据，进而提升调控员的应变能力和综合操作能力。

本发明授权一种基于个性化学习曲线的调控一体化培训结果智能评价方法及系统在权利要求书中公布了：1.一种基于个性化学习曲线的调控一体化培训结果智能评价方法，其特征在于，包括： 收集调控员的培训数据，构建电网调控一体化培训结果的智能评价指标； 对所述培训数据进行数据处理，计算评价指标对应的指标向量； 基于所述指标向量，通过多层感知机构建培训评估模型，捕捉偏差与评分之间的关系，生成培训结果分数向量； 基于所述培训结果分数向量，生成权重向量，确定所述评价指标的权重，计算培训结果； 基于所述培训结果，构建对应的学习成长曲线，识别培训中薄弱知识点，制定未来培训的针对性计划； 收集调控员的培训数据，构建电网调控一体化培训结果的智能评价指标包括： 一级指标，所述一级指标包括任务完成度、应急响应度、操作规范度以及学习成长度； 二级指标，所述二级指标为基于一级指标数据的综合表现数据，包括综合评分、表现排名以及专长分析； 对所述培训数据进行数据处理，计算评价指标对应的指标向量包括： 对所述培训数据进行数据标准化，去除数据量纲； 基于处理后的数据，构建指标向量，所述指标向量包括训练结果向量、基准参考向量、偏离度向量，训练结果向量R由二级指标的相应元素实际训练数据组成，基准参考向量S由二级指标的相应元素标准值组成，偏离度向量L按元素计算训练结果与标准值之间的偏差，得到的偏离度向量，偏离度向量取偏差的绝对值； 通过多层感知机构建培训评估模型，捕捉偏差与评分之间的关系，生成培训结果分数向量包括： 所述多层感知机包括输入层、输出层、隐藏层，所述输入层接收输入数据，所述输出层进行培训评估模型的输出，所述隐藏层经过神经元的加权连接进行培训评估模型的构建； 在培训评估模型中输入偏离度向量，对每一层的每个神经元计算加权和，并引入非线性激活函数，隐藏层选择泄露整流线性单元作为激活函数，输出层选择归一化指数函数作为激活函数； 输出二级指标分数向量E＝[e1,e2,…,en]，其中，ei表示输出第i个二级指标分数，根据二级指标与一级指标之间的对应关系，得到如下公式： fj＝αe1+βe2+…+μen 其中，α+β+…+μ＝1，α,β,...,μ表示二级指标对应一级指标的权重系数，fj表示第j个一级指标分数； 进而，得出一级指标分数向量，表示为： F＝[f1,f2,…,fn] 其中，fi表示第i个一级指标分数； 构建对应的学习成长曲线包括： 通过时序注意力动态赋权算法，构建相应的学习成长曲线，将历史训练结果输入时间序列向量，构建时间序列特征，将培训结果与时间序列特征组合； 对每个时间点的特征通过线性变化生成查询、键和值向量，并通过查询向量和键向量计算注意力分数，获取每个时间点的重要性； 基于所述每个时间点的重要性，计算每个时间点的学习值，生成学习成长曲线； 基于所述每个时间点的重要性，计算每个时间点的学习值，生成学习成长曲线包括： 将值向量按照对应的注意力权重进行加权求和，生成第t个时间点的学习值，表示为： 其中，αt,j为时间点j对时间点t的注意力权重，Vj表示学习值向量中第j个元素，T表示时间周期内时间点的总数； 递归生成整个学习曲线，计算每个时间点的学习值，生成学习成长曲线，表示为： Y＝[y1,y2,…,yT] 引入时间衰减因子，增强时间距离的权重差异，表示为： 其中，Scoret,j表示时间点j对时间点t的注意力分数，Qt表示查询向量，Kt表示键向量，γ为时间衰减系数。

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贵州电网有限责任公司，其通讯地址为：550002 贵州省贵阳市南明区滨河路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”。