Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种用于用电分析的讯息标签自动标识系统 

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!

申请/专利权人:国网江苏省电力有限公司苏州供电分公司;国网信通亿力科技有限责任公司;国网信息通信产业集团有限公司;国家电网有限公司

摘要:本发明涉及一种用于用电分析的讯息标签自动标识系统,包括资讯信息库,所述资讯信息库存储有电力讯息信息,还包括模型训练子系统、信息标签子系统、信息预测子系统;实现对已有的讯息的智能分析,根据大数据以及历史数据训练模型,预测用电量和用电相关信息之间的变化关系,为电力统筹、配电变电、设施建设、维修资源分配提前建立可靠的预测系统,大大降低人工调取、分析、预测的成本,同时避免因为人为主观认定造成的信息的分析错误或者遗漏相关讯息。

主权项:1.一种用于用电分析的讯息标签自动标识系统,包括资讯信息库,所述资讯信息库存储有电力讯息信息,其特征在于:还包括模型训练子系统、信息标签子系统、信息预测子系统;所述信息标签子系统配置有信息标签策略,所述信息标签策略用于根据电力讯息信息生成知识标签信息;所述模型训练子系统包括模型生成模块、样本调取模块、第一模型训练模块、第二模型训练模块以及第三模型训练模块;所述模型生成模块生成一讯息-向量模型,所述讯息-向量模型包括预设的标签向量索引以及预设的标签影响量索引;所述样本调取模块连接历史电量数据库以及讯息信息库,所述历史电量数据库存储有历史电量数据,所述样本调取模块配置有波动划分单元、关联信息分类单元;所述波动划分单元配置有波形特征提取策略,所述波形特征提取策略根据历史电量数据的波形变化提取波形波动特征,并根据波形波动特征生成波动特征组,所述关联信息分类单元配置有时间关联策略,所述时间关联策略根据电力讯息信息对应的生成时间将电力讯息信息划分至对应的波动特征组;所述第一模型训练模块包括标签提取单元、标签关联单元以及标签筛选单元,所述标签提取单元通过信息标签子系统将每一电力讯息信息进行标签化以获得知识标签信息,所述标签关联单元对每一波动特征组内的知识标签信息进行关联以生成关联关系信息,所述标签筛选单元配置有标签筛选条件,删除对应的关联关系信息不符合筛选条件的知识标签信息以生成第一模型特征组;所述第二模型训练模块包括向量化关联单元以及影响量关联单元,所述向量化关联单元配置有向量化关联策略,通过向量化关联策略以第一模型特征组中的波形波动特征的向量为对应的知识标签信息建立向量化关联以生成标签向量关系信息,所述影响量关联单元配置有影响量关联策略,通过影响量关联策略以第一模型特征组中的波形波动特征的变化量为对应的知识标签信息建立影响量关联以生成标签影响量关系信息;所述第二模型训练模块连接标签向量信息库以及标签影响量信息库,标签向量信息库存储有标签向量关系信息,标签影响量信息库存储有标签影响量关联信息;所述第三模型训练模块配置有向量划分单元以及影响量划分单元,所述向量划分单元根据预设的向量划分条件划分标签向量信息库存储的标签向量关联信息以生成修正向量索引,并根据修正向量索引修正所述标签向量索引以生成新的标签向量索引,所述影响量划分单元根据预设的影响量划分条件划分标签影响量信息库存储的标签影响量关联信息以生成修正影响量索引,并根据修正影响量索引修正标签影响量索引生成新的标签影响量索引;所述信息预测子系统包括向量索引模块、影响量索引模块以及预测模块,所述向量索引模块根据实时的电力讯息信息对应的知识标签信息通过标签向量索引调取对应的向量特征,所述影响量索引模块根据实时的电力讯息信息对应的知识标签信息通过标签影响量索引调取对应的影响量特征,所述预测模块通过向量特征和影响量特征生成预测波形特征;所述标签关联单元根据知识标签信息中的标签词数量生成关联等级,所述标签关联单元包括定量定级策略和辐射定级策略,所述定量定级策略根据标签词出现的频次对标签词进行分级得到初始等级,所述辐射定级策略根据获取每一知识标签信息中初始等级最高的标签词为中心标签词,根据其他标签词与中心标签词的出现在同一知识标签信息的频次生成实际等级,根据标签词以及对应的实际等级生成关联关系信息;所述向量化关联策略包括第一调取步骤、向量函数步骤、第一赋值步骤、向量拟合步骤,所述第一调取步骤对应有向量关联库,所述向量关联库存储有对应知识标签信息的向量函数式,所述第一调取步骤根据知识标签信息匹配对应的向量函数式,所述向量函数步骤将未匹配的知识标签信息匹配预设的向量函数式,所述第一赋值步骤根据所述实际等级确定对应向量函数式的模长系数,所述向量拟合步骤以波形波动特征的向量拟合第一模型特征组中的所有知识标签信息对应的向量函数式以得到每一向量函数式的方向系数;所述影响量关联策略包括影响量函数步骤、第二赋值步骤、影响函数步骤、影响量拟合步骤,所述影响量函数步骤将知识标签信息匹配预设的影响量函数式,所述第二赋值步骤根据所述实际等级确定对应向量函数式的基准影响参数,所述影响函数步骤根据知识标签信息中标签词的离散程度生成每一知识信息的影响集中函数,所述影响量拟合步骤根据影响集中函数和影响量函数式建立影响量约束,根据波形波动特征以及影响量约束计算影响量函数式中的实际影响参数以得到影响值。

全文数据:

权利要求:

百度查询: 国网江苏省电力有限公司苏州供电分公司 国网信通亿力科技有限责任公司 国网信息通信产业集团有限公司 国家电网有限公司 一种用于用电分析的讯息标签自动标识系统

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。