CN107392227B - 一种智能配电网用户情境信息生成方法和装置 - Google Patents

一种智能配电网用户情境信息生成方法和装置 Download PDF

Info

Publication number
CN107392227B
CN107392227B CN201710458083.2A CN201710458083A CN107392227B CN 107392227 B CN107392227 B CN 107392227B CN 201710458083 A CN201710458083 A CN 201710458083A CN 107392227 B CN107392227 B CN 107392227B
Authority
CN
China
Prior art keywords
user behavior
user
matrix
weight
calculating
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710458083.2A
Other languages
English (en)
Other versions
CN107392227A (zh
Inventor
周生奇
张宏伟
贾旭
王雪聪
朱华
崔心宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Qingdao Power Supply Co of State Grid Shandong Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Qingdao Power Supply Co of State Grid Shandong Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Qingdao Power Supply Co of State Grid Shandong Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201710458083.2A priority Critical patent/CN107392227B/zh
Publication of CN107392227A publication Critical patent/CN107392227A/zh
Application granted granted Critical
Publication of CN107392227B publication Critical patent/CN107392227B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/253—Fusion techniques of extracted features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Tourism & Hospitality (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种智能配电网用户情境信息生成方法和装置，该方法包括：获取用户行为特征，所述用户行为特征包括至少一个用户行为特征因素；利用层次分析法计算所述用户行为特征因素的权重；获取与所述用户的位置相应的情境信息；根据所述用户行为特征因素的权重融合所述用户行为特征和所述与所述用户的位置相应的情境信息，获得用户情境信息。由此，能有效的促进情境融合单元的生成，使融合的情境单元更合理，从而形成有效的用户情境信息，为企业或用户单位提供决策，优化配电资源结构。

Description

一种智能配电网用户情境信息生成方法和装置
技术领域
本发明涉及智能配电网系统监控技术领域，具体涉及一种智能配电网用户情境信息生成方法和装置。
背景技术
情境(Context)，也称上下文，是表征和描述实体状态或情形的任何信息，实体可以是人、位置或是应用和用户之间交互的有关对象，包括用户和应用本身。比如：用户位置、当前环境、用户的计划或行程等都是情境信息。
用户在智能配电网系统中产生的情境信息，对于企业或用户单位优化配电资源结构具有重要意义。然而，现有技术中默认所有用于刻画用户行为特征的要素均具有相同的权重，影响最终用户情境信息的合理性。
发明内容
有鉴于此，本发明实施例提供了一种智能配电网用户情境信息生成方法和装置，以解决现有技术中默认所有用于刻画用户行为特征的要素均具有相同的权重，影响最终用户情境信息的合理性的问题。
本发明实施例提供了一种智能配电网用户情境信息生成方法，包括：
获取用户行为特征，所述用户行为特征包括至少一个用户行为特征因素；
利用层次分析法计算所述用户行为特征因素的权重；
获取与所述用户的位置相应的情境信息；
根据所述用户行为特征因素的权重融合所述用户行为特征和所述与所述用户的位置相应的情境信息，获得用户情境信息。
可选的，所述用户行为特征H＝<h1,h2…hn>,其中，h1,h2…hn是第1、2…n个用户行为特征因素，所述利用层次分析法计算所述用户行为特征因素的权重，包括：
通过所述用户行为特征H构造正互反矩阵A，
Figure BDA0001324136300000021
其中，i,j＝1,2…n，aij表示所述用户行为特征H中第i个因素与第j个因素的重要性比较结果；
通过几何平均法求得所述用户行为特征H中的每个用户行为特征因素的权重。
可选的，所述通过几何平均法求得所述用户行为特征H中的每个用户行为特征因素的权重，包括：
计算所述矩阵A中各行各个元素的乘积，得到一n行一列的矩阵B；
计算所述矩阵B中每个元素的n次方根得到矩阵C；
对矩阵C进行归一化处理得到矩阵D，所述矩阵D即为所求权重向量。
可选的，在所述利用层次分析法计算所述用户行为特征因素的权重之后，还包括：
计算所述矩阵A的一致性比率C.R.；
判断是否C.R<0.1；
当C.R<0.1时，继续执行所述获取与所述用户的位置相应的情境信息的步骤；
否则调整所述矩阵A再重新计算。
可选的，所述计算所述矩阵A的一致性比率C.R.，包括：
计算所述矩阵A的一致性指标C.I.，C.I＝(λmax-n)/(n-1)，其中，λmax为矩阵A的最大特征值，n为阶数；
根据C.I.通过公式(1)计算一致性比率C.R.
C.R＝C.I/R.I(1)
其中，R.I为常量。
本发明实施例还提供了一种智能配电网用户情境信息生成装置，包括：
用户行为特征获取单元，用于获取用户行为特征，所述用户行为特征包括至少一个用户行为特征因素；
用户行为特征因素权重计算单元，用于利用层次分析法计算所述用户行为特征因素的权重；
情境信息获取单元，用于获取与所述用户的位置相应的情境信息；
融合单元，用于根据所述用户行为特征因素的权重融合所述用户行为特征和所述与所述用户的位置相应的情境信息，获得用户情境信息。
可选的，所述用户行为特征H＝<h1,h2…hn>,其中，h1,h2…hn是第1、2…n个用户行为特征因素，所述用户行为特征因素权重计算单元包括：
正互反矩阵A构造子单元，用于通过所述用户行为特征H构造正互反矩阵A；
用户行为特征因素权重计算子单元，用于通过几何平均法求得所述用户行为特征H中的每个用户行为特征因素的权重。
本发明实施例提供的智能配电网用户情境信息生成方法和装置，通过层次分析法确定用户行为权重，能有效的促进情境融合单元的生成，使融合的情境单元更合理，从而形成有效的用户情境信息，为企业或用户单位提供决策，优化配电资源结构。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：
图1示出了本发明实施例的智能配电网用户情境信息生成方法的流程图；
图2示出了本发明实施例的智能配电网用户情境信息生成装置的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明实施例提供了一种智能配电网用户情境信息生成方法，适用于智能配电网监控服务器，包括：
S11.获取用户行为特征，所述用户行为特征包括至少一个用户行为特征因素；
例如，用户行为特征可表示为H(Happening)＝<T,P,A,E,O,P,C>，其中，发生时间(T:Time)、发生地点(P:Place)、用户操作(A:Action)、事件发生环境(E：Environment，指情境发生的背景、天气、地理位置等配电网地图信息)、事件响应(O:Object)、事件附加(P:Plus，指与该场景相关的影响)、用户操作特征(C:Character，关键词)。
可选的，通过电信运营商的移动终端定位接口与移动互联网地图，对用户进行快速、准确的定位，以实现在移动互联网综合环境下记录用户在智能配电网系统中产生的行为特征。当然，也可以通过有线网络或其它定位方法定位用户的位置。
S12.利用层次分析法计算所述用户行为特征因素的权重；
S13.获取与所述用户的位置相应的情境信息；
例如，可通过电信运营商提供的移动终端定位接口与移动互联网接入地图，将移动互联网接入地图中的用户坐标(手机位置或者IP地址)与智能配电网接入地图中的用户坐标相匹配，在智能配电网接入地图中查找到对应的设备信息，生成移动情境信息，这里的移动情境信息不仅仅包括位置信息，还包括设备信息，以及由传感器感知的数据。通过信息通信技术与传感器技术采集到的环境数据，包括，白天还是夜晚，当前的温度，湿度，是否下雨等等，又或者环境数据中是否有浓烟(此可以用于判断是否有火灾)。最后得到的表征情境信息的向量S。S是一个n维的向量。里面包括上述的环境数据，S根据传感器测量的监测数据不同而不同。
S14.根据所述用户行为特征因素的权重融合所述用户行为特征和所述与所述用户的位置相应的情境信息，获得用户情境信息。
可选的，首先根据贝叶斯网络来消除推理过程中的模糊信息或不确定信息(传感器错误，测量误差等)。
最终由H和S进行情境推理后，把这些数据转变成带有一定语义的信息片，生成此次的用户情境信息保存在数据库中。
本实施例的智能配电网用户情境信息生成方法，通过层次分析法确定用户行为权重，能有效的促进情境融合单元的生成，使融合的情境单元更合理，从而形成有效的用户情境信息，为企业或用户单位提供决策，优化配电资源结构。
在一个可选的实施例中，所述用户行为特征H＝<h1,h2…hn>,其中，h1,h2…hn是第1、2…n个用户行为特征因素，所述利用层次分析法计算所述用户行为特征因素的权重，包括：
通过所述用户行为特征H构造正互反矩阵A，
Figure BDA0001324136300000051
其中，i,j＝1,2…n，aij表示所述用户行为特征H中第i个因素与第j个因素的重要性比较结果，aij有9种取值，分别为1/9,1/7,1/5,1/3,1/1,3/1,5/1,7/1,9/1，值越大越重要。矩阵有如下关系：
Figure BDA0001324136300000052
通过几何平均法求得所述用户行为特征H中的每个用户行为特征因素的权重。
在一个可选的实施例中，所述通过几何平均法求得所述用户行为特征H中的每个用户行为特征因素的权重，包括：
计算所述矩阵A中各行各个元素的乘积，得到一n行一列的矩阵B；
计算所述矩阵B中每个元素的n次方根得到矩阵C；
对矩阵C进行归一化处理得到矩阵D，所述矩阵D即为所求权重向量。
可选的，在所述利用层次分析法计算所述用户行为特征因素的权重之后，还包括：
计算所述矩阵A的一致性比率C.R.；
判断是否C.R<0.1；
当C.R<0.1时，继续执行所述获取与所述用户的位置相应的情境信息的步骤；
否则调整所述矩阵A再重新计算。
可选的，所述计算所述矩阵A的一致性比率C.R.，包括：
计算所述矩阵A的一致性指标C.I.(Constant index)，C.I＝(λmax-n)/(n-1)，其中，λmax为矩阵A的最大特征值，n为阶数；
特征值的概念是，矩阵A，如果有数λ和n维非零向量α，满足
Aα＝λα
则称λ为矩阵A的特征值，非零向量α称为A对应于特征值λ的特征向量。一般n阶矩阵(不同矩阵情况不一样)有n个特征值，最大的特征值记λmax，计算公式如下：
(λI-A)α＝0
再根据C.I.通过公式(1)计算一致性比率C.R.
C.R＝C.I/R.I(1)
其中，R.I为常量，根据阶数查表可得。
如图2所示，本发明实施例提供了一种智能配电网用户情境信息生成装置，包括：
用户行为特征获取单元21，用于获取用户行为特征，所述用户行为特征包括至少一个用户行为特征因素；
用户行为特征因素权重计算单元22，用于利用层次分析法计算所述用户行为特征因素的权重；
情境信息获取单元23，用于获取与所述用户的位置相应的情境信息；
融合单元24，用于根据所述用户行为特征因素的权重融合所述用户行为特征和所述与所述用户的位置相应的情境信息，获得用户情境信息。
可选的，所述用户行为特征H＝<h1,h2…hn>,其中，h1,h2…hn是第1、2…n个用户行为特征因素，所述用户行为特征因素权重计算单元包括：
正互反矩阵A构造子单元，用于通过所述用户行为特征H构造正互反矩阵A；
用户行为特征因素权重计算子单元，用于通过几何平均法求得所述用户行为特征H中的每个用户行为特征因素的权重。
本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(ROM)或随机存储记忆体(RAM)等。
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (5)

1.一种智能配电网用户情境信息生成方法，其特征在于，包括：
获取用户行为特征，所述用户行为特征包括至少一个用户行为特征因素；其中，所述用户行为特征因素包括：发生时间、发生地点、用户操作、事件发生环境、事件响应、事件附加及用户操作特征；
利用层次分析法计算所述用户行为特征因素的权重，包括：通过所述用户行为特征构造正互反矩阵，通过几何平均法求得所述用户行为特征中的每个用户行为特征因素的权重；
获取与所述用户的位置相应的情境信息；
根据所述用户行为特征因素的权重融合所述用户行为特征和所述与所述用户的位置相应的情境信息，获得用户情境信息；
根据贝叶斯网络来消除推理过程中的模糊信息或不确定信息，进行情境推理后，把这些数据转变成带有语义的信息片，生成用户情境信息保存在数据库中；
所述配电网用户指配电网用电用户；
所述用户行为特征H＝<h1，h2…hn>，其中，h1，h2…hn是第1、2…n个用户行为特征因素，所述利用层次分析法计算所述用户行为特征因素的权重，包括：
通过所述用户行为特征H构造正互反矩阵A，
Figure FDA0003152635650000011
其中，aij表示所述用户行为特征H中第i个因素与第j个因素的重要性比较结果，i，j＝1，2…n。
2.根据权利要求1所述的智能配电网用户情境信息生成方法，其特征在于，所述通过几何平均法求得所述用户行为特征H中的每个用户行为特征因素的权重，包括：
计算所述矩阵A中各行各个元素的乘积，得到一n行一列的矩阵B；
计算所述矩阵B中每个元素的n次方根得到矩阵C；
对矩阵C进行归一化处理得到矩阵D，所述矩阵D即为所求权重向量。
3.根据权利要求1或2所述的智能配电网用户情境信息生成方法，其特征在于，在所述利用层次分析法计算所述用户行为特征因素的权重之后，还包括：
计算所述矩阵A的一致性比率C.R；
判断是否C.R＜0.1；
当C.R＜0.1时，继续执行所述获取与所述用户的位置相应的情境信息的步骤；
否则调整所述矩阵A再重新计算。
4.根据权利要求3所述的智能配电网用户情境信息生成方法，其特征在于，所述计算所述矩阵A的一致性比率C.R，包括：
计算所述矩阵A的一致性指标C.I，C.I＝(λmax-n)/(n-1)，其中，λmax为矩阵A的最大特征值，n为阶数；
根据C.I通过公式(1)计算一致性比率C.R；
C.R＝C.I/R.I； (1)
其中，R.I为常量。
5.一种智能配电网用户情境信息生成装置，其特征在于，包括：
用户行为特征获取单元，用于获取用户行为特征，所述用户行为特征包括至少一个用户行为特征因素；其中，所述用户行为特征因素包括：发生时间、发生地点、用户操作、事件发生环境、事件响应、事件附加及用户操作特征；
用户行为特征因素权重计算单元，用于利用层次分析法计算所述用户行为特征因素的权重；
情境信息获取单元，用于获取与所述用户的位置相应的情境信息；
融合单元，用于根据所述用户行为特征因素的权重融合所述用户行为特征和所述与所述用户的位置相应的情境信息，获得用户情境信息；
所述用户行为特征H＝<h1，h2…hn>，其中，h1，h2…hn是第1、2…n个用户行为特征因素，所述用户行为特征因素权重计算单元包括：
正互反矩阵A构造子单元，用于通过所述用户行为特征H构造正互反矩阵A；
用户行为特征因素权重计算子单元，用于通过几何平均法求得所述用户行为特征H中的每个用户行为特征因素的权重。
CN201710458083.2A 2017-06-16 2017-06-16 一种智能配电网用户情境信息生成方法和装置 Active CN107392227B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710458083.2A CN107392227B (zh) 2017-06-16 2017-06-16 一种智能配电网用户情境信息生成方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710458083.2A CN107392227B (zh) 2017-06-16 2017-06-16 一种智能配电网用户情境信息生成方法和装置

Publications (2)

Publication Number Publication Date
CN107392227A CN107392227A (zh) 2017-11-24
CN107392227B true CN107392227B (zh) 2021-08-24

Family

ID=60333336

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710458083.2A Active CN107392227B (zh) 2017-06-16 2017-06-16 一种智能配电网用户情境信息生成方法和装置

Country Status (1)

Country Link
CN (1) CN107392227B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103745415A (zh) * 2014-01-03 2014-04-23 深圳供电局有限公司 基于层次分析的电网运行状态指标的评估方法及系统
CN106203807A (zh) * 2016-06-30 2016-12-07 全球能源互联网研究院 一种用于电网现场作业的情景指导设计系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015057019A (ja) * 2013-09-13 2015-03-23 株式会社リコー 電力管理システム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103745415A (zh) * 2014-01-03 2014-04-23 深圳供电局有限公司 基于层次分析的电网运行状态指标的评估方法及系统
CN106203807A (zh) * 2016-06-30 2016-12-07 全球能源互联网研究院 一种用于电网现场作业的情景指导设计系统

Also Published As

Publication number Publication date
CN107392227A (zh) 2017-11-24

Similar Documents

Publication Publication Date Title
CN108230016B (zh) 一种农产品市场价格传递分析方法及分析装置
CN111898247B (zh) 滑坡位移预测方法、设备及存储介质
CN111898682A (zh) 基于多个源模型修正新模型的方法、装置以及计算机设备
CN112580187A (zh) 干式变压器过热预警方法、装置、计算机设备、存储介质
Zhu et al. Solar power ramp event forewarning with limited historical observations
CN113825165B (zh) 基于时间图网络的5g切片网络拥塞预警方法及装置
CN107392227B (zh) 一种智能配电网用户情境信息生成方法和装置
CN113959477A (zh) 基于物联网的环境防治监测提醒方法及系统
CN112883267A (zh) 基于深度学习的数据热度统计方法及装置
CN112243247B (zh) 基站优化优先级确定方法、装置及计算设备
CN115600818A (zh) 多维评分方法、装置、电子设备和存储介质
CN112529637A (zh) 基于情景感知的服务需求动态预测方法及系统
CN111767934A (zh) 一种图像识别方法、装置及电子设备
CN112749839B (zh) 一种模型确定方法、装置、设备和存储介质
CN111309716A (zh) 应用于pas案例库的维护方法、装置及计算机设备
JP7325557B2 (ja) 異常診断方法および異常診断装置
CN117076962B (zh) 应用于人工智能领域的数据分析方法、装置及设备
CN113794900B (zh) 视频处理方法和装置
CN117217822B (zh) 电力交易指数预测的方法、装置、终端设备及存储介质
CN110648021B (zh) 一种两级电力负荷预测结果协调方法、装置及设备
CN117971913A (zh) 一种应用数据库信息收集反馈指令的系统
CN116203435A (zh) 一种电池参数获取方法、装置、电子设备及存储介质
CN114021790A (zh) 城市经济预测方法、装置、电子设备及相关产品
CN116738845A (zh) 一种电磁暂态仿真的降阶处理方法、装置及相关设备
CN111582895A (zh) 产品性别偏好的预测方法、系统、设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: Shinan District 266003 Shandong city of Qingdao province Liujiaxia Road No. 17 in Qingdao power supply company

Applicant after: Qingdao Power Supply Company, State Grid Shandong Electric Power Company

Applicant after: State Grid Co., Ltd.

Address before: Shinan District 266003 Shandong city of Qingdao province Liujiaxia Road No. 17 in Qingdao power supply company

Applicant before: Qingdao Power Supply Company, State Grid Shandong Electric Power Company

Applicant before: State Grid Corporation

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant