CN112053007A - 一种配网故障抢修预测分析系统和方法 - Google Patents

一种配网故障抢修预测分析系统和方法 Download PDF

Info

Publication number
CN112053007A
CN112053007A CN202010984716.5A CN202010984716A CN112053007A CN 112053007 A CN112053007 A CN 112053007A CN 202010984716 A CN202010984716 A CN 202010984716A CN 112053007 A CN112053007 A CN 112053007A
Authority
CN
China
Prior art keywords
user
fault
time
emotion
emergency repair
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.)
Granted
Application number
CN202010984716.5A
Other languages
English (en)
Other versions
CN112053007B (zh
Inventor
叶旭伟
卢纯义
杨震
余忠东
虞星逸
陈刚
于津
方成
黄鑫
赵渭洪
程婧
冯嵚
江小忠
姚昕辰
黄颖
周洋
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 Zhejiang Lanxi Power Supply Co ltd
Jinhua Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
State Grid Zhejiang Lanxi Power Supply Co ltd
Jinhua Power Supply Co of State Grid Zhejiang 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 Zhejiang Lanxi Power Supply Co ltd, Jinhua Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical State Grid Zhejiang Lanxi Power Supply Co ltd
Priority to CN202010984716.5A priority Critical patent/CN112053007B/zh
Publication of CN112053007A publication Critical patent/CN112053007A/zh
Application granted granted Critical
Publication of CN112053007B publication Critical patent/CN112053007B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G06F16/287—Visualization; Browsing
    • 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
    • G06Q10/20—Administration of product repair or maintenance
    • 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
    • G06Q30/00—Commerce
    • G06Q30/01—Customer relationship services
    • G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
    • G06Q30/016—After-sales
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种配网故障抢修预测分析系统，属于配网故障抢修技术领域。预测分析系统包括数据提取单元、数据处理单元、图像生成单元、情绪识别模块、预测模型建立单元，预测模型建立单元根据数据处理单元整理分类的历史工单中的故障地址、抢修时长和用户名称以及情绪识别模块识别的用户情绪建立预测模型，预测使该用户满意时的抢修时长，另外，本发明还公开了一种配网故障抢修预测分析方法，本发明的优点在于，采用这种结构，使得能够提高供电服务质量，本发明用于预测配网故障抢修的抢修时长。

Description

一种配网故障抢修预测分析系统和方法
【技术领域】
本发明涉及一种配网故障抢修预测分析系统和方法，属于配网故障抢修技术领域。
【背景技术】
随着人们用电需求的不断提升和社会的快速发展，对供电企业的供电服务质量的要求越来越高，然而，在配网故障抢修的时候，由于到达时间较迟、抢修时间较长等因素会导致不能及时抢修，使得用户对于抢修服务不满意，降低了供电服务质量。
【发明内容】
本发明所要解决的技术问题是提供一种配网故障抢修预测分析系统，使得能够提高供电服务质量。
为解决上述技术问题，本发明配网故障抢修预测分析系统包括：
数据提取单元，用于提取故障工单中的受理人员、受理时间、受理内容、用户名称、故障地址、到达现场时间、故障排除时间和用户联系电话；
数据处理单元，用于将数据提取单元提取多个工单中的信息整理分类；
图像生成单元，用于将数据处理单元整理分类的数据按照故障地址和抢修时长生成抢修时间热力图，且按照故障地址和工单数量生成故障次数热力图；
情绪识别模块，用于通过识别用户语音来识别出用户的情绪；
预测模型建立单元，用于根据数据处理单元整理分类的历史工单中的故障地址、抢修时长和用户名称以及情绪识别模块识别的用户情绪建立预测模型，预测使该用户满意时的抢修时长。
作为优选，所述情绪识别模块包括：
语音获取模块，用于获取用户的语音信号；
语音处理模块，用于对所述语音信号进行处理，得到语音特征向量；
第一识别模块，用于根据所述语音特征向量，查找情绪词数据库，得到第一情绪识别结果；
第二识别模块，用于根据所述语音特征向量，查找情绪词数据库，得到第二情绪识别结果；
识别结果模块，用于根据所述第一情绪识别结果和所述第二情绪识别结果，得到最终的情绪识别结果。
作为优选，所述语音特征向量包括语气特征、语速特征、语调特征、发音频率特征、口音特征和用词。
作为优选，所述抢修时长为受理时间与到达现场时间的时间差值和故障排除时间值的总和。
本发明还公开了一种配网故障抢修预测分析方法，包括：
通过数据处理单元提取故障工单中的受理人员、受理时间、受理内容、用户名称、故障地址、到达现场时间、故障排除时间和用户联系电话；
通过数据处理单元将历史工单中的数据整理分类，生成历史数据库；
根据历史数据库中的数据，通过图像生成单元按照故障地址和抢修时长生成生成抢修时间热力图，按照故障地址和工单数量生成故障次数热力图，抢修时长越长的故障地址在抢修时间热力图中的区域越突出，工单数量越多的故障地址在故障次数热力图中的区域越突出；
根据情绪识别模块识别用于对故障处理的满意度，并将用户的情绪记录在历史数据库中；
预测模型建立单元通过历史数据库中的故障地址、抢修时长和用户名称以及情绪识别模块识别的用户情绪建立预测模型，当出现新工单时，预测使该工单用户满意的抢修时长。
作为优选，所述数据处理单元按照故障地址分出第一类，在第一类中按照用户名称分出第二类，在第二类中按照受理的次数分出第三类，在第三类中的每项下附加受理人员、受理时间、受理内容、到达现场时间、故障排除时间、用户联系电话和用户情绪的数据。
作为优选，所述第三类中按照受理内容分出第四类，在第四类中的每项下附加受理人员、受理时间、到达现场时间、故障排除时间、用户联系电话和用户情绪的数据。
作为优选，所述预测模型建立单元预测出使用户满意时的抢修时长后，将多个用户的故障处理次序根据使用户满意时的抢修时长进行排序，安排受理人员按照次序进行维修。
作为优选，所述新工单处理完毕后，重新通过数据提取单元和数据处理单元提取处理，加入到历史数据库中，将情绪识别模块识别的情绪数据加入到历史数据库。
作为优选，当出现新工单时，提取用户名称和受理内容，在历史数据库中找出与新工单的用户名称和受理内容相同的多个工单，再在多个工单中找出使用户满意的工单，提取抢修时间，将该抢修时间作为预测的使该用户满意的抢修时长。
本发明的有益效果：
通过数据提取单元和数据处理单元将工单上的数据提取出来生成历史数据库，通过情绪识别模块识别每个用户对于抢修处理的情绪，进而判断出用户的满意度，通过预测模型建立单元建立预测模型并根据历史数据库中的数据预测新工单多长的抢修时间能够使使用者满意，从而使得抢修的工作人员可以根据抢修时间进行合理安排，优化安排抢修的次序和赶路的时间。保证在使用者满意的时间内抢修成功，从而提高供电服务质量，使得用户更加满意。
通过图像生成单元生成抢修时间热力图和故障次数热力图，可以使得工作人员更加直观地观察到每个区域的抢修时间的长短以及发生故障的次数，便于工作人员对于抢修时间长、故障次数多的区域可以提前做好准备。
本发明的这些特点和优点将会在下面的具体实施方式、附图中详细揭露。
【附图说明】
下面结合附图对本发明做进一步详细的说明，其中：
图1为实施例一预测分析系统的示意图；
图2为实施例一预测分析系统中情绪识别模块的示意图。
【具体实施方式】
下面结合本发明实施例的附图对本发明实施例的技术方案进行解释和说明，但下述实施例仅为本发明的优选实施例，并非全部。基于实施方式中的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得其他实施例，都属于本发明的保护范围。
在下文描述中，出现诸如术语“内”、“外”、“上”、“下”、“左”、“右”等指示方位或者位置关系的为基于附图所示的方位或位置关系，仅是为了方便描述实施例和简化描述，而不是指示或暗示所指的装置或者元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
实施例一：
如图1和图2所示，本实施例配网故障抢修预测分析系统的优选结构包括：
数据提取单元1，用于提取故障工单中的受理人员、受理时间、受理内容、用户名称、故障地址、到达现场时间、故障排除时间和用户联系电话；
数据处理单元2，用于将数据提取单元1提取多个工单中的信息整理分类；
图像生成单元3，用于将数据处理单元2整理分类的数据按照故障地址和抢修时长生成抢修时间热力图，且按照故障地址和工单数量生成故障次数热力图；
情绪识别模块4，用于通过识别用户语音来识别出用户的情绪；
预测模型建立单元5，用于根据数据处理单元2整理分类的历史工单中的故障地址、抢修时长和用户名称以及情绪识别模块4识别的用户情绪建立预测模型，预测使该用户满意时的抢修时长。
本发明的有益效果：
通过数据提取单元1和数据处理单元2将工单上的数据提取出来生成历史数据库，通过情绪识别模块4识别每个用户对于抢修处理的情绪，进而判断出用户的满意度，通过预测模型建立单元5建立预测模型并根据历史数据库中的数据预测新工单多长的抢修时间能够使使用者满意，从而使得抢修的工作人员可以根据抢修时间进行合理安排，优化安排抢修的次序和赶路的时间。保证在使用者满意的时间内抢修成功，从而提高供电服务质量，使得用户更加满意。
通过图像生成单元3生成抢修时间热力图和故障次数热力图，可以使得工作人员更加直观地观察到每个区域的抢修时间的长短以及发生故障的次数，便于工作人员对于抢修时间长、故障次数多的区域可以提前做好准备。
为了使情绪识别模块4可以识别出用户的情绪，本实施例优选所述情绪识别模块4包括：
语音获取模块6，用于获取用户的语音信号；
语音处理模块7，用于对所述语音信号进行处理，得到语音特征向量；
第一识别模块8，用于根据所述语音特征向量，查找情绪词数据库，得到第一情绪识别结果；
第二识别模块9，用于根据所述语音特征向量，查找情绪词数据库，得到第二情绪识别结果；
识别结果模块10，用于根据所述第一情绪识别结果和所述第二情绪识别结果，得到最终的情绪识别结果，通过语音特征向量与情绪词数据库进行比较的方式，可以使得识别结果模块10能够识别出用户的情绪，从而使得情绪识别模块4可以识别出用户的情绪。
为了使语音识别得更加准确，本实施例优选所述语音特征向量包括语气特征、语速特征、语调特征、发音频率特征、口音特征和用词，通过语气特征、语速特征、语调特征、发音频率特征、口音特征和用词共同识别，可以使语音识别得更加准确。
为了优化抢修时长，本实施例优选所述抢修时长为受理时间与到达现场时间的时间差值和故障排除时间值的总和，即抢修时长为从受理开始到抢修完成的时间，使得能够更加合理地安排抢修的次序和路径。
实施例二：
本实施例公布了一种配网故障抢修预测分析方法，本实施例包括：
通过数据处理单元2提取故障工单中的受理人员、受理时间、受理内容、用户名称、故障地址、到达现场时间、故障排除时间和用户联系电话；
通过数据处理单元2将历史工单中的数据整理分类，生成历史数据库；
根据历史数据库中的数据，通过图像生成单元3按照故障地址和抢修时长生成抢修时间热力图，按照故障地址和工单数量生成故障次数热力图，抢修时长越长的故障地址在抢修时间热力图中的区域越突出，工单数量越多的故障地址在故障次数热力图中的区域越突出；
根据情绪识别模块4识别用户对故障处理的满意度，并将用户的情绪记录在历史数据库中；
预测模型建立单元5通过历史数据库中的故障地址、抢修时长和用户名称以及情绪识别模块4识别的用户情绪建立预测模型，当出现新工单时，预测使该工单用户满意的抢修时长。
为了使数据库内的数据更加条理，本实施例优选所述数据处理单元2按照故障地址分出第一类，在第一类中按照用户名称分出第二类，在第二类中按照受理的次数分出第三类，在第三类中的每项下附加受理人员、受理时间、受理内容、到达现场时间、故障排除时间、用户联系电话和用户情绪的数据，使得预测模型建立单元5在查询历史数据库时可以更加快速方便，且图像生成单元3根据数据处理单元2整理分类的数据生成的抢修时间热力图和故障次数热力图可以根据分类来划分区域，使得工作人员可以更加直观地进行观察。
为了使预测时更加方便，本实施例优选所述第三类中按照受理内容分出第四类，在第四类中的每项下附加受理人员、受理时间、到达现场时间、故障排除时间、用户联系电话和用户情绪的数据，使得可以进一步分类，工作人员可以更加直观地看出不同受理内容下的抢修时间，从而使预测时更加方便准确。
为了使处理的效率更高，本实施例优选所述预测模型建立单元5预测出使用户满意时的抢修时长后，将多个用户的故障处理次序根据使用户满意时的抢修时长进行排序，安排受理人员按照次序进行维修，当有多个新工单时，同时是按照地址远近的方式进行依次维修，本实施例根据用户满意的处理时间进行排序，时间要求紧的先处理，较松的后处理，即事故紧急的先处理，事故不紧急的后处理，从而提高用户的满意度。
为了使数据库更加完善，预测的准确度更高，本实施例优选所述新工单处理完毕后，重新通过数据提取单元1和数据处理单元2提取处理，加入到历史数据库中，将情绪识别模块4识别的情绪数据加入到历史数据库，将新工单的数据加入到历史数据库中，使得数据库更加完善，进而使得预测模型建立单元5预测的准确度更高。
为了使预测时可以预测出受理内容对应的抢修时间，本实施例优选当出现新工单时，提取用户名称和受理内容，在历史数据库中找出与新工单的用户名称和受理内容相同的多个工单，再在多个工单中找出使用户满意的工单，提取抢修时间，将该抢修时间作为预测的使该用户满意的抢修时长，预测模型建立单元5根据受理内容预测抢修时间，可以使预测出每个工单的受理内容对应的抢修时间，从而找出相同的受理内容对应的抢修时间，使得预测得更加准确。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，熟悉该本领域的技术人员应该明白本发明包括但不限于附图和上面具体实施方式中描述的内容。任何不偏离本发明的功能和结构原理的修改都将包括在权利要求书的范围中。

Claims (10)

1.一种配网故障抢修预测分析系统，其特征在于，包括：
数据提取单元，用于提取故障工单中的受理人员、受理时间、受理内容、用户名称、故障地址、到达现场时间、故障排除时间和用户联系电话；
数据处理单元，用于将数据提取单元提取多个工单中的信息整理分类；
图像生成单元，用于将数据处理单元整理分类的数据按照故障地址和抢修时长生成抢修时间热力图，且按照故障地址和工单数量生成故障次数热力图；
情绪识别模块，用于通过识别用户语音来识别出用户的情绪；
预测模型建立单元，用于根据数据处理单元整理分类的历史工单中的故障地址、抢修时长和用户名称以及情绪识别模块识别的用户情绪建立预测模型，预测使该用户满意时的抢修时长。
2.如权利要求1所述的一种配网故障抢修预测分析系统，其特征在于：所述情绪识别模块包括：
语音获取模块，用于获取用户的语音信号；
语音处理模块，用于对所述语音信号进行处理，得到语音特征向量；
第一识别模块，用于根据所述语音特征向量，查找情绪词数据库，得到第一情绪识别结果；
第二识别模块，用于根据所述语音特征向量，查找情绪词数据库，得到第二情绪识别结果；
识别结果模块，用于根据所述第一情绪识别结果和所述第二情绪识别结果，得到最终的情绪识别结果。
3.如权利要求1所述的一种配网故障抢修预测分析系统，其特征在于：所述语音特征向量包括语气特征、语速特征、语调特征、发音频率特征、口音特征和用词。
4.如权利要求1所述的一种配网故障抢修预测分析系统，其特征在于：所述抢修时长为受理时间与到达现场时间的时间差值和故障排除时间值的总和。
5.一种配网故障抢修预测分析方法，其特征在于，包括：
通过数据处理单元提取故障工单中的受理人员、受理时间、受理内容、用户名称、故障地址、到达现场时间、故障排除时间和用户联系电话；
通过数据处理单元将历史工单中的数据整理分类，生成历史数据库；
根据历史数据库中的数据，通过图像生成单元按照故障地址和抢修时长生成抢修时间热力图，按照故障地址和工单数量生成故障次数热力图，抢修时长越长的故障地址在抢修时间热力图中的区域越突出，工单数量越多的故障地址在故障次数热力图中的区域越突出；
根据情绪识别模块识别用户对故障处理的满意度，并将用户的情绪记录在历史数据库中；
预测模型建立单元通过历史数据库中的故障地址、抢修时长和用户名称以及情绪识别模块识别的用户情绪建立预测模型，当出现新工单时，预测使该工单用户满意的抢修时长。
6.如权利要求5所述的一种配网故障抢修预测分析方法，其特征在于：所述数据处理单元按照故障地址分出第一类，在第一类中按照用户名称分出第二类，在第二类中按照受理的次数分出第三类，在第三类中的每项下附加受理人员、受理时间、受理内容、到达现场时间、故障排除时间、用户联系电话和用户情绪的数据。
7.如权利要求6所述的一种配网故障抢修预测分析方法，其特征在于：所述第三类中按照受理内容分出第四类，在第四类中的每项下附加受理人员、受理时间、到达现场时间、故障排除时间、用户联系电话和用户情绪的数据。
8.如权利要求5所述的一种配网故障抢修预测分析方法，其特征在于：所述预测模型建立单元预测出使用户满意时的抢修时长后，将多个用户的故障处理次序根据使用户满意时的抢修时长进行排序，安排受理人员按照次序进行维修。
9.如权利要求5所述的一种配网故障抢修预测分析方法，其特征在于：所述新工单处理完毕后，重新通过数据提取单元和数据处理单元提取处理，加入到历史数据库中，将情绪识别模块识别的情绪数据加入到历史数据库。
10.如权利要求5所述的一种配网故障抢修预测分析方法，其特征在于：当出现新工单时，提取用户名称和受理内容，在历史数据库中找出与新工单的用户名称和受理内容相同的多个工单，再在多个工单中找出使用户满意的工单，提取抢修时间，将该抢修时间作为预测的使该用户满意的抢修时长。
CN202010984716.5A 2020-09-18 2020-09-18 一种配网故障抢修预测分析系统和方法 Active CN112053007B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010984716.5A CN112053007B (zh) 2020-09-18 2020-09-18 一种配网故障抢修预测分析系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010984716.5A CN112053007B (zh) 2020-09-18 2020-09-18 一种配网故障抢修预测分析系统和方法

Publications (2)

Publication Number Publication Date
CN112053007A true CN112053007A (zh) 2020-12-08
CN112053007B CN112053007B (zh) 2022-07-26

Family

ID=73603232

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010984716.5A Active CN112053007B (zh) 2020-09-18 2020-09-18 一种配网故障抢修预测分析系统和方法

Country Status (1)

Country Link
CN (1) CN112053007B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113723663A (zh) * 2021-07-12 2021-11-30 国网冀北电力有限公司计量中心 电力工单数据的处理方法、装置、电子设备及存储介质
CN113780595A (zh) * 2021-09-13 2021-12-10 中国联合网络通信集团有限公司 基站断电抢修的方法和数据分析服务器
CN115229988A (zh) * 2022-08-04 2022-10-25 徐州徐工施维英机械有限公司 一种混凝土搅拌机械骨料上料过程的监测方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140108135A1 (en) * 2012-10-17 2014-04-17 Tech 4 Profit Llc System and method to evaluate, present, and facilitate the advertisement and purchasing of products and services based on the emotion evoked in a recipient upon receipt of the product or service
CN108564280A (zh) * 2018-04-13 2018-09-21 上海财经大学 基于历史维修记录的派单分类维修装置
CN109784414A (zh) * 2019-01-24 2019-05-21 出门问问信息科技有限公司 一种电话客服中客户情绪检测方法、装置及电子设备
CN109840690A (zh) * 2018-12-29 2019-06-04 国网山东省电力公司日照供电公司 一种基于大数据的人工智能电力抢修系统及方法
CN110534133A (zh) * 2019-08-28 2019-12-03 珠海亿智电子科技有限公司 一种语音情感识别系统及语音情感识别方法
CN111177590A (zh) * 2019-12-06 2020-05-19 国网浙江省电力有限公司丽水供电公司 一种基于停电热力图的故障区块可视化系统及方法
CN111612230A (zh) * 2020-05-13 2020-09-01 国网河北省电力有限公司电力科学研究院 一种客户诉求趋势预警分析方法
CN111667108A (zh) * 2020-05-29 2020-09-15 国网河北省电力有限公司电力科学研究院 一种配网抢修时长预测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140108135A1 (en) * 2012-10-17 2014-04-17 Tech 4 Profit Llc System and method to evaluate, present, and facilitate the advertisement and purchasing of products and services based on the emotion evoked in a recipient upon receipt of the product or service
CN108564280A (zh) * 2018-04-13 2018-09-21 上海财经大学 基于历史维修记录的派单分类维修装置
CN109840690A (zh) * 2018-12-29 2019-06-04 国网山东省电力公司日照供电公司 一种基于大数据的人工智能电力抢修系统及方法
CN109784414A (zh) * 2019-01-24 2019-05-21 出门问问信息科技有限公司 一种电话客服中客户情绪检测方法、装置及电子设备
CN110534133A (zh) * 2019-08-28 2019-12-03 珠海亿智电子科技有限公司 一种语音情感识别系统及语音情感识别方法
CN111177590A (zh) * 2019-12-06 2020-05-19 国网浙江省电力有限公司丽水供电公司 一种基于停电热力图的故障区块可视化系统及方法
CN111612230A (zh) * 2020-05-13 2020-09-01 国网河北省电力有限公司电力科学研究院 一种客户诉求趋势预警分析方法
CN111667108A (zh) * 2020-05-29 2020-09-15 国网河北省电力有限公司电力科学研究院 一种配网抢修时长预测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
董知周 等: "基于大数据的配电网抢修工单分析与预测研究", 《供用电》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113723663A (zh) * 2021-07-12 2021-11-30 国网冀北电力有限公司计量中心 电力工单数据的处理方法、装置、电子设备及存储介质
CN113780595A (zh) * 2021-09-13 2021-12-10 中国联合网络通信集团有限公司 基站断电抢修的方法和数据分析服务器
CN113780595B (zh) * 2021-09-13 2023-01-24 中国联合网络通信集团有限公司 基站断电抢修的方法和数据分析服务器
CN115229988A (zh) * 2022-08-04 2022-10-25 徐州徐工施维英机械有限公司 一种混凝土搅拌机械骨料上料过程的监测方法及系统
CN115229988B (zh) * 2022-08-04 2023-08-15 徐州徐工施维英机械有限公司 一种混凝土搅拌机械骨料上料过程的监测方法及系统

Also Published As

Publication number Publication date
CN112053007B (zh) 2022-07-26

Similar Documents

Publication Publication Date Title
CN112053007B (zh) 一种配网故障抢修预测分析系统和方法
CN109658939B (zh) 一种电话录音未接通原因识别方法
CN106550155B (zh) 对可疑号码进行诈骗样本甄别归类及拦截的方法及系统
CN111755001A (zh) 一种基于人工智能的电网快速调度指挥系统及方法
CN105261362A (zh) 一种通话语音监测方法及系统
CN103258535A (zh) 基于声纹识别的身份识别方法及系统
CN113821621B (zh) 一种基于深度学习的开放式智能客服系统
CN109040489A (zh) 电信客服的分配方法和装置
CN115019411A (zh) 基于语音交互的巡检系统和方法
KR100803900B1 (ko) 음성 인식 ａｒｓ 서비스 방법 및 시스템
CN112382276A (zh) 一种基于语音语义识别的电网物料信息采集方法及装置
CN107357859A (zh) 一种通过语音采集实现知识库自动显示的智能终端
CN112270922B (zh) 一种调度日志自动化填写方法及装置
JPH052399A (ja) 音声認識装置
CN111553826B (zh) 智慧城市数据处理方法
CN114333834A (zh) 一种基于语音识别转换的调度录音电话的方法及系统
CN113593530A (zh) 一种基于nlp技术的安全帽系统及操作方法
CN111931511A (zh) 一种基于广域分布式架构的语义分析方法及系统
CN109816168A (zh) 一种用于电气设备的数据预测系统
CN111031362B (zh) 一种声音直播用户的年龄预测方法
CN112738343B (zh) 一种用于物资履约的语音提示系统及方法
CN112102597B (zh) 一种智能语音辅助报警电话定位方法
CN111553600B (zh) 基于大数据的智慧城市业务分配系统
CN114023355B (zh) 基于人工智能的坐席外呼质检方法及系统
CN109257206A (zh) 一种数据录入及评价诊断信息反馈的方法

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
GR01 Patent grant
GR01 Patent grant