CN113076434A - 一种电力质量监督信息的报送方法和系统 - Google Patents

一种电力质量监督信息的报送方法和系统 Download PDF

Info

Publication number
CN113076434A
CN113076434A CN202110481058.2A CN202110481058A CN113076434A CN 113076434 A CN113076434 A CN 113076434A CN 202110481058 A CN202110481058 A CN 202110481058A CN 113076434 A CN113076434 A CN 113076434A
Authority
CN
China
Prior art keywords
information
quality supervision
power quality
reporting
supervision information
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.)
Pending
Application number
CN202110481058.2A
Other languages
English (en)
Inventor
李洋
黄鹏
韩鹏凯
刘宁
程剑
单波
朱毅
韩义成
孙梓航
刘诚
张凯
孙祚能
唐爽
石毅
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
Economic and Technological Research Institute of State Grid Shandong Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Economic and Technological Research Institute 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, Economic and Technological Research Institute of State Grid Shandong Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202110481058.2A priority Critical patent/CN113076434A/zh
Publication of CN113076434A publication Critical patent/CN113076434A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Software Systems (AREA)
  • Educational Administration (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Artificial Intelligence (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明公开一种电力质量监督信息的报送方法和系统，其中，所述电力质量监督信息的报送方法包括：使用基于统计决策的机器学习算法，从工程质量监督管理系统中提取电力质量监督信息；按照预定报送格式，报送所述电力质量监督信息。本发明的技术方案能解决现有技术中的电力工程质量监督管理平台与电力建设工程质量监督信息报送系统没有建立自动对接，只能够手动填报电力工程质量监督信息，容易导致数据管理和传输不便，影响效率的问题。

Description

一种电力质量监督信息的报送方法和系统
技术领域
本发明涉及电力工程技术领域，尤其涉及一种电力质量监督信息的报送方法和系统。
背景技术
电力工程质量监督管理平台又称工程质量监督管理系统，是用来对电力工程建设进行管理操作的平台。该平台能够有效防范各类施工质量事故的发生，从而实现电力工程建设质量的信息化监督。
通常，一个电力工程质量监督管理平台包括：客户端、Web服务器、应用服务器、双机热备份数据库服务器、通信服务器、管理中心和短信平台。客户端通过互联网与Web服务器相连，用以进行电力工程建设相关材料的上报和下载。应用服务器用以接收Web服务器的数据并执行相关业务操作；数据库服务器用以保存应用服务器的基础数据和操作过程产生的数据；管理中心通过通信服务器与应用服务器相连，用以对电力工程建设进行管理操作；短信平台与中心服务器连接,用以通过短信方式发送工作任务提醒消息。本发明能够加强对电力工程建设质量的监督,有效防范各类施工质量事故的发生,填补了电力工程建设质量监督信息化技术领域的空白.
然而，现有的电力工程质量监督管理平台只能够监督电力工程建设过程中的数据，和电力建设工程质量监督信息报送系统并没有建立起自动对接，只能手工填报电力工程质量监督信息，因此导致数据管理和传输不便，效率较低。
发明内容
本发明提供了一种电力质量监督信息的报送方法和系统，旨在解决现有技术中电力工程质量监督管理平台和电力建设工程质量监督信息报送系统没有建立自动对接，只能够手动填报电力工程质量监督信息，容易导致数据管理和传输不便，影响效率的问题。
根据本发明的第一方面，本发明提供了一种电力质量监督信息的报送方法，包括：
使用基于统计决策的机器学习算法，从工程质量监督管理系统中提取电力质量监督信息；
按照预定报送格式，报送电力质量监督信息。
优选地，上述电力质量监督信息的报送方法，从工程质量监督管理系统中提取电力质量监督信息的步骤之前，方法包括：
使用交叉熵误差作为损失函数，使用机器学习算法建立监督信息学习模型；
使用包含有电力质量监督信息的预设图像学习库作为训练集，训练监督信息学习模型；
当损失函数的输出值小于或等于预设输出值时，确定监督信息学习模型训练成功。
优选地，上述电力质量监督信息的报送方法，使用基于统计决策的机器学习算法，从工程质量监督管理系统中提取电力质量监督信息的步骤，包括：
根据预设数据关系，建立工程质量监督管理系统与预设图像学习库的关联关系；
根据关联关系，使用监督信息学习模型提取电力质量监督信息至预设图像学习库；
根据预设报送要求，使用监督信息学习模型从预设图像学习库中提取对应的电力质量监督信息。
优选地，上述电力质量监督信息的报送方法，还包括：
从电力质量监督信息中提取专家项目参与信息；
按照预设专家考核标准，对专家项目参与信息进行考核评定，得到专家考核结果信息；
向上级系统报送专家考核结果信息。
优选地，上述电力质量监督信息的报送方法，还包括：
获取工程质量监督管理系统中电力质量监督信息的文件类型；
使用预设的多媒介接收接口，分别接收不同文件类型的电力质量监督信息。
根据本发明的第二方面，本发明还提供了一种电力质量监督信息的报送系统，包括：
第一信息提取模块，用于使用基于统计决策的机器学习算法，从工程质量监督管理系统中提取电力质量监督信息；
第一信息报送模块，用于按照预定报送格式，报送电力质量监督信息。
优选地，上述电力质量监督信息的报送系统还包括：
模型建立模块，用于使用交叉熵误差作为损失函数，使用机器学习算法建立监督信息学习模型；
模型训练模块，用于使用包含有电力质量监督信息的预设图像学习库作为训练集，训练监督信息学习模型；
模型确认模块，用于当损失函数的输出值小于或等于预设输出值时，确定监督信息学习模型训练成功。
优选地，上述电力质量监督信息的报送系统中，第一信息提取模块包括：
关系建立子模块，用于根据预设数据关系，建立工程质量监督管理系统与预设图像学习库的关联关系；
信息提取子模块，用于根据关联关系，使用监督信息学习模型提取电力质量监督信息至预设图像学习库；
并用于根据预设报送要求，使用监督信息学习模型从预设图像学习库中提取对应的电力质量监督信息。
优选地，上述电力质量监督信息的报送系统，还包括：
第二信息提取模块，用于从电力质量监督信息中提取专家项目参与信息；
信息考核模块，用于按照预设专家考核标准，对专家项目参与信息进行考核评定，得到专家考核结果信息；
第二信息报送模块，用于向上级系统报送专家考核结果信息。
优选地，上述电力质量监督信息的报送系统，还包括：
类型获取模块，用于获取工程质量监督管理系统中电力质量监督信息的文件类型；
信息接收模块，用于使用预设的多媒介接收接口，分别接收不同文件类型的电力质量监督信息。
本申请提供的电力质量监督信息的报送方案，使用基于统计决策的机器学习算法，从工程质量监督管理系统中提取电力质量监督信息，因为该方案是用基于统计决策的机器学习算法，因此能够根据自身的需求，自动选择性地提取电力质量监督信息，另外通过按照预定报送格式报送电力质量监督信息，能够与电力建设工程质量监督信息报送系统建立起自动对接，从而按照上级系统的需求和格式传输电力质量监督信息，提高信息传输的效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
图1是本发明实施例提供的第一种电力质量监督信息的报送方法的流程示意图；
图2是图1所示实施例提供的一种电力质量监督信息的提取方法的流程示意图；
图3是本发明实施例提供的第二种电力质量监督信息的报送方法的流程示意图；
图4是本发明实施例提供的第三种电力质量监督信息的报送方法的流程示意图；
图5是本发明实施例提供的第四种电力质量监督信息的报送方法的流程示意图；
图6是本发明实施例提供的第一种电力质量监督信息的报送系统的结构示意图；
图7是本发明实施例提供的第二种电力质量监督信息的报送系统的结构示意图；
图8是本发明实施例提供的一种第一信息提取模块的结构示意图；
图9是本发明实施例提供的第三种电力质量监督信息的报送系统的结构示意图；
图10是本发明实施例提供的第四种电力质量监督信息的报送系统的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
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，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通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。
需要说明，本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；“连接”可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
另外，本发明各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
本发明实施例的主要技术问题如下：
现有的电力工程质量监督管理平台只能够监督电力工程建设过程中的数据，该电力工程质量监督管理平台与电力建设工程质量监督信息报送系统并没有建立起自动对接，因此只能够手动填报电力工程质量监督信息，导致数据管理和传输不便，影响数据传输的效率。
为解决上述问题，参见图1，图1为本发明实施例提供的第一种电力质量监督信息的报送方法的流程示意图。如图1所示，该电力质量监督信息的报送方法包括：
S110：使用基于统计决策的机器学习算法，从工程质量监督管理系统中提取电力质量监督信息。
该基于统计决策的机器学习算法是使用机器学习和神经网络建立的算法，能够根据自身需求，从工程质量监督管理系统中自动选择性地提取电力质量监督信息。通过上述方式，能够实现数据的多维度的自动分类，并自动提取报送数据。
具体地，如图2所示，该使用基于统计决策的机器学习算法，从工程质量监督管理系统中提取电力质量监督信息的步骤包括：
S111：根据预设数据关系，建立工程质量监督管理系统与预设图像学习库的关联关系。
S112：根据关联关系，使用监督信息学习模型提取电力质量监督信息至预设图像学习库。
S113：根据预设报送要求，使用监督信息学习模型从预设图像学习库中提取对应的电力质量监督信息。
本申请实施例提供的技术方案，通过根据预设数据关系，建立工程质量监督系统与预设图像学习库的关联关系，从而先提取电力质量监督学习至预设图像学习库，再根据预设报送要求，使用监督信息学习模型，该监督学习学习模型根据机器学习算法建立，能够自动提取电力质量监督信息，通过该监督信息学习模型能够从预设图像学习库中提取对应的电力质量监督信息，进而根据预定报送格式，报送该电力质量监督信息。通过上述方法能够高效有序地提取和报送电力质量监督信息。
S120：按照预定报送格式，报送电力质量监督信息。
本申请实施例提供的电力质量监督信息的报送方法，基于《电力工程质量监督实施管理程序》和《电力工程质量监督检查大纲》的工程质量监督全过程管理，该全过程管理包括工程的监督注册、监督检查和竣工备案的全过程管理。能够制定数据文件接收接口和协议，接收现场检查的数据，提供多媒介设备(例如：平板、相机、电脑和U盘等)以及多文件格式(如图片、xml文件和excel文件等)的数据接收方式。
综上，本申请实施例提供的电力质量监督信息的报送方法，使用基于统计决策的机器学习算法，从工程质量监督管理系统中提取电力质量监督信息，因为该方案是用基于统计决策的机器学习算法，因此能够自动地根据工程质量监督管理系统，即电力工程质量监督管理平台的需求，自动选择性地提取电力质量监督信息，另外通过按照预定报送格式报送电力质量监督信息，能够与电力建设工程质量监督信息报送系统建立起自动对接，从而按照上级系统的需求和格式传输电力质量监督信息，提高信息传输的效率。
因为数据是通过基于统计决策的机器学习算法提取的，所以本申请实施例在上述提取电力质量监督信息的步骤之前需要训练相关的监督信息学习模型。作为一种优选的实施例，如图3所示，上述电力质量监督信息的报送方法，在从工程质量监督管理系统中提取电力质量监督信息的步骤之前包括：
S210：使用交叉熵误差作为损失函数，使用机器学习算法建立监督信息学习模型。
其中，交叉熵误差的表达式如下：
Figure BDA0003049285630000071
其中，E为损失函数，t为实际的分类结果，y为预测的结果。
S220：使用包含有电力质量监督信息的预设图像学习库作为训练集，训练监督信息学习模型。通常，每个典型问题的训练数据通常为100到300不等。
S230：当损失函数的输出值小于或等于预设输出值时，确定监督信息学习模型训练成功。
本申请实施例提供的技术方案，通过使用包含有电力质量监督学习的预设图像学习库作为训练集，训练上述监督信息学习模型，从而使得该监督信息学习模型能够准确确定需要提取的电力质量监督信息。具体当损失函数的输出值小于或等于预设输出值时，说明该监督信息学习模型训练成功，此时可使用该监督信息学习模型提取电力质量监督信息。
另外，现有的电力建设工程质量监督信息报送系统大多关注于质量监督的检查结果，并不关心专家的贡献，因此对专家并没有明确的考核标准。
因此，为了解决上述问题，作为一种优选的实施例，如图4所示，本申请实施例提供的电力质量监督信息的报送方法除了上述步骤外，还包括以下步骤：
S310：从电力质量监督信息中提取专家项目参与信息。
S320：按照预设专家考核标准，对专家项目参与信息进行考核评定，得到专家考核结果信息。
S330：向上级系统报送专家考核结果信息。
本申请实施例提供的技术方案，从电力质量监督信息中提取专家项目参与信息，包括专家在现场的检查问题的分类(例如：专业、严重程度和部位等)，并通过这些数据，取得专家参与情况和检查结果情况。并按照预设专家考核标准，具体包括勤(全年参与检查情况、请假情况和担任组长或专业负责人情况)、能(发现问题数量、发现问题质量、发现问题的分布情况和发现问题的趋势)等方面，通过上述预设专家考核标准对专家项目参与信息进行考核评定，从而得到专家考核结果信息。
作为一种优选的实施例，如图5所示，上述电力质量监督信息的报送方法还包括以下步骤：
S410：获取工程质量监督管理系统中电力质量监督信息的文件类型。
S420：使用预设的多媒介接收接口，分别接收不同文件类型的电力质量监督信息。
本申请实施例提供的技术方案，通过获取工程质量监督管理系统中电力质量监督信息的文件类型，例如：图片、xml文件或excel文件等，并使用预设的多媒体接收接口接收不同文件类型的电力质量监督信息，从而能够对上述电力质量监督信息进行汇总和提取，根据客户的不同需求进行信息的上报。
另外，基于上述方法实施例的同一构思，本发明实施例还提供了电力质量监督信息的报送系统，用于实现本发明的上述方法，由于该系统实施例解决问题的原理与上述方法相似，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。
参见图6，图6为本发明实施例提供的一种电力质量监督信息的报送系统的结构示意图。如图6所示，该电力质量监督信息的报送系统包括：
第一信息提取模块110，用于使用基于统计决策的机器学习算法，从工程质量监督管理系统中提取电力质量监督信息；
第一信息报送模块120，用于按照预定报送格式，报送电力质量监督信息。
综上，本申请实施例提供的电力质量监督信息的报送系统，通过第一信息提取模块110，使用基于统计决策的机器学习算法，从工程质量监督管理系统中提取电力质量监督信息，因为该方案是用基于统计决策的机器学习算法，因此能够自动地根据工程质量监督管理系统，即电力工程质量监督管理平台的需求，自动选择性地提取电力质量监督信息，另外通过第一信息报送模块120按照预定报送格式报送电力质量监督信息，能够与电力建设工程质量监督信息报送系统建立起自动对接，从而按照上级系统的需求和格式传输电力质量监督信息，提高信息传输的效率。
作为一种优选的实施例，如图7所示，上述电力质量监督信息的报送系统还包括：
模型建立模块130，用于使用交叉熵误差作为损失函数，使用机器学习算法建立监督信息学习模型；
模型训练模块140，用于使用包含有电力质量监督信息的预设图像学习库作为训练集，训练监督信息学习模型；
模型确认模块150，用于当损失函数的输出值小于或等于预设输出值时，确定监督信息学习模型训练成功。
作为一种优选的实施例，如图8所示，本申请实施例提供的电力质量监督信息的报送系统中，第一信息提取模块110包括：
关系建立子模块111，用于根据预设数据关系，建立工程质量监督管理系统与预设图像学习库的关联关系；
信息提取子模块112，用于根据关联关系，使用监督信息学习模型提取电力质量监督信息至预设图像学习库；并用于根据预设报送要求，使用监督信息学习模型从预设图像学习库中提取对应的电力质量监督信息。
另外，作为一种优选的实施例，如图9所示，上述电力质量监督信息的报送系统还包括：
第二信息提取模块160，用于从电力质量监督信息中提取专家项目参与信息；
信息考核模块170，用于按照预设专家考核标准，对专家项目参与信息进行考核评定，得到专家考核结果信息；
第二信息报送模块180，用于向上级系统报送专家考核结果信息。
另外，作为一种优选的实施例，如图10所示，上述电力质量监督信息的报送系统还包括：
类型获取模块191，用于获取工程质量监督管理系统中电力质量监督信息的文件类型；
信息接收模块192，用于使用预设的多媒介接收接口，分别接收不同文件类型的电力质量监督信息。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种电力质量监督信息的报送方法，其特征在于，包括：
使用基于统计决策的机器学习算法，从工程质量监督管理系统中提取电力质量监督信息；
按照预定报送格式，报送所述电力质量监督信息。
2.根据权利要求1所述的电力质量监督信息的报送方法，其特征在于，所述从工程质量监督管理系统中提取电力质量监督信息的步骤之前，所述方法包括：
使用交叉熵误差作为损失函数，使用所述机器学习算法建立监督信息学习模型；
使用包含有所述电力质量监督信息的预设图像学习库作为训练集，训练所述监督信息学习模型；
当所述损失函数的输出值小于或等于预设输出值时，确定所述监督信息学习模型训练成功。
3.根据权利要求2所述的电力质量监督信息的报送方法，其特征在于，所述使用基于统计决策的机器学习算法，从工程质量监督管理系统中提取电力质量监督信息的步骤，包括：
根据预设数据关系，建立所述工程质量监督管理系统与所述预设图像学习库的关联关系；
根据所述关联关系，使用所述监督信息学习模型提取所述电力质量监督信息至所述预设图像学习库；
根据预设报送要求，使用所述监督信息学习模型从所述预设图像学习库中提取对应的电力质量监督信息。
4.根据权利要求1所述的电力质量监督信息的报送方法，其特征在于，还包括：
从所述电力质量监督信息中提取专家项目参与信息；
按照预设专家考核标准，对所述专家项目参与信息进行考核评定，得到专家考核结果信息；
向上级系统报送所述专家考核结果信息。
5.根据权利要求1所述的电力质量监督信息的报送方法，其特征在于，还包括：
获取所述工程质量监督管理系统中电力质量监督信息的文件类型；
使用预设的多媒介接收接口，分别接收不同文件类型的所述电力质量监督信息。
6.一种电力质量监督信息的报送系统，其特征在于，包括：
第一信息提取模块，用于使用基于统计决策的机器学习算法，从工程质量监督管理系统中提取电力质量监督信息；
第一信息报送模块，用于按照预定报送格式，报送所述电力质量监督信息。
7.根据权利要求6所述的电力质量监督信息的报送系统，其特征在于，所述系统还包括：
模型建立模块，用于使用交叉熵误差作为损失函数，使用所述机器学习算法建立监督信息学习模型；
模型训练模块，用于使用包含有所述电力质量监督信息的预设图像学习库作为训练集，训练所述监督信息学习模型；
模型确认模块，用于当所述损失函数的输出值小于或等于预设输出值时，确定所述监督信息学习模型训练成功。
8.根据权利要求7所述的电力质量监督信息的报送系统，其特征在于，所述第一信息提取模块，包括：
关系建立子模块，用于根据预设数据关系，建立所述工程质量监督管理系统与所述预设图像学习库的关联关系；
信息提取子模块，用于根据所述关联关系，使用所述监督信息学习模型提取所述电力质量监督信息至所述预设图像学习库；并用于根据预设报送要求，使用所述监督信息学习模型从所述预设图像学习库中提取对应的电力质量监督信息。
9.根据权利要求6所述的电力质量监督信息的报送系统，其特征在于，还包括：
第二信息提取模块，用于从所述电力质量监督信息中提取专家项目参与信息；
信息考核模块，用于按照预设专家考核标准，对所述专家项目参与信息进行考核评定，得到专家考核结果信息；
第二信息报送模块，用于向上级系统报送所述专家考核结果信息。
10.根据权利要求6所述的电力质量监督信息的报送系统，其特征在于，还包括：
类型获取模块，用于获取所述工程质量监督管理系统中电力质量监督信息的文件类型；
信息接收模块，用于使用预设的多媒介接收接口，分别接收不同文件类型的所述电力质量监督信息。
CN202110481058.2A 2021-04-30 2021-04-30 一种电力质量监督信息的报送方法和系统 Pending CN113076434A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110481058.2A CN113076434A (zh) 2021-04-30 2021-04-30 一种电力质量监督信息的报送方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110481058.2A CN113076434A (zh) 2021-04-30 2021-04-30 一种电力质量监督信息的报送方法和系统

Publications (1)

Publication Number Publication Date
CN113076434A true CN113076434A (zh) 2021-07-06

Family

ID=76616134

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110481058.2A Pending CN113076434A (zh) 2021-04-30 2021-04-30 一种电力质量监督信息的报送方法和系统

Country Status (1)

Country Link
CN (1) CN113076434A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103942654A (zh) * 2014-04-30 2014-07-23 国家电网公司 电力工程质量监督管理平台
CN110619386A (zh) * 2019-09-09 2019-12-27 国家电网有限公司 一种tmr运行监测及故障智能研判方法及系统
CN110795989A (zh) * 2019-08-28 2020-02-14 广东电网有限责任公司 一种电力作业智能安全监督系统及其监督方法
CN112564278A (zh) * 2020-11-26 2021-03-26 广西电网有限责任公司防城港供电局 继电保护故障信息整理与电子化报送系统及方法
CN112633276A (zh) * 2020-12-25 2021-04-09 北京百度网讯科技有限公司 训练方法、识别方法、装置、设备、介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103942654A (zh) * 2014-04-30 2014-07-23 国家电网公司 电力工程质量监督管理平台
CN110795989A (zh) * 2019-08-28 2020-02-14 广东电网有限责任公司 一种电力作业智能安全监督系统及其监督方法
CN110619386A (zh) * 2019-09-09 2019-12-27 国家电网有限公司 一种tmr运行监测及故障智能研判方法及系统
CN112564278A (zh) * 2020-11-26 2021-03-26 广西电网有限责任公司防城港供电局 继电保护故障信息整理与电子化报送系统及方法
CN112633276A (zh) * 2020-12-25 2021-04-09 北京百度网讯科技有限公司 训练方法、识别方法、装置、设备、介质

Similar Documents

Publication Publication Date Title
CN109688042B (zh) 一种消息处理方法及装置
CN106548402B (zh) 资源转移监控方法及装置
CN110213068A (zh) 一种消息中间件的监控方法及相关设备
CN113537268A (zh) 一种故障检测方法、装置、计算机设备及存储介质
CN111210029A (zh) 辅助分析业务的装置、方法及相关设备
CN114969449A (zh) 基于构建结构树的元数据管理方法及系统
CN103493437A (zh) 网络解析支援装置、网络试验装置、网络解析支援方法、网络试验方法、网络解析支援程序以及网络试验程序
CN107679766B (zh) 一种群智任务动态冗余调度方法及装置
CN113076434A (zh) 一种电力质量监督信息的报送方法和系统
CN111367934B (zh) 数据一致性的检验方法、装置、服务器和介质
CN111698301A (zh) 一种保证服务延续的服务管理方法、装置及存储介质
CN115643158A (zh) 设备集群修复方法、装置、设备和存储介质
CN112131180B (zh) 数据上报方法、装置以及存储介质
US11665114B2 (en) Information processing apparatus and non-transitory computer readable medium for determination of message and member suitability for tasks
CN115273354A (zh) 银行自助设备管理方法及其系统、计算机设备
CN111143325B (zh) 一种数据采集的监测方法、监测装置及可读存储介质
CN110362464B (zh) 软件分析方法及设备
CN113095520A (zh) 表计更换方法、表计更换装置、移动终端及存储介质
CN112801688A (zh) 估值失败原因的定位方法和装置
CN112541732A (zh) 智能评标合约生成方法及装置、可读存储介质
CN111722977A (zh) 系统巡检方法、装置及电子设备
CN113592297B (zh) 一种电力系统专属式客户管理方法及系统
CN113141366B (zh) 报文报送方法及装置、存储介质和电子设备
CN117312880B (zh) 一种车辆基本信息数据的处理方法和装置
CN116743618B (zh) 厂站远动设备的数据采集分析方法、设备及介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210706