CN116703075B - 电力调度决策方法、装置、电子设备及存储介质 - Google Patents
电力调度决策方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116703075B CN116703075B CN202310622203.3A CN202310622203A CN116703075B CN 116703075 B CN116703075 B CN 116703075B CN 202310622203 A CN202310622203 A CN 202310622203A CN 116703075 B CN116703075 B CN 116703075B
- Authority
- CN
- China
- Prior art keywords
- scheduling
- target
- path
- text
- determining
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 133
- 238000013507 mapping Methods 0.000 claims abstract description 33
- 238000000605 extraction Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010248 power generation Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000004927 fusion Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or 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
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供电力调度决策方法、装置、电子设备及存储介质，涉及电力调度技术领域，方法包括：获取调度需求，基于所述调度需求确定目标调度问题以及所述目标调度问题的目标问题属性值；基于所述目标调度问题、所述目标问题属性值和预设的映射关系，确定目标调度路径集，所述目标调度路径集中包括至少一条调度路径；基于已训练的选择模型在所述目标调度路径集中确定目标调度路径；基于所述目标问题属性值确定所述目标调度路径中各个节点对应的所述调度元素的元素属性值；基于所述目标调度路径和所述目标调度路径中各个节点对应的所述调度元素的元素属性值确定调度方案。本发明可以实现调度方案的自动生成。
Description
技术领域
本发明涉及电力调度技术领域，尤其涉及电力调度决策方法、装置、电子设备及存储介质。
背景技术
电力系统中由于用电设备众多，具有很强的波动性，在用电负荷发生波动的时候，需要对电力系统进行调度，例如调节发电设备的发电量，调节变电设备的输入输出功率等，这些调度需要实时进行，目前都是基于经验人工进行决策，耗费很高的人力成本，如何实现电力系统的自动调度决策，依然是业内亟待解决的问题。
发明内容
本发明提供一种电力调度决策方法、装置、电子设备及存储介质，用以解决现有技术中人工进行电力调度，人力成本高的缺陷，实现电力调度方案的自动生成。
本发明提供一种电力调度决策方法，包括：
获取调度需求，基于所述调度需求确定目标调度问题以及所述目标调度问题的目标问题属性值，其中，所述目标问题属性值反映所述调度需求对应的电力网络状态，所述目标调度问题中包括所述调度需求的关键词；
基于所述目标调度问题、所述目标问题属性值和预设的映射关系，确定目标调度路径集，所述目标调度路径集中包括至少一条调度路径，所述调度路径中包括多个节点，每个节点关联一个知识图谱，所述知识图谱中包括一种调度方法中包括的调度元素；
基于已训练的选择模型在所述目标调度路径集中确定目标调度路径，所述已训练的选择模型基于多组样本数据训练完成，每组样本数据包括样本调度问题、样本目标调度路径集以及所述样本调度问题对应的目标调度路径标签；
基于所述目标问题属性值确定所述目标调度路径中各个节点对应的所述调度元素的元素属性值，所述元素属性值反映调度方案中所述调度元素的运行状态变化情况；
基于所述目标调度路径和所述目标调度路径中各个节点对应的所述调度元素的元素属性值确定调度方案。
根据本发明提供的一种电力调度决策方法，所述基于已训练的选择模型在所述目标调度路径集中确定目标调度路径，包括：
生成调度文本，所述调度文本包括所述目标调度问题；
将所述调度文本和所述目标调度路径集中每条调度路径的第一个新节点对应的调度方法文本输入至所述已训练的选择模型中，获取所述选择模型输出的目标调度方法文本，所述新节点为未输入至所述选择模型中的节点，所述目标调度方法文本为各个所述第一个新节点中的一个节点对应的调度方法文本；
基于所述目标调度方法文本更新所述目标调度路径集，更新后的所述目标调度路径集中的每条路径均包括已确定的每个所述目标调度方法文本对应的节点；
将所述目标调度方法文本加入至所述调度文本中以更新所述调度文本；
重新执行所述将所述调度文本和所述目标调度路径集中每条调度路径的第一个新节点对应的调度方法文本输入至所述已训练的选择模型中的步骤，直至所述目标调度路径集中只存在一条调度路径；
将所述目标调度路径集中的调度路径作为所述目标调度路径。
根据本发明提供的一种电力调度决策方法，所述获取所述选择模型输出的目标调度方法文本，包括：
获取所述选择模型输出的各个所述第一个新节点分别对应的选择概率；
将对应的所述选择概率最高的所述第一个新节点对应的调度方法文本作为所述目标调度方法文本。
根据本发明提供的一种电力调度决策方法，所述基于所述调度需求确定目标调度问题，包括：
对所述调度需求进行关键词提取，得到提取结果；
基于所述提取结果与预设的多个调度问题进行匹配，确定所述目标调度问题。
根据本发明提供的一种电力调度决策方法，所述映射关系包括多组，每组所述映射关系包括一个调度问题、一个目标问题属性值以及一个调度路径；所述基于所述目标调度问题、所述目标问题属性值和预设的映射关系，确定目标调度路径集，包括：
获取所述目标调度问题对应的多个历史问题属性值；
基于所述目标问题属性值与各个所述历史问题属性值之间的相似度确定多个目标历史问题属性值；
根据所述目标调度问题、多个所述目标历史问题属性值和所述映射关系确定多个调度路径，组成所述目标调度路径集。
根据本发明提供的一种电力调度决策方法，所述预设的映射关系基于如下步骤建立：
获取历史调度日志；
从所述历史调度日志中提取目标语句，所述目标语句涉及调度问题以及调度问题对应的调度方法；
从所述目标语句中进行命名实体抽取，得到多个调度问题、各个调度问题对应的问题属性值以及对应的调度路径以构建所述映射关系。
根据本发明提供的一种电力调度决策方法，所述基于所述目标问题属性值确定所述目标调度路径中各个节点对应的所述调度元素的元素属性值，包括：
将所述目标调度问题、所述目标问题属性值以及所述目标调度路径输入至已训练的预测模型，获取所述预测模型输出的所述目标调度路径中各个节点对应的所述调度元素的元素属性值。
本发明还提供一种电力调度决策装置，包括：
问题确定模块，用于获取调度需求，基于所述调度需求确定目标调度问题以及所述目标调度问题的目标问题属性值，其中，所述目标问题属性值反映所述调度需求对应的电力网络状态，所述目标调度问题中包括所述调度需求的关键词；
路径集确定模块，用于基于所述目标调度问题、所述目标问题属性值和预设的映射关系，确定目标调度路径集，所述目标调度路径集中包括至少一条调度路径，所述调度路径中包括多个节点，每个节点关联一个知识图谱，所述知识图谱中包括一种调度方法中包括的调度元素；
路径选择模块，用于基于已训练的选择模型在所述目标调度路径集中确定目标调度路径，所述已训练的选择模型基于多组样本数据训练完成，每组样本数据包括样本调度问题、样本目标调度路径集以及所述样本调度问题对应的目标调度路径标签；
属性值确定模块，用于基于所述目标问题属性值确定所述目标调度路径中各个节点对应的所述调度元素的元素属性值，所述元素属性值反映调度方案中所述调度元素的运行状态变化情况；
调度方案生成模块，用于基于所述目标调度路径和所述目标调度路径中各个节点对应的所述调度元素的元素属性值确定调度方案。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述电力调度决策方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述电力调度决策方法。
本发明提供的电力调度决策方法、装置、电子设备及存储介质，通过获取调度需求，基于调度需求确定目标调度问题以及目标调度问题的目标问题属性值，其中目标问题属性值反映调度需求对应的电力网状态，目标调度问题中包括调度需求的关键词，基于目标调度问题、目标问题属性值和预设的映射关系，确定目标调度路径集，目标调度路径集中包括至少一条调度路径，调度路径中包括多个节点，每个节点关联一个知识图谱，知识图谱中包括一种调度方法中包括的调度元素，基于已训练的选择模型在至少一条调度路径中确定目标调度路径，基于目标问题属性值确定目标调度路径中各个节点对应的调度元素的元素属性值，元素属性值反映调度元素的运行状态变化目标，根据目标调度路径和目标调度路径中各个节点对应的调度元素的元素属性值确定调度方案。本发明利用了电力调度虽然波动性大，但是呈现更多的流程化特征和逻辑性，预先建立调度问题、问题属性值与调度方法的映射关系，基于该映射关系先确定针对调度需求对应的目标调度问题的多个可能的调度路径，调度路径中包括多个调度方法以及调度方法的先后顺序，之后通过已训练的模型在多个可能的调度路径中确定目标调度路径，在确定了调度方法之后，再确定调度方法中各个调度元素的具体属性值，从而生成完整的调度方案，本发明可以实现调度方案的自动生成，并且由于在确定目标调度路径时，是依靠模型从多个可能的调度路径中进行选择，而不是依靠模型实现完全的预测，可以降低模型训练和使用时的计算成本和推理时间。
附图说明
为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图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获得其他的附图。
图1是本发明提供的电力调度决策方法的流程示意图；
图2是本发明提供的电力调度决策装置的结构示意图；
图3是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明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。
电力系统中由于用电设备众多，具有很强的波动性，在用电负荷发生波动的时候，需要对电力系统进行调度，例如调节发电设备的发电量，调节变电设备的输入输出功率等，这些调度需要实时进行，目前都是基于经验人工进行决策，耗费很高的人力成本，如何实现电力系统的自动调度决策，依然是业内亟待解决的问题。
为了实现电力系统的自动调度决策，即自动生成电力系统的调度方案，本发明提供一种电力调度决策方法、装置、电子设备及存储介质。
下面结合图1描述本发明提供的电力调度决策方法，本发明提供的电力调度决策方法，可以应用于终端设备中，该终端设备可以但不限于是计算机、移动终端、服务器等。如图1所示，本发明提供的电力调度决策方法，包括步骤：
S110、获取调度需求，基于所述调度需求确定目标调度问题以及所述目标调度问题的目标问题属性值，其中，所述目标问题属性值反映所述调度需求对应的电力网络状态，所述目标调度问题中包括所述调度需求的关键词。
调度需求在电力系统产生波动时产生，所述调度需求可以是通过统计当前电力系统的用电和发电情况产生，例如所述调度需求可以为：“A地区用电负荷增加，需要向A地区增加供电xx”、“风能发电量提升，需要增加风电接入量xx”等。由于调度需求往往是一个句子，为了便于处理，本发明中，将调度需求处理为调度问题，调度问题包括调度需求中的关键词。所述基于所述调度需求确定目标调度问题，包括：
对所述调度需求进行关键词提取，得到提取结果；
基于所述提取结果与预设的多个调度问题进行匹配，确定所述目标调度问题。
对所述调度需求进行关键词提取，可以采用现有的关键词提取方式实现，在此不再赘述。本发明中，预先设置多个调度问题，具体地，预设的多个调度问题可以通过从历史调度日志中提取得到。所述历史调度日志是基于所述电力系统采用人工调度时记录的关于电力调度的日志。选择所述预设的多个调度问题中与所述提取结果最接近的调度问题作为所述目标调度问题。
问题属性值反映调度需求对应的电力网络状态，即问题属性值包括产生调度需求时电力网络的状态参数，所述状态参数可以包括各用电设施、各发电设施、各变电设施的状态参数。
S120、基于所述目标调度问题、所述目标问题属性值和预设的映射关系，确定目标调度路径集，所述目标调度路径集中包括至少一条调度路径，所述调度路径中包括多个节点，每个节点关联一个知识图谱，所述知识图谱中包括一种调度方法中包括的调度元素。
调度元素为调度方法中涉及的电力设备或电力设施的电力参数，例如发电厂的发电量、变电器的输入输出功率等。对于一个调度需求，可能需要采用多种调度方法来应对，调度方法的组合构成调度方案，也就是说，调度方案可以看做是一条调度路径，调度路径中包括的节点为调度方法。例如对于提升风电并网量的调度需求，调度方案可以包括两个调度方法的组合，首先是将风电接入电力网络，其次是降低电力网络中火电发电量，而将风电加入电力网络的调度方法，可以包括对多个调度元素的调节，例如风电变电设备A的输入输出功率，风电变电设备B的输入输出功率等，降低电力网络中火电发电量的调度方法，也可以包括对多个调度元素的调节，例如降低A火电发电厂的发电量、降低B火电发电厂的发电量等。
所述映射关系包括多组，每组所述映射关系包括一个调度问题、一个目标问题属性值以及一个调度路径；所述预设的映射关系基于如下步骤建立：
获取历史调度日志；
从所述历史调度日志中提取目标语句，所述目标语句涉及调度问题以及调度问题对应的调度方法；
从所述目标语句中进行命名实体抽取，得到多个调度问题、各个调度问题对应的问题属性值以及对应的调度路径以构建所述映射关系。
在获取到所述历史调度日志后，可以对所述历史调度日志的文本内容进行提取和清洗，实现非相关标识去除、分句、停用词去除等，然后基于调度经验设计正则表达，自动从日志文本中识别涉及调度问题和调度方法的句子，再适用句法解析和命名实体抽取，从句子中提取只包括关键词的调度问题，以及每个调度问题对应的问题属性值，以及每个调度问题-问题属性值组合对应的调度路径。
所述基于所述目标调度问题、所述目标问题属性值和预设的映射关系，确定目标调度路径集，包括：
获取所述目标调度问题对应的多个历史问题属性值；
基于所述目标问题属性值与各个所述历史问题属性值之间的相似度确定多个目标历史问题属性值；
根据所述目标调度问题、多个所述目标历史问题属性值和所述映射关系确定多个调度路径，组成所述目标调度路径集。
对于相同的调度问题，由于问题属性值不同，可能采用的调度路径不同，本发明中，为了实现自动生成尽可能更接近有经验的人工作出的调度方案，提升调度方案的准确性的效果，在确定所述目标调度问题之后，获取所述目标调度问题对应的多个历史问题属性值。所述多个历史问题属性值对应的调度问题与所述目标调度问题相同。由于所述电力网络中的设备众多复杂，所以很难存在当前的问题属性值与历史问题属性值完全一致的情况，但是为了确定更多的候选调度路径，从而提升选择到最优的调度路径的概率，同时降低计算量，本发明提供的方法中，计算所述目标问题属性值与所述目标调度问题对应的多个历史问题属性值之间的相似度，选择相似度大于预设相似度阈值的历史问题属性值作为所述目标历史问题属性值，将所述目标调度问题-所述目标历史问题属性值组合对应的调度路径组合，得到所述目标调度路径集。
再次参阅图1，本发明提供的方法，还包括步骤：
S130、基于已训练的选择模型在所述目标调度路径集中确定目标调度路径，所述已训练的选择模型基于多组样本数据训练完成，每组样本数据包括样本调度问题、样本目标调度路径集以及所述样本调度问题对应的目标调度路径标签。
由于电力系统调度相对高度不确定的决策环境而言呈现更多的线性流程化特征和逻辑性。因此，对于相似的调度需求，可以共用调度路径，并不会产生安全风险，可以只对调度路径中调度方法中涉及的调度元素的元素属性值进行调整，即使所述选择模型是在所述目标调度路径集中“选择”一条调度路径作为所述目标调度路径，也可以保证调度方案的可靠性，同时，由于所述选择模型执行的是选择动作，而不是生成一条新的调度路径，即所述选择模型执行的任务更加简单，因此，所述选择模型可以采用更加轻量化的结构，降低所述选择模型训练和使用时的计算成本和推理时间，又可以保证调度方案的准确性和鲁棒性。
所述基于已训练的选择模型在所述目标调度路径集中确定目标调度路径，包括：
生成调度文本，所述调度文本包括所述目标调度问题；
将所述调度文本和所述目标调度路径集中每条调度路径的第一个新节点对应的调度方法文本输入至所述已训练的选择模型中，获取所述选择模型输出的目标调度方法文本，所述新节点为未输入至所述选择模型中的节点，所述目标调度方法文本为各个所述第一个新节点中的一个节点对应的调度方法文本；
基于所述目标调度方法文本更新所述目标调度路径集，更新后的所述目标调度路径集中的每条路径均包括已确定的每个所述目标调度方法文本对应的节点；
将所述目标调度方法文本加入至所述调度文本中以更新所述调度文本；
重新执行所述将所述调度文本和所述目标调度路径集中每条调度路径的第一个新节点对应的调度方法文本输入至所述已训练的选择模型中的步骤，直至所述目标调度路径集中只存在一条调度路径；
将所述目标调度路径集中的调度路径作为所述目标调度路径。
在所述选择模型的计算过程中，由于存在了提示信息(所述目标调度路径集中的每条路径的所述第一个新节点)，所述选择模型在提示信息中进行选择，可以降低模型结构复杂度，提升计算效率，进而提升电力系统调度方案的实时生成。
所述获取所述选择模型输出的目标调度方法文本，包括：
获取所述选择模型输出的各个所述第一个新节点分别对应的选择概率；
将对应的所述选择概率最高的所述第一个新节点对应的调度方法文本作为所述目标调度方法文本。
具体来说，所述选择模型包括第一特征提取模块、第二特征提取模块和评价模块，所述第一特征提取模块用于提取所述调度文本的特征作为第一特征，所述第二特征提取模块用于提取所述目标调度路径集中每条调度路径的第一个新节点对应的调度方法文本的特征作为各个第二特征，分别将所述第一特征和一个所述第二特征进行组合，得到各个第三特征，将各个第三特征输入至所述评价模块中，获取所述评价模块输出的每个所述第三特征对应的评价结果作为所述第三特征对应的所述第一个新节点对应的所述选择概率。
本发明提供的方法，还包括步骤：
S140、基于所述目标问题属性值确定所述目标调度路径中各个节点对应的所述调度元素的元素属性值，所述元素属性值反映调度方案中调度元素的运行状态变化情况。
所述基于所述目标问题属性值确定所述目标调度路径中各个节点对应的所述调度元素的元素属性值，包括：
将所述目标调度问题、所述目标问题属性值以及所述目标调度路径输入至已训练的预测模型；
获取所述预测模型输出的所述目标调度路径中各个节点对应的所述调度元素的元素属性值。
所述预测模型生成所述目标调度路径中各个节点对应的所述调度元素的元素属性值也是可以采取递进的方式。具体来说，所述预测模型中包括问题特征生成模块、节点特征生成模块、元素特征生成模块和预测模块，将所述目标调度问题、所述目标问题属性值以及所述目标调度路径输入至已训练的预测模型，获取所述预测模型输出的所述目标调度路径中各个节点对应的所述调度元素的元素属性值，包括：
将所述目标调度问题和所述目标问题属性值输入至所述问题特征生成模块，获取所述问题特征生成模块输出的问题特征，将所述问题特征作为融合特征；
在预设的特征数据库中查找所述目标调度路径的待预测节点对应的节点特征，若存在，则从所述特征数据库中读取所述节点特征；若不存在，则将所述待预测节点对应的调度方法文本输入至所述节点特征生成模块，获取所述节点特征生成模块输出的节点特征并存储至所述特征数据库中，所述待预测节点为所述目标调度路径中尚未生成对应的所述元素属性值的节点中的第一个节点；
将所述问题特征和所述节点特征进行融合，得到更新后的融合特征；
在所述特征数据库中查找所述待预测节点对应的元素特征，若存在，则从所述特征数据库中读取所述元素特征，若不存在，则将所述待预测节点对应的各个所述调度元素输入至所述元素特征生成模块，获取所述元素特征生成模块输出的所述元素特征，并存储至所述特征数据库中；
将所述融合特征和所述元素特征输入至所述预测模块，获取所述预测模块输出的所述待预测节点对应各个所述调度元素对应的所述元素属性值；
重复执行所述将所述目标调度路径的待预测节点对应的调度方法文本输入至所述节点特征生成模块，获取所述节点特征生成模块输出的节点特征的步骤，直至得到所述目标调度路径中每个节点对应的所述调度元素的所述元素属性值。
从上述对所述预测模型生成所述元素属性值的过程可以看出，在该过程中，每次都基于新的节点对之前生成的融合特征进行更新，在更新的所述融合特征的基础上预测下一个节点中的各个所述调度元素对应的所述元素属性值，这样，即使之前的节点中的所述调度元素对应的所述元素属性值的预测结果不准确，在后续节点的所述元素属性值的预测过程，由于融合了之前的所有节点的所有特征，提供了更多的信息，可以在后续节点的所述元素属性值的预测结果中结合前面的节点的情况来进行相应调节，相对于一次性生成所有节点的所述元素属性值的方式，具有更高的鲁棒性，提升调度方案的准确性。同时，由于本发明中的调度问题是预先设定的有限个，每个调度方法也是预先设定的有限个，每个调度方法中包括的调度元素也是确定的，因此，可以对所述预测模型计算过程中的所述节点特征和所述元素特征进行复用，进一步降低模型计算量。
在确定了所述目标调度路径中各个节点对应的所述调度元素的元素属性值后，就可以生成调度方案，具体地，将所述目标调度路径和各个节点对应的所述调度元素的元素属性值组合，就可以得到所述调度方案，即，所述调度方案包括所述目标调度路径中各个节点对应的调度方法以及调度方法中各个所述调度元素的元素属性值，基于所述调度方案进行调度时，根据所述目标调度路集中各个节点中的各个所述调度元素的元素属性值控制所述调度元素的运行状态改变。
综上所述，本发明提供的电力调度决策方法，利用了电力调度虽然波动性大，但是呈现更多的流程化特征和逻辑性，预先建立调度问题、问题属性值与调度方法的映射关系，基于该映射关系先确定针对调度需求对应的目标调度问题的多个可能的调度路径，调度路径中包括多个调度方法以及调度方法的先后顺序，之后通过已训练的模型在多个可能的调度路径中确定目标调度路径，在确定了调度方法之后，再确定调度方法中各个调度元素的具体属性值，从而生成完整的调度方案，本发明可以实现调度方案的自动生成，并且由于在确定目标调度路径时，是依靠模型从多个可能的调度路径中进行选择，而不是依靠模型实现完全的预测，可以降低模型训练和使用时的计算成本和推理时间。
下面对本发明提供的电力调度决策装置进行描述，下文描述的电力调度决策装置与上文描述的电力调度决策方法可相互对应参照。如图2所示，本发明提供的电力调度决策装置包括：
问题确定模块210，用于获取调度需求，基于所述调度需求确定目标调度问题以及所述目标调度问题的目标问题属性值，其中，所述目标问题属性值反映所述调度需求对应的电力网络状态，所述目标调度问题中包括所述调度需求的关键词；
路径集确定模块220，用于基于所述目标调度问题、所述目标问题属性值和预设的映射关系，确定目标调度路径集，所述目标调度路径集中包括至少一条调度路径，所述调度路径中包括多个节点，每个节点关联一个知识图谱，所述知识图谱中包括一种调度方法中包括的调度元素；
路径选择模块230，用于基于已训练的选择模型在所述目标调度路径集中确定目标调度路径，所述已训练的选择模型基于多组样本数据训练完成，每组样本数据包括样本调度问题、样本目标调度路径集以及所述样本调度问题对应的目标调度路径标签；
属性值确定模块240，用于基于所述目标问题属性值确定所述目标调度路径中各个节点对应的所述调度元素的元素属性值，所述元素属性值反映调度方案中所述调度元素的运行状态变化情况；
调度方案生成模块250，用于基于所述目标调度路径和所述目标调度路径中各个节点对应的所述调度元素的元素属性值确定调度方案。
图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令，以执行电力调度决策方法，该方法包括：获取调度需求，基于所述调度需求确定目标调度问题以及所述目标调度问题的目标问题属性值，其中，所述目标问题属性值反映所述调度需求对应的电力网络状态，所述目标调度问题中包括所述调度需求的关键词；
基于所述目标调度问题、所述目标问题属性值和预设的映射关系，确定目标调度路径集，所述目标调度路径集中包括至少一条调度路径，所述调度路径中包括多个节点，每个节点关联一个知识图谱，所述知识图谱中包括一种调度方法中包括的调度元素；
基于已训练的选择模型在所述目标调度路径集中确定目标调度路径，所述已训练的选择模型基于多组样本数据训练完成，每组样本数据包括样本调度问题、样本目标调度路径集以及所述样本调度问题对应的目标调度路径标签；
基于所述目标问题属性值确定所述目标调度路径中各个节点对应的所述调度元素的元素属性值，所述元素属性值反映调度方案中所述调度元素的运行状态变化情况；
基于所述目标调度路径和所述目标调度路径中各个节点对应的所述调度元素的元素属性值确定调度方案。
此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的电力调度决策方法，该方法包括：获取调度需求，基于所述调度需求确定目标调度问题以及所述目标调度问题的目标问题属性值，其中，所述目标问题属性值反映所述调度需求对应的电力网络状态，所述目标调度问题中包括所述调度需求的关键词；
基于所述目标调度问题、所述目标问题属性值和预设的映射关系，确定目标调度路径集，所述目标调度路径集中包括至少一条调度路径，所述调度路径中包括多个节点，每个节点关联一个知识图谱，所述知识图谱中包括一种调度方法中包括的调度元素；
基于已训练的选择模型在所述目标调度路径集中确定目标调度路径，所述已训练的选择模型基于多组样本数据训练完成，每组样本数据包括样本调度问题、样本目标调度路径集以及所述样本调度问题对应的目标调度路径标签；
基于所述目标问题属性值确定所述目标调度路径中各个节点对应的所述调度元素的元素属性值，所述元素属性值反映调度方案中所述调度元素的运行状态变化情况；
基于所述目标调度路径和所述目标调度路径中各个节点对应的所述调度元素的元素属性值确定调度方案。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的电力调度决策方法，该方法包括：获取调度需求，基于所述调度需求确定目标调度问题以及所述目标调度问题的目标问题属性值，其中，所述目标问题属性值反映所述调度需求对应的电力网络状态，所述目标调度问题中包括所述调度需求的关键词；
基于所述目标调度问题、所述目标问题属性值和预设的映射关系，确定目标调度路径集，所述目标调度路径集中包括至少一条调度路径，所述调度路径中包括多个节点，每个节点关联一个知识图谱，所述知识图谱中包括一种调度方法中包括的调度元素；
基于已训练的选择模型在所述目标调度路径集中确定目标调度路径，所述已训练的选择模型基于多组样本数据训练完成，每组样本数据包括样本调度问题、样本目标调度路径集以及所述样本调度问题对应的目标调度路径标签；
基于所述目标问题属性值确定所述目标调度路径中各个节点对应的所述调度元素的元素属性值，所述元素属性值反映调度方案中所述调度元素的运行状态变化情况；
基于所述目标调度路径和所述目标调度路径中各个节点对应的所述调度元素的元素属性值确定调度方案。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种电力调度决策方法，其特征在于，包括：
获取调度需求，基于所述调度需求确定目标调度问题以及所述目标调度问题的目标问题属性值，其中，所述目标问题属性值反映所述调度需求对应的电力网络状态，所述目标调度问题中包括所述调度需求的关键词；
基于所述目标调度问题、所述目标问题属性值和预设的映射关系，确定目标调度路径集，所述目标调度路径集中包括至少一条调度路径，所述调度路径中包括多个节点，每个节点关联一个知识图谱，所述知识图谱中包括一种调度方法中包括的调度元素；
基于已训练的选择模型在所述目标调度路径集中确定目标调度路径，所述已训练的选择模型基于多组样本数据训练完成，每组样本数据包括样本调度问题、样本目标调度路径集以及所述样本调度问题对应的目标调度路径标签；
基于所述目标问题属性值确定所述目标调度路径中各个节点对应的所述调度元素的元素属性值，所述元素属性值反映调度方案中所述调度元素的运行状态变化情况；
基于所述目标调度路径和所述目标调度路径中各个节点对应的所述调度元素的元素属性值确定调度方案；
所述基于已训练的选择模型在所述目标调度路径集中确定目标调度路径，包括：
生成调度文本，所述调度文本包括所述目标调度问题；
将所述调度文本和所述目标调度路径集中每条调度路径的第一个新节点对应的调度方法文本输入至所述已训练的选择模型中，获取所述选择模型输出的目标调度方法文本，所述新节点为未输入至所述选择模型中的节点，所述目标调度方法文本为各个所述第一个新节点中的一个节点对应的调度方法文本；
基于所述目标调度方法文本更新所述目标调度路径集，更新后的所述目标调度路径集中的每条路径均包括已确定的每个所述目标调度方法文本对应的节点；
将所述目标调度方法文本加入至所述调度文本中以更新所述调度文本；
重新执行所述将所述调度文本和所述目标调度路径集中每条调度路径的第一个新节点对应的调度方法文本输入至所述已训练的选择模型中的步骤，直至所述目标调度路径集中只存在一条调度路径；
将所述目标调度路径集中的调度路径作为所述目标调度路径。
2.根据权利要求1所述的电力调度决策方法，其特征在于，所述获取所述选择模型输出的目标调度方法文本，包括：
获取所述选择模型输出的各个所述第一个新节点分别对应的选择概率；
将对应的所述选择概率最高的所述第一个新节点对应的调度方法文本作为所述目标调度方法文本。
3.根据权利要求1所述的电力调度决策方法，其特征在于，所述基于所述调度需求确定目标调度问题，包括：
对所述调度需求进行关键词提取，得到提取结果；
基于所述提取结果与预设的多个调度问题进行匹配，确定所述目标调度问题。
4.根据权利要求1所述的电力调度决策方法，其特征在于，所述映射关系包括多组，每组所述映射关系包括一个调度问题、一个目标问题属性值以及一个调度路径；所述基于所述目标调度问题、所述目标问题属性值和预设的映射关系，确定目标调度路径集，包括：
获取所述目标调度问题对应的多个历史问题属性值；
基于所述目标问题属性值与各个所述历史问题属性值之间的相似度确定多个目标历史问题属性值；
根据所述目标调度问题、多个所述目标历史问题属性值和所述映射关系确定多个调度路径，组成所述目标调度路径集。
5.根据权利要求4所述的电力调度决策方法，其特征在于，所述预设的映射关系基于如下步骤建立：
获取历史调度日志；
从所述历史调度日志中提取目标语句，所述目标语句涉及调度问题以及调度问题对应的调度方法；
从所述目标语句中进行命名实体抽取，得到多个调度问题、各个调度问题对应的问题属性值以及对应的调度路径以构建所述映射关系。
6.根据权利要求1所述的电力调度决策方法，其特征在于，所述基于所述目标问题属性值确定所述目标调度路径中各个节点对应的所述调度元素的元素属性值，包括：
将所述目标调度问题、所述目标问题属性值以及所述目标调度路径输入至已训练的预测模型，获取所述预测模型输出的所述目标调度路径中各个节点对应的所述调度元素的元素属性值。
7.一种电力调度决策装置，其特征在于，包括：
问题确定模块，用于获取调度需求，基于所述调度需求确定目标调度问题以及所述目标调度问题的目标问题属性值，其中，所述目标问题属性值反映所述调度需求对应的电力网络状态，所述目标调度问题中包括所述调度需求的关键词；
路径集确定模块，用于基于所述目标调度问题、所述目标问题属性值和预设的映射关系，确定目标调度路径集，所述目标调度路径集中包括至少一条调度路径，所述调度路径中包括多个节点，每个节点关联一个知识图谱，所述知识图谱中包括一种调度方法中包括的调度元素；
路径选择模块，用于基于已训练的选择模型在所述目标调度路径集中确定目标调度路径，所述已训练的选择模型基于多组样本数据训练完成，每组样本数据包括样本调度问题、样本目标调度路径集以及所述样本调度问题对应的目标调度路径标签；
属性值确定模块，用于基于所述目标问题属性值确定所述目标调度路径中各个节点对应的所述调度元素的元素属性值，所述元素属性值反映调度方案中所述调度元素的运行状态变化情况；
调度方案生成模块，用于基于所述目标调度路径和所述目标调度路径中各个节点对应的所述调度元素的元素属性值确定调度方案；
所述基于已训练的选择模型在所述目标调度路径集中确定目标调度路径，包括：
生成调度文本，所述调度文本包括所述目标调度问题；
将所述调度文本和所述目标调度路径集中每条调度路径的第一个新节点对应的调度方法文本输入至所述已训练的选择模型中，获取所述选择模型输出的目标调度方法文本，所述新节点为未输入至所述选择模型中的节点，所述目标调度方法文本为各个所述第一个新节点中的一个节点对应的调度方法文本；
基于所述目标调度方法文本更新所述目标调度路径集，更新后的所述目标调度路径集中的每条路径均包括已确定的每个所述目标调度方法文本对应的节点；
将所述目标调度方法文本加入至所述调度文本中以更新所述调度文本；
重新执行所述将所述调度文本和所述目标调度路径集中每条调度路径的第一个新节点对应的调度方法文本输入至所述已训练的选择模型中的步骤，直至所述目标调度路径集中只存在一条调度路径；
将所述目标调度路径集中的调度路径作为所述目标调度路径。
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述电力调度决策方法。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述电力调度决策方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310622203.3A CN116703075B (zh) | 2023-05-29 | 2023-05-29 | 电力调度决策方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310622203.3A CN116703075B (zh) | 2023-05-29 | 2023-05-29 | 电力调度决策方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116703075A CN116703075A (zh) | 2023-09-05 |
| CN116703075B true CN116703075B (zh) | 2024-04-16 |
Family
ID=87836669
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310622203.3A Active CN116703075B (zh) | 2023-05-29 | 2023-05-29 | 电力调度决策方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116703075B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111160022A (zh) * | 2019-12-10 | 2020-05-15 | 国网冀北电力有限公司 | 一种基于改进skip-gram模型的电网调度日志词向量提取方法 |
| CN112527997A (zh) * | 2020-12-18 | 2021-03-19 | 中国南方电网有限责任公司 | 一种基于电网领域调度场景知识图谱的智能问答方法及系统 |
| CN113836898A (zh) * | 2021-09-23 | 2021-12-24 | 国网江苏省电力有限公司淮安供电分公司 | 一种电力系统自动派单方法 |
| CN114595970A (zh) * | 2022-03-10 | 2022-06-07 | 中国建设银行股份有限公司 | 资源调度智能决策方法、装置、电子设备及存储介质 |
| CN114899885A (zh) * | 2022-06-02 | 2022-08-12 | 中国南方电网有限责任公司 | 电力调度方法、系统和存储介质 |
| CN115099232A (zh) * | 2022-05-26 | 2022-09-23 | 国电南瑞科技股份有限公司 | 一种调度规程和历史数据的电网操作知识模型构建方法 |
| CN115099606A (zh) * | 2022-06-21 | 2022-09-23 | 厦门亿力吉奥信息科技有限公司 | 一种电网调度模型的训练方法及终端 |
| CA3177585A1 (en) * | 2021-04-16 | 2022-10-16 | Strong Force Vcn Portfolio 2019, Llc | Systems, methods, kits, and apparatuses for digital product network systems and biology-based value chain networks |
| DE102022128345A1 (de) * | 2021-11-04 | 2023-05-04 | Nvidia Corporation | Anhand von ereigniseintritten trainierte neuronale netze |
| CN116127084A (zh) * | 2022-10-21 | 2023-05-16 | 中国农业大学 | 基于知识图谱的微电网调度策略智能检索系统及方法 |
-
2023
- 2023-05-29 CN CN202310622203.3A patent/CN116703075B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111160022A (zh) * | 2019-12-10 | 2020-05-15 | 国网冀北电力有限公司 | 一种基于改进skip-gram模型的电网调度日志词向量提取方法 |
| CN112527997A (zh) * | 2020-12-18 | 2021-03-19 | 中国南方电网有限责任公司 | 一种基于电网领域调度场景知识图谱的智能问答方法及系统 |
| CA3177585A1 (en) * | 2021-04-16 | 2022-10-16 | Strong Force Vcn Portfolio 2019, Llc | Systems, methods, kits, and apparatuses for digital product network systems and biology-based value chain networks |
| CN113836898A (zh) * | 2021-09-23 | 2021-12-24 | 国网江苏省电力有限公司淮安供电分公司 | 一种电力系统自动派单方法 |
| DE102022128345A1 (de) * | 2021-11-04 | 2023-05-04 | Nvidia Corporation | Anhand von ereigniseintritten trainierte neuronale netze |
| CN114595970A (zh) * | 2022-03-10 | 2022-06-07 | 中国建设银行股份有限公司 | 资源调度智能决策方法、装置、电子设备及存储介质 |
| CN115099232A (zh) * | 2022-05-26 | 2022-09-23 | 国电南瑞科技股份有限公司 | 一种调度规程和历史数据的电网操作知识模型构建方法 |
| CN114899885A (zh) * | 2022-06-02 | 2022-08-12 | 中国南方电网有限责任公司 | 电力调度方法、系统和存储介质 |
| CN115099606A (zh) * | 2022-06-21 | 2022-09-23 | 厦门亿力吉奥信息科技有限公司 | 一种电网调度模型的训练方法及终端 |
| CN116127084A (zh) * | 2022-10-21 | 2023-05-16 | 中国农业大学 | 基于知识图谱的微电网调度策略智能检索系统及方法 |
Non-Patent Citations (2)
| Title |
|---|
| 电力领域语义搜索系统的构建方法;姬源;谢冬;周思明;王向东;;计算机系统应用;20160415(04);全文 * |
| 电网调度控制系统公共信息模型文件快速查询方法;李镇义;孙云枫;李焱;宋爱波;周剑;张国芳;;电力系统自动化;20170510(09);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116703075A (zh) | 2023-09-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111860882B (zh) | 一种电网调度故障处理知识图谱的构建方法及装置 | |
| EP3179473A1 (en) | Training method and apparatus for language model, and device | |
| CN111858854B (zh) | 一种基于历史对话信息的问答匹配方法及相关装置 | |
| CN114138759B (zh) | 基于知识图谱推理的二次设备故障处理推送方法及系统 | |
| CN108628882A (zh) | 用于预判问题的方法和系统 | |
| CN118396162B (zh) | 一种电力数据解析方法、解析系统及电力系统、终端设备、存储介质 | |
| CN113868953A (zh) | 工业系统中多机组运行优化方法、装置、系统及存储介质 | |
| CN115168562A (zh) | 一种智能问答系统的构建方法、装置、设备及介质 | |
| CN117933377A (zh) | 基于大语言模型的思维导图生成方法、装置及电子设备 | |
| CN115409122A (zh) | 一种变电设备并发故障分析方法、系统、设备及介质 | |
| CN117911039A (zh) | 售后服务系统的控制方法、设备及存储介质 | |
| CN116522912B (zh) | 一种包装设计语言模型的训练方法、装置、介质及设备 | |
| CN116703075B (zh) | 电力调度决策方法、装置、电子设备及存储介质 | |
| CN113946651B (zh) | 维修知识推荐方法、装置、电子设备、介质及产品 | |
| CN116739408A (zh) | 基于数据标签的电网调度安全监控方法、系统及电子设备 | |
| CN113239272B (zh) | 一种网络管控系统的意图预测方法和意图预测装置 | |
| CN113011162A (zh) | 一种指代消解方法、装置、电子设备及介质 | |
| CN117422314B (zh) | 一种基于大数据分析的企业数据评估方法及设备 | |
| CN118449891A (zh) | 一种基于逻辑回归的电力协议检测方法及系统 | |
| WO2023105262A1 (en) | Data input processing | |
| Xu et al. | Power grid fault event reasoning based on entity extraction model of knowledge map | |
| CN116384567A (zh) | 一种基于知识图谱的电力设备故障预测方法及系统 | |
| CN115525748A (zh) | 电网缺陷的问答方法、装置、电子设备及存储介质 | |
| CN118827326A (zh) | 根因识别模型的训练方法、根因识别方法、装置和设备 | |
| CN118229252A (zh) | 基于大模型的邮件处理方法、装置、设备、介质及产品 |
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 |