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！

龙图腾网获悉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申请的专利一种结合数据主人的电力大数据管理优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119831183B 。

龙图腾网通过国家知识产权局官网在2025-06-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510316277.3，技术领域涉及：G06Q10/063；该发明授权一种结合数据主人的电力大数据管理优化方法是由刘锋;罗义旺;林燊;刘青;林翰;张毅琦;苏志勇;柯华强;陈婷设计研发完成，并于2025-03-18向国家知识产权局提交的专利申请。

本一种结合数据主人的电力大数据管理优化方法在说明书摘要公布了：本发明涉及一种结合数据主人的电力大数据管理优化方法，包括以下步骤：S1:采集电力大数据，并提取上下文特征；S2:根据元数据所有权信息或数据上传者识别初始主人；S3:构建数据主人识别模型，基于提取的上下文特征，实现数据主人的精准识别与动态更新，对初始主人进行修正，得到最终的数据主人；S4:将数据主人识别模型输出的结果自动写入数据治理平台，形成结构化数据权属记录，采用区块链技术记录识别过程；S5:使用规则库检测和异常检测模型，检测数据问题；并将检测到的数据问题生成工单；S6:数据主人收到问题后，对问题数据进行优化修复，并校验数据修复是否合规，如不合规返回反向工单继续处理。本发明实现数据管理的高质量、高效率和高可信。

本发明授权一种结合数据主人的电力大数据管理优化方法在权利要求书中公布了：1.一种结合数据主人的电力大数据管理优化方法，其特征在于，包括以下步骤： S1:采集电力大数据，并提取上下文特征； S2:根据元数据所有权信息或数据上传者识别初始主人； S3:构建数据主人识别模型，基于提取的上下文特征，实现数据主人的精准识别与动态更新，对初始主人进行修正，得到最终的数据主人； S4:将数据主人识别模型输出的结果自动写入数据治理平台，形成结构化数据权属记录，采用区块链技术记录识别过程； S5:使用规则库检测和异常检测模型，检测数据问题；并将检测到的数据问题生成工单，根据数据主人识别模型识别的数据主人，进行工单即时推送； S6:数据主人收到问题后，对问题数据进行优化修复，并校验数据修复是否合规，如不合规返回反向工单继续处理; 所述数据主人识别模型的构建，具体如下： 将上下文特征转化为模型输入的结构化向量，构建输入特征序列X，每个主人候选人对应一个上下文特征序列，将每个上下文特征序列表示为时间相关的多维向量： ； 其中，xt为第t个时刻的特征，包括多维上下文特征向量; ； 其中，为元数据中的拥有者信息；为字段与责任匹配分数；为数据上传时间戳；Ppeak为峰值、tpeak为对应时段；Faccessu为数据使用频次；为修改偏好： 使用嵌入层将xt编码为固定长度的向量et，则输入特征序列X转化为嵌入特征序列E： ； 输入序列为嵌入特征序列E，并通过位置编码P加入时间上下文信息，得到最终的输入Z=E+P； 利用Transformer的自注意力机制建模上下文特征间的相互关系，计算每个时间步的权重： ； 其中，Q=ZWQ为查询矩阵，K=ZWK为键矩阵，V=ZWV为值矩阵；dk为查询键的维度；G为稠密矩阵；WQ、WK、WV分别为查询矩阵、键矩阵和值矩阵的权重；为激活函数； 通过多头机制捕捉不同特征之间的依赖关系： ； 其中，为权重系数；为第个注意力头；表示拼接函数；为多头机制输出； ； 其中，为注意力头的可训练矩阵； 经过l层Transformer编码后，得到输出特征序列； 并使用全局池化聚合序列信息，得到综合的识别向量H=PoolZl; 通过全连接层将输出映射到所有候选责任者的类别空间: ; 其中，和分别为全连接层的权重和偏置；为责任人为u的概率； 则，识别的最终责任人为：。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人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，其通讯地址为：361008 福建省厦门市软件园二期观日路36号402室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。