申请/专利权人:国网浙江省电力有限公司余姚市供电公司
申请日:2024-01-03
公开(公告)日:2024-04-30
公开(公告)号:CN117951567A
主分类号:G06F18/24
分类号:G06F18/24;G06F18/214;G06F18/21;G06F18/10;G06N3/0455;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.17#实质审查的生效;2024.04.30#公开
摘要:本发明公开了一种基于深度学习的电力作业问题分类系统、方法及应用。本发明的数据采集模块,采集工作人员作业时的作业问题数据,作业问题数据包括问题描述、问题类型及属性。数据预处理模块,将采集的数据划分为训练集和测试集,训练集的作业问题数据分类由人工进行标注,包括问题描述、问题类型及属性;问题描述特征表达模块,将预处理后的问题描述数据输入到预训练好的模型BERT中,获取问题描述特征表达。所述的模型构建模块,包括降维单元、特征拼接单元。本发明利用深度神经网络模型对作业问题进行分类,具有客观性、准确性、高效性,并针对每个问题人员提供安全培训指导,从而升级人员的作业安全意识及人员专业能力,降低作业安全事故。
主权项:1.一种基于深度学习的电力作业问题分类系统,其特征在于包括数据采集模块、数据预处理模块、问题描述特征表达模块、模型构建模块。所述的数据采集模块,采集工作人员作业时的作业问题数据,作业问题数据包括问题描述及问题其它属性。所述的数据预处理模块,将采集的数据划分为训练集和测试集,训练集的作业问题数据分类由人工进行标注,训练数据包括问题描述、问题分类及其它属性,其中训练目标为问题类型;所述的问题描述特征表达模块,将预处理后的问题描述数据PD输入到预训练好的模型BERT中,获取问题描述特征表达PF。所述的模型构建模块,包括降维单元、特征拼接单元;降维单元对接收到的问题描述特征表达PF进行降维,采用PCA方法进行降维得到降维后输出的问题特征数据集PC;对将降维后的问题特征数据集PC和其他属性特征的表达集PO进行拉平,然后输入特征拼接单元进行拼接,得到拼接后问题特征的表达集P。
全文数据:
权利要求:
百度查询: 国网浙江省电力有限公司余姚市供电公司 一种基于深度学习的电力作业问题分类系统、方法及应用
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。