科创中国
基于OSM模型的电力标准体系缺失项补充方法和系统
发布时间: 2025-04-30
基本信息
合作方式：
技术咨询
成果类型：
发明专利
行业领域：
新一代信息技术产业,新能源产业,人工智能,智能电网产业
成果介绍
本成果提出了一种基于OSM模型的电力标准体系缺失项补充方法和系统，旨在提高电力标准体系中缺失项填充的准确性和效率。该方法通过获取电力体系相关技术标准，并利用OSM模型中的本体描述语言对缺失项进行识别和标记。进一步，通过语义分析确定与缺失项相关的电力领域技术文件，并对这些文件进行预处理，包括分词、去除停用词、词干提取和词形还原等操作。系统利用卷积神经网络（CNN）模型对技术文件的内容进行分类，提取多个主题，并对缺失项进行语义分析以确定其主题。通过初步匹配和精细匹配，筛选出与缺失项高度相关的技术文件内容，并将其补充到缺失项中。该方法不仅提高了缺失项填充的准确性，还为电力标准体系的完善提供了有力支持，适用于从清洁能源发电到终端用户服务的多个环节。
成果亮点
本成果的核心亮点在于其创新性的技术流程和高效的缺失项补充机制。首先，通过OSM模型中的本体描述语言对电力标准体系中的缺失项进行精准识别和标记，确保了缺失项的准确定位。其次，利用语义分析技术确定与缺失项相关的电力领域技术文件，为后续的匹配提供了科学依据。进一步，系统通过预处理操作，包括分词、去除停用词、词干提取和词形还原，优化了文本数据的质量。通过CNN模型对技术文件内容进行分类，提取多个主题，并结合缺失项的主题进行初步匹配，筛选出相关性较高的主题内容。最终，通过精细匹配，进一步筛选出与缺失项高度相关的文本内容，并将其补充到缺失项中。该方法不仅提高了缺失项填充的准确性，还通过多语种文本生成和查重处理，确保了补充内容的多样性和可靠性。通过这些创新技术，本成果显著提升了电力标准体系缺失项补充的效率和质量，为电力行业的标准化管理提供了有力支持。
团队介绍
本成果的研发团队在电力系统、数据处理和人工智能等领域拥有深厚的专业背景和丰富的实践经验。团队成员紧密合作，充分发挥各自在自然语言处理、机器学习和电力标准体系管理等领域的专业优势，攻克了电力标准体系缺失项补充中的多项技术难题。该团队不仅具备强大的技术研发能力，还具备将前沿技术与实际应用相结合的能力，为推动电力行业标准化管理的发展做出了重要贡献。
成果资料
下载app