摘要：针对电力领域语料规模小、实体嵌套、实体缩写等特点,提出基于文本特征增强的实体识别方法。首先,通过预设词库和低粒度分词的方式,在合理利用中文单词蕴含的语义信息的同时,降低分词传递误差的影响。其次,设计词级双向门控循环单元学习中文单词构造特征,融合词性和词长特征后,与单词向量拼接成为单词增强向量。然后,基于双向门控循环单元-注意力机制-条件随机场完成实体识别模型的构建和训练。在此基础上,采用电力领域语料库进行验证,F1分数为87.02%,证实了电力命名实体识别效果。

摘要：为了实现长距离油气管道生产自动化数据的统一接入、处理、存储及访问,使数据达到有效利用,参考国际管道开放数据标准(Pipeline Open Data Standard,PODS)和Arc GIS管道数据模型(Arc GIS Pipeline Data Model,APDM),结合电力行业系列国际标准IEC 61970和IEC 61850,建立了面向对象的油气管道生产自动化数据模型(Pipeline Automatic Data Model,PADM)。该模型由标准管道生产自动化数据模型数据结构(PADM Data Structure,PDS)和管道生产自动化数据模型组件接口规范(PADM Interface Specification,PIS)两部分组成,系统介绍了该模型的建模方法、建模原则以及各组成部分的模型架构等。利用该模型设计创建了物理数据库,并导入中国石油西部管道公司鄯兰原油管道、乌兰成品油管道、阿独原油管道所有站场的生产自动化数据,进行模型正确性和完备性验证。结果表明:该模型能够正确且完整地存储接入管道站场的所有生产自动化数据,并针对其他同类型的管道站场具有扩展性。该数据模型能够满足长距离油气管道生产自动化各业务领域应用之间的互操作性,提高了信息传递的效率。

摘要：随着电网业务量的不断扩大,业务数据正向着更加海量与多元化的方向发展。使用大数据技术存储、处理与分析业务数据已经成为电力行业发展的必由之路。数据仓库是大数据分析的重要组成部分,如何将业务数据高效地接入数据仓库是现今实际生产环境中的一大难点。经过对当前电网业务数据的种类与特点的分析,结合实际应用场景需求研究并提出一种复合式的数据接入方案。结合数据同步复制、数据抽取转换装载等技术,在数据同步复制过程中创新性地提出将所有删改操作转换为增操作进行记录的方式,采用多级架构实现海量结构化业务数据接入数据仓库,具有较高的可行性和应用价值。

摘要：随着网络技术迅速发展,各实时系统产生的数据量呈指数级增长,各业务应用对海量数据的管理和应用的实时性提出了越来越高的要求,现有的单机实时数据库技术已无法满足需求,将分布式思想引入实时数据库领域,主要从数据分布方式、数据冗余备份、数据一致性等方面做了研究,并提出一种实时数据系统中的数据分布式存储的设计.该设计可以为当前实时数据库扩展性及可靠性方面提供技术支撑.

摘要：电网数据已成为电力企业发展的重要资产,但缺乏有效的技术手段对准实时数据进行高效的接入/访问;从松耦合、可重复性、标准化等架构设计原则考虑,通过数据接入方案和数据访问方案设计并实现了基于SOA技术的海量准实时数据服务平台;平台通过设计的数据接入/访问工具将不同业务系统的准实时数据统一接入,以测点形式有序集成,并统一对外提供订阅、查询和获取所需数据访问服务来支撑业务应用;同时通过平台电网模型同步与模型树建立和高级应用支撑的关键技术,建立主网模型,并借助变电站设备模型挂接完成主网与配网模型拼接,形成电网标准的模型树,实现电网准实时数据的高效集成和访问,更好的满足电力企业准实时数据纵向贯通和横向交互的需求。

摘要：本文应用小波变换技术对电力用户每15分钟采集一次的用电负荷数据的特征进行了梳理,选择小波变换算法开展用电负荷数据的特征提取,优化数据存储方式实现数据压缩与脱敏存储,用以解决海量用电负荷指标数据的存储问题。结果表明,通过小波变换可以有效提取数据特征,压缩存储空间约50%,并实现数据脱敏。本文所研发的基于小波变换特征提取技术实现用电负荷数据压缩与脱敏存储的技术具有潜在的应用价值和推广价值,并能够产生较高的经济效益。

摘要：数据湖是大数据应用最常用的数据共享方式,然而数据共享带来隐私问题仍然是数据湖设计中缺失的部分,特别是应用于电网数据保密性的要求更高。为了促进有价值数据的流通,必须完成现有数据湖缺失的数据隐私,以便数据更为安全的跨域共享。对此,提出一种数据访问与共享模型,并在此基础上对区块链中的智能合约模块进行了优化。实验结果表明,在区块链中存储数据的哈希值并使用可信执行环境将加密后的原始数据存储在数据湖中,不仅实现了数据访问控制和安全共享的目的,也降低了操作所需的gas使用量和系统吞吐量。

摘要：推荐技术能够根据用户的历史行为等客观数据推测用户的偏好,为电商营销和运维提供决策依据和指导。为了提高特定电子商务领域推荐的准确度,从不同角度研究分析了用户评论体验,加强对用户语言模式的本体研究,有效区分主题和非主题产品特征,并给出用户体验的符号描述。提出了一种面向推荐系统的用户体验提取算法,将用户体验特征词、副词、修饰语构建的短语作为具有推荐解释功能的标签,弥补了传统的标签推荐方法需要依赖标签数据源的问题。同时提出用户体验概念,给出提取算法流程,设计了针对评论内容的协同滤波算法,可以提取用户体验情感极性用于用户评分,结合情感极性与体验特征还可以应用于基于张量的推荐系统。实验结果表明,提取的用户体验同时具有准确性和多样性,并且能够保证较高的准确率与查全率。