申请/专利权人：国网山东省电力公司济宁供电公司

申请日：2024-04-02

公开（公告）日：2024-06-18

公开（公告）号：CN117993868B

主分类号：G06Q10/10

分类号：G06Q10/10;G06Q10/0635;G06Q10/0631;G06Q50/06;G06N3/0464;G06N3/0442;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.06.18#授权;2024.05.24#实质审查的生效;2024.05.07#公开

摘要：本公开提供了基于双模态注意力的电网工程项目审计预警方法及系统，涉及电力工程数据审计预警技术领域，包括：获取电力项目中的结构化以及非结构化的双模态电力数据；将结构化电力数据以及非结构化电力数据输入至风险审计预警模型中，分别得到结构化上下文特征以及非结构化上下文特征；根据获得的双模态数据的上下文特征，采用交叉注意力机制生成双模态间的关联信息，利用双模态间的关联信息调整双模态的上下文特征分布，得到结构化数据特征和非结构化特征；将结构化数据特征和非结构化特征融合，利用融合后的双模态结合的特征信息输出审计预警结果标签，提高电力数据审计的精度以及预警的效率。

主权项：1.基于双模态注意力的电网工程项目审计预警方法，其特征在于，包括：获取电力项目中的结构化以及非结构化的双模态电力数据；将结构化电力数据以及非结构化电力数据输入至风险审计预警模型中，分别得到结构化上下文特征以及非结构化上下文特征；具体的：所述风险审计预警模型包括GRU-CNN网络模块以及Transformer模块，所述结构化电力数据输入至风险审计预警模型后，通过GRU-CNN网络模块进行特征提取，具体为在每个GRU-CNN块中，采用带有注意力机制的BiGRU网络提取结构化电力数据的长期上下文特征，采用Mut-dilatationCNN网络提取结构化电力数据的局部上下文特征，然后将长期上下文特征和局部上下文特征融合，得到结构化上下文特征；所述非结构化电力数据输入至风险审计预警模型后，通过Transformer模块进行特征提取，采用多头自注意力对非结构化电力数据进行学习，得到非结构化上下文特征；根据获得的双模态数据的上下文特征，采用交叉注意力机制生成双模态间的双模态关联信息，即基于双模态交叉注意力机制模块融合结构化和非结构化两种模态数据的上下文特征，采用交叉注意力机制生成两种模态间的双模态关联信息，利用双模态间的双模态关联信息调整双模态的上下文特征分布，得到结构化数据特征和非结构化数据特征；将结构化数据特征和非结构化数据特征融合，利用融合后的双模态结合的特征信息输出审计预警结果标签，具体的：将双模态结构化数据特征和非结构化数据特征拼接得到双模态结合的特征信息；根据所获取的双模态结合的特征信息，使用全连接神经网路将得到双模态结合的特征信息输出预警结果；其中，所述预警结果包括四类审计问题，即实际施工与计划施工内容是否一致、实际施工周期是否超期、实际使用费用是否超过预算、实际施工范围是否吻合计划施工范围；每类审计问题采用三类预警级别，包括高风险、中风险、低风险。

全文数据：

权利要求：

百度查询： 国网山东省电力公司济宁供电公司 基于双模态注意力的电网工程项目审计预警方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD