Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

火电厂运行人员绩效数据处理方法及系统 

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!

申请/专利权人:杭州和利时自动化有限公司;中煤新集利辛发电有限公司

摘要:本发明提供火电厂运行人员绩效数据处理方法及系统,涉及数据处理技术领域,包括获取火电厂运行人员的原始绩效数据,将预处理后的绩效数据转换为符合绩效评估模型输入格式的多个数据序列;将所述多个数据序列输入预先构建的绩效评估模型,通过自注意力机制和前馈神经网络提取所述多个数据序列的绩效特征,得到表征各个数据序列的嵌入向量,通过所述绩效评估模型的知识蒸馏模块,结合注意力机制将所述嵌入向量和所述知识向量进行融合,得到融合向量;将所述融合向量输入绩效评估模型的全连接层,通过非线性变换,得到所述原始绩效数据在多个维度的绩效评分;引入专家经验知识对所述绩效评分进行加权求和,得到综合绩效评分。

主权项:1.火电厂运行人员绩效数据处理方法,其特征在于,包括:获取火电厂运行人员的原始绩效数据,对所述原始绩效数据进行预处理,得到预处理后的绩效数据,将预处理后的绩效数据转换为符合绩效评估模型输入格式的多个数据序列;将所述多个数据序列输入预先构建的绩效评估模型,通过自注意力机制和前馈神经网络提取所述多个数据序列的绩效特征,得到表征各个数据序列的嵌入向量,将所述嵌入向量和预先获取的知识向量通过所述绩效评估模型的知识蒸馏模块,结合注意力机制将所述嵌入向量和所述知识向量进行融合,得到融合向量;将所述融合向量输入绩效评估模型的全连接层,通过非线性变换,得到所述原始绩效数据在多个维度的绩效评分;引入专家经验知识对所述绩效评分进行加权求和,得到综合绩效评分;将所述多个数据序列输入预先构建的绩效评估模型,通过自注意力机制和前馈神经网络提取所述多个数据序列的绩效特征,得到表征各个数据序列的嵌入向量包括:将所述多个数据序列进行编码,将所述多个数据序列中离散数据进行one-hot编码,将连续数据进行归一化,对于时间序列数据,采用滑动窗口方式划分为固定长度的时间片段,每个时间片段对应一个输入样本,得到编码后的多个数据序列;将编码后的多个数据序列输入到自注意力层,通过稀疏自注意力机制,捕获数据序列中的长距离依赖关系,得到一组上下文向量;将所述上下文向量传入前馈神经网络,通过多个全连接层和非线性激活函数,对所述上下文向量进行变换和抽象,得到一组转换向量,每个转换向量表征一个数据序列的高层特征;将前馈神经网络输出的多个转换向量通过拼接、加权平均或注意力加权中至少一种方式进行融合,得到表征各个数据序列的嵌入向量;将所述嵌入向量和预先获取的知识向量通过所述绩效评估模型的知识蒸馏模块,结合注意力机制将所述嵌入向量和所述知识向量进行融合,得到融合向量之前,所述方法还包括获取知识向量:从预先获取的绩效数据源构建原始的绩效知识图;确定所述绩效知识图中每个节点对应的邻居节点集合,基于注意力机制确定任意节点与其对应的邻居节点的邻居权重;根据所述邻居权重对所述邻居节点进行节点聚合,确定任意节点在绩效知识图的图向量;基于所述图向量,在所述绩效知识图中引入残差连接和层归一化操作,得到所述知识向量;将所述嵌入向量和预先获取的知识向量通过所述绩效评估模型的知识蒸馏模块,结合注意力机制将所述嵌入向量和所述知识向量进行融合,得到融合向量包括;将嵌入向量和知识向量分别输入到多个注意力头中,每个注意力头通过线性变换将嵌入向量和知识向量分别映射到不同的子空间,得到查询矩阵、键矩阵和值矩阵;对于每个注意力头,执行以下操作:通过线性变换将嵌入向量映射到查询子空间,得到查询矩阵;通过线性变换将知识向量映射到键子空间,得到键矩阵;通过线性变换将知识向量映射到值子空间,得到值矩阵;对于每个注意力头,通过点积计算查询矩阵和键矩阵的相似度,得到注意力分数;对注意力分数进行归一化,得到每个注意力头的注意力权重;将注意力权重与值矩阵相乘,得到每个注意力头的初始输出;将所有注意力头的初始输出拼接起来,并通过线性变换得到最终的多头注意力输出;对于每个嵌入向量和对应的知识向量,通过门控单元计算所述嵌入向量和所述知识向量的融合权重;根据所述融合权重将所述嵌入向量和所述知识向量进行初始融合,得到初始融合值;将所述初始融合值和所述多头注意力输出进行结合,得到融合向量;通过门控单元计算所述嵌入向量和所述知识向量的融合权重包括: ;其中,gi表示第i个融合权重,σ表示sigmoid激活函数,Wg表示门控单元的权重矩阵,bg表示门控单元的偏置向量,ei、hi分别表示第i个嵌入向量和第i个知识向量;根据所述融合权重将所述嵌入向量和所述知识向量进行初始融合,得到初始融合值包括: ;其中,fi表示第i个初始融合值;将所述初始融合值和所述多头注意力输出进行结合,得到融合向量包括: ;其中,F表示融合向量,Gate表示门控机制,MultiHead表示多头注意力机制,E、H分别表示嵌入向量的集合以及知识向量的集合。

全文数据:

权利要求:

百度查询: 杭州和利时自动化有限公司 中煤新集利辛发电有限公司 火电厂运行人员绩效数据处理方法及系统

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。

相关技术
相关技术
相关技术
相关技术