恭喜国网浙江省电力有限公司物资分公司俞晨玺获国家专利权
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！
龙图腾网恭喜国网浙江省电力有限公司物资分公司申请的专利一种基于深度学习的电力物资需求预测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119578843B 。
龙图腾网通过国家知识产权局官网在2025-04-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510135682.5，技术领域涉及：G06Q10/0631；该发明授权一种基于深度学习的电力物资需求预测方法及系统是由俞晨玺;马骏;陈枫;贾成杰;王一杰;陈甜妹;包江雪;张莹;徐天天;沈琦;翁慧颖设计研发完成，并于2025-02-07向国家知识产权局提交的专利申请。
本一种基于深度学习的电力物资需求预测方法及系统在说明书摘要公布了：本发明涉及物资需求预测技术领域，尤其涉及一种基于深度学习的电力物资需求预测方法及系统，包括利用卷积神经网络对电力工程图纸进行特征提取，获取电力物资非结构化特征表示；根据电力物资非结构化特征表示和电力工程图纸的注释信息，利用自然语言处理技术构建电力工程物资需求的多维特征向量；根据多维特征向量的相似度度量，利用谱聚类算法对电力物资需求进行分类，形成不同类别的电力物资需求集合；利用物资需求预测模型对各个类别的电力物资需求集合进行物资需求预测，得到物资需求预测结果。本发明通过深度学习技术实现电力工程图纸的高效特征提取与多维特征融合，从而提高电力物资需求预测的准确性和效率，提升物资管理的智能化水平。
本发明授权一种基于深度学习的电力物资需求预测方法及系统在权利要求书中公布了：1.一种基于深度学习的电力物资需求预测方法，其特征在于，包括以下步骤：获取电力工程图纸，利用卷积神经网络对所述电力工程图纸进行特征提取，获取电力物资非结构化特征表示；解析电力工程图纸的注释信息，并根据所述电力物资非结构化特征表示和所述注释信息，利用自然语言处理技术构建电力工程物资需求的多维特征向量；根据多维特征向量的相似度度量，利用谱聚类算法对电力物资需求进行分类，形成不同类别的电力物资需求集合；利用预先构建的物资需求预测模型对各个类别的电力物资需求集合进行物资需求预测，得到物资需求预测结果。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网浙江省电力有限公司物资分公司，其通讯地址为：310011 浙江省杭州市拱墅区凤起路378号5-6层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号