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！

龙图腾网获悉国网浙江省电力有限公司信息通信分公司;清华大学申请的专利基于自适应学习的电力报告生成方法、系统、设备及介质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：CN120873028B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202511359520.6，技术领域涉及：G06F16/2455；该发明授权基于自适应学习的电力报告生成方法、系统、设备及介质是由沈潇军;冯珺;宋昊旻;陈祖歌;赵祎;彭梁英;王艺丹;赵帅;许浩设计研发完成，并于2025-09-23向国家知识产权局提交的专利申请。

本基于自适应学习的电力报告生成方法、系统、设备及介质在说明书摘要公布了：本发明公开了一种基于自适应学习的电力报告生成方法、系统、设备及介质，应用于电力报告领域，包括利用电力知识驱动的提示技术，将电力专业知识转化为提示词元，并将提示词元作为上下文信息；通过跨模态特征增强机制，从历史故障报告数据库中检索与当前设备状态相似的历史报告片段，并将其与预处理后的电力运行数据融合，生成增强后的特征表示；将增强后的特征表示和提示词元输入到报告生成模型中，采用自适应反思学习损失函数，根据数据类别在训练过程中的学习状态动态调整损失权重，优化报告生成模型；根据优化后的模型生成电力领域设备巡检报告。本发明提升了报告内容的专业性和准确性，增强了电力报告生成系统的智能化水平和实用性。

本发明授权基于自适应学习的电力报告生成方法、系统、设备及介质在权利要求书中公布了：1.一种基于自适应学习的电力报告生成方法，其特征在于，包括： 采集电力系统运行数据，并进行预处理，得到预处理后的电力运行数据； 利用电力知识驱动的提示技术，将电力专业知识转化为提示词元，并将提示词元作为上下文信息； 通过跨模态特征增强机制，从历史故障报告数据库中检索与当前设备状态相似的历史报告片段，并将其与预处理后的电力运行数据融合，生成增强后的特征表示； 将增强后的特征表示和提示词元输入到报告生成模型中，采用自适应反思学习损失函数，根据数据类别在训练过程中的学习状态动态调整损失权重，优化报告生成模型； 根据优化后的模型生成电力领域设备巡检报告； 所述利用电力知识驱动的提示技术，将电力专业知识转化为提示词元，包括： 从电力系统数据库中获取设备故障分类信息； 将设备故障分类信息转化为结构化的提示词元； 将提示词元作为上下文信息，用于后续的报告生成过程； 所述采用自适应反思学习损失函数包括： 根据每种数据类型在训练过程中的学习状态动态调整损失权重； 在优化过程中引入类别先验分布，增强对低频电力设备类别的学习敏感度； 通过动态调整损失权重，提升模型对罕见故障类型的识别能力； 所述根据优化后的模型生成电力领域设备巡检报告包括： 在报告生成模型中，利用编码器-解码器架构，其中编码器提取电力运行数据的特征，解码器结合提示词元和增强后的特征表示生成报告内容； 在解码器中，利用提示词元作为上下文信息，引导报告生成过程，确保生成的报告内容符合电力专业知识。

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信息通信分公司;清华大学，其通讯地址为：310007 浙江省杭州市西湖区黄龙路8号641室；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”。

以上内容由龙图腾AI智能生成。