国网安徽省电力有限公司信息通信分公司

本发明公开了一种基于RAG的电力领域知识库智能问答实现方法，本发明先解析表格提取行、列锚定项，将单元格、行锚、列锚封装为三元组双锚切片单元；再拆分用户问题生成行、列意图向量，分别计算双向匹配强度，通过加权几何平均得到行列共生匹配度并筛选候选切片；检测候选切片锚定项完整性，对单侧缺失切片补全同行或同列关联切片；将完整切片输入远程大模型生成答案，统计切片引用的行列命中率，迭代更新行列匹配权重。本发明完整保留电力表格设备—定值双向业务语义，过滤无关检索片段，修复残缺上下文，并依靠问答反馈实现检索策略自优化，大幅提升继电保护定值问答的检索精度与答案可靠性，适配电网运维场景。

本发明公开了一种基于量子计算和物理信息神经网络的光伏功率预测方法，涉及光伏发电功率预测技术领域，旨在解决当前的超短期的光伏电站输出功率预测数据真实性低的技术问题，步骤如下：量子增强特征提取，对预处理后的光伏物理特征搭建变分量子线路，通过量子编码将经典光伏特征映射至高维希尔伯特空间；物理信息神经网络预测与约束，将得到的量子增强特征与原始光伏物理特征融合输入经典神经网络，输出符合光伏物理定律的光伏功率预测值。本发明通过量子增强特征提取模块与物理信息约束神经网络耦合架构，其基于量子高维并行特征提取机制与多维度光伏物理复合损失约束联合优化逻辑，大幅提升超短期光伏功率预测精度与鲁棒性。