元の名称記録: 南方电网人工智能科技有限公司

本申请涉及一种基于RAG模型的电力智能知识检索方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，可用于计算机技术领域。该方法包括：获取查询请求；对查询请求进行语义解析处理，得到查询请求的查询语义特征；根据查询语义特征，从预构建的电力知识库中检索得到候选知识内容；对候选知识内容进行筛选处理，得到查询请求的目标检索结果；将目标检索结果输入至预训练的电力领域内容回答模型中进行内容回答处理，得到查询请求的初步回答内容；对初步回答内容进行安全过滤处理，得到查询请求的目标回答结果。采用本方法能够提高电力知识获取的效率。

本申请涉及一种面向异常工单的多智能体处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，可用于计算机技术领域。该方法包括：对异常工单进行特征提取处理，得到工单特征；从工单特征中提取关键特征，构建特征数据库；确定目标处理信息类型，生成异常工单的工单处理方案；获取异常问题信息，并通过实施监测模型获取工单处理方案的执行过程数据，对执行过程数据进行备份处理，得到过程备份数据；将异常问题信息和过程备份数据输入至问题分析模型，得到工单处理方案的问题分析结果；确定待调整方案参数；对工单处理方案中的待调整方案参数进行调整处理，得到异常工单的目标工单处理方案。采用本方法能够提高异常工单处理的效率。

本申请涉及一种多智能体协同的电网客服任务分配方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，可用于人工智能技术领域。该方法包括：根据电网客服任务场景中的任务与智能体功能信息，确定子任务个数及任务选择频率，构建基础数据库；从电网客服任务场景中的智能体中，确定任一智能体作为当前智能体；确定当前智能体的行为特征；对行为特征进行聚类处理，基于聚类后的行为特征构建特征编码器；利用特征编码器生成当前智能体的目标行为特征，并根据目标行为特征构建当前智能体的任务选择器；确定电网客服任务场景中的各智能体对应的子任务；将各智能体对应的子任务分配给对应的智能体。采用本方法能够提高任务分配的准确性。

本申请涉及一种基于投票机制的检索增强生成方法、装置、计算机设备、可读存储介质和程序产品。通过将待检索的问题输入大语言模型，通过大语言模型输出问题对应的多个改写问题，从多个改写问题中确定多个目标改写问题，根据多个目标改写问题检索预设知识库，基于得到的各个候选知识结果的各个投票得分，确定目标知识结果，通过大语言模型根据问题和目标知识结果，输出问题对应的检索结果。相较于传统的通过单一查询策略进行查询的方式，本方案通过大语言模型对问题进行改写，并结合预设知识库和改写问题确定知识结果，结合检索到的知识结果和问题进行检索，从而实现提高检索结果的准确度的技术效果。

本申请涉及一种文本视频多模态语义检索方法、装置、设备以及存储介质。方法包括：获取视频集以及文本查询；将视频集中各视频输入至预训练的视觉编码器，获得视觉特征序列；将文本查询输入至预训练的文本编码器，获得查询特征向量；将视觉特征序列输入至层级式时间建模模块，获得全局视频表征以及时序感知特征序列；将时序感知特征序列输入至时序语义记忆网络模块的控制器，识别视频中的各关键事件片段；生成关键事件表征，获得关键事件表征集合；获得与查询特征向量相应的目标事件表征；计算文本查询与各视频之间的相似度得分；将相似度得分最高的视频确定为文本查询的检索视频，提高了文本视频检索的准确率。

本申请涉及一种多智能体协同驱动的电力营销问答方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，可用于人工智能技术领域。该方法包括：根据历史交互信息，构建多个问题序列；对多个问题序列进行关键词提取，得到第一关键词集合和第二关键词集合；对第一关键词集合和第二关键词集合进行标注处理，得到问题数据集；确定目标问题序列；构建画像向量，构建类别标注序列；将画像向量和类别标注序列输入至知识领域补充类别预测模型进行处理，得到知识领域补充类别信息；将用户的问题任务分配至对应知识领域的智能体进行处理，得到多个答复信息；对多个答复信息进行融合处理，得到用户的查询结果。采用本方法能够提高问答的准确性。

本申请公开了基于图神经网络与深度强化学习融合的虚拟电厂电压‑无功协调控制方法，通过将配电网的拓扑结构以图数据的形式显式地引入深度强化学习的状态表征，利用图神经网络提取并处理该图结构数据，以精准捕捉电网中节点间的拓扑关联与动态相互作用；进而将提取的图特征与传统系统状态量融合，输入至深度Q网络进行学习与决策，从而输出对虚拟电厂内部分布式资源以及配电网设备的最优协调控制。本申请旨在解决现有技术中对电网结构感知不足的问题，显著提升了虚拟电厂电压‑无功控制的决策精度、鲁棒性以及在大规模复杂配电网中的适应性。

本申请涉及一种基于负荷预测与多智能体协同的智能推荐方法、装置与计算机设备。所述方法包括：将电力用户的用电数据输入至数据分析模型，得到分析后用电数据，以及，将分析后用电数据输入至负荷预测模型，得到负荷预测结果；通过智能体角色划分模型构建多个代表不同电力角色的智能体，以及，通过协同机制模型控制多个智能体进行信息交互与协作，得到优化后推送信息；通过用户画像构建模型确定电力用户的用户画像，以及，通过推荐模型根据负荷预测结果与用户画像，从优化后推送信息中确定出与电力用户匹配的个性化推送信息。采用本方法能够提高电力信息推送的精准度。