買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉江西掌中無限網絡科技股份有限公司申請的專利一種電力通知文本向5G消息轉換的系統及方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120429350B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510929193.7，技術領域涉及：G06F16/25；該發明授權一種電力通知文本向5G消息轉換的系統及方法是由任燕;王彪;彭璐;梅嵩設計研發完成，并于2025-07-07向國家知識產權局提交的專利申請。

本一種電力通知文本向5G消息轉換的系統及方法在說明書摘要公布了：本發明所提供的一種電力通知文本向5G消息轉換的系統及方法，事件解析模塊接收來自電力PMS及DMS系統的原始電力事件數據，采用規則解析與關鍵字段提取算法，輸出標準化結構體；摘要生成模塊接收結構化事件數據，結合事件類型與目標用戶畫像，生成通俗化文本摘要；圖形生成模塊將事件結構體中的地理坐標與設備編號映射至GIS平臺，在GIS地圖中以熱區高亮標注事件區域；圖文聯動模塊將摘要文本與圖形進行錨點綁定，將文本中事件范圍對應至圖形熱區，事件時間綁定至預計恢復時間倒計時器；消息封裝模塊將文本摘要與圖形內容封裝為5G富媒體消息格式，最終通過運營商5G核心網下發至用戶終端。

本發明授權一種電力通知文本向5G消息轉換的系統及方法在權利要求書中公布了：1.一種電力通知文本向5G消息轉換的方法，其特征在于，包括： S1：接收來自電力PMS系統和DMS系統的原始電力事件數據，對所述事件數據進行預處理，包括字段清洗、設備映射與時間標準化操作，并通過電力事件語義分段與多通道解析算法，將原始事件數據轉換為結構化事件信息體，其中電力事件語義分段與多通道解析算法的具體實現如下： 接收來自PMS及DMS系統的原始文本數據，原始文本數據包含半結構化及自由表達格式，執行字符時間單位統一、標點補全、詞語糾錯與編碼兼容性處理，處理完成的文本被標注為唯一事件ID，并封裝成事件原始對象EventRawObject，完成對原始輸入的電網事件描述文本的基礎清洗和標準化處理； 對預處理文本進行詞法切分與分詞處理，引入基于自訓練的DependencyParser-BiLSTM模型對文本構建句法依存圖譜，結合預定義的事件語義詞典與語法規則模板，識別出句子中的事件中心詞、設備主語詞組、位置補語短語、時間副詞短語候選片段，隨后，利用基于規則加權的窗口滑移策略，對冗余及嵌套片段進行歸并消歧，最終將文本分解為四類語義片段：設備片段、事件片段、位置片段與時間片段，每個片段被封裝為標準化結構SemanticChunk，標注其語義類別與字符位置信息； 依據語義片段的類別標簽SemanticChunk中的語義類型字段，將各語義片段動態路由至對應的專用解析通道進行并行處理，解析通道的調度采用事件驅動的微服務架構，每類語義片段在內部配置獨立的處理模塊，分別以RESTAPI形式注冊為設備識別服務、位置抽取服務、時間解析服務及事件分類服務，通過內部消息隊列將結構化的語義片段以標準JSON格式封裝，并附帶事件上下文ID，投遞至消息總線，各解析服務模塊監聽對應通道，接收到消息后，自動調度加載對應的子模型，完成對語義片段的實體抽取、分類及標準化處理，調度中心采用線程池+異步回調機制控制各通道處理狀態，將結果回寫至事件語義緩存池EventSemanticCache，供后續融合模塊讀取調用； 采用基于BERT-CRF架構的命名實體識別模型，針對設備片段中涉及的關鍵信息變電站、線路編號、電壓等級、饋線名進行抽取，模型以句法上下文為輸入，輸出標注的設備實體類別及文本位置，隨后，解析結果進入設備層級補全模塊，根據已訓練的設備編碼規則和字典系統，自動推斷并填充缺失字段，最終輸出設備信息結構體DeviceStruct包含設備ID，電壓等級，所屬變電站，類型，并附帶置信度評分； 使用融合了詞向量表示與地名先驗知識的BiGRU-CRF地理實體識別模型，對位置片段中的居民區、地標、小區名進行識別，輸出地理實體名稱及其在原文中的位置，通過地名-坐標映射表，將識別出的地名映射為標準化坐標對，對于模糊匹配地名，使用地理距離加權相似度進行模糊糾錯，確保定位準確性，輸出多位置并行的結構體LocationStruct； 采用基于正則表達式驅動的語義模式樹匹配方法，對時間詞組進行模式識別與類型分類，隨后結合當前系統時間上下文，將自然語言時間表達統一轉換為ISO8601時間格式，輸出時間結構體包括事件起始時間、恢復時間、預計持續時長字段； 對事件片段內容進行意圖識別，判斷其屬于預定義事件類型中跳閘、計劃檢修、突發停電、負荷異常的何種類型，模型輸入為事件片段的文本表征向量，輸出為事件類型類別及其概率分布，系統預設置信度門限默認為0.75，置信度大于等于0.75的樣本為高置信度樣本，置信度小于0.75的樣本為低置信度樣本，根據設定閾值輸出置信度高于特定門限的事件類型，低置信度樣本送入人工復核模塊，該結果將作為生成摘要模板及圖形模板選擇的上游輸入； 在各通道完成解析后，系統將各SemanticChunk的解析結果匯總生成完整的EventStruct對象，對于字段重疊、實體沖突，系統采用加權投票機制進行沖突消歧，加權項包含結合置信度、片段位置、上下文一致性，對于缺失字段，調用圖譜補全邏輯，最終生成結構完整、字段規范的電力事件結構體，供摘要生成與圖文生成模塊調用； S2：基于預設的電網事件圖譜模型，對所述結構化事件信息進行語義建模，構建多維語義圖結構，所述語義圖中的節點信息包含事件類型、涉及設備、地理位置、預計恢復時間、影響區域，隨后，將語義圖向量輸入語義摘要生成模型，結合事件類型及目標用戶畫像，生成自然語言表達的通俗化通知摘要文本； S3：提取事件信息體中的設備編號與地理坐標數據，通過接口接入GIS平臺，將事件所涉及的地理區域在地圖圖層上進行定位，生成對應的圖形表示，并依據事件范圍對相關區域進行高亮熱區渲染，形成事件區域可視化圖像； S4：對生成的摘要文本進行字段錨點標記，并建立與圖形元素之間的映射關系，所述映射關系包括將摘要中的地名、設備名稱與GIS熱區ID進行綁定、將預計恢復時間字段綁定至倒計時模塊，實現用戶點擊文字錨點時圖形聯動高亮的交互邏輯； S5：將生成的文本摘要與圖形內容進行封裝處理，按照5G富媒體通信標準格式生成RCS消息結構，根據用戶終端能力和網絡能力動態選擇適配的消息版本，包括純文本型、圖文融合型、語音輔助型，最終將所述封裝后的消息通過5G核心網傳輸至目標用戶終端。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人江西掌中無限網絡科技股份有限公司，其通訊地址為：330096 江西省南昌市高新技術產業開發區艾溪湖北路129號綠地玫瑰城商業樓202-1棟3樓；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。