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！

龍圖騰網獲悉貴州電網有限責任公司申請的專利一種基于個性化學習曲線的調控一體化培訓結果智能評價方法及系統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：CN120181681B 。

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：202510655887.6，技術領域涉及：G06Q10/0639；該發明授權一種基于個性化學習曲線的調控一體化培訓結果智能評價方法及系統是由林小竺;楊華;杜江;郜曉娜;雷廷浩;楊涵;羅雪蓮;王龍海;任庭昊;徐潤;徐朝兵;王開波;鄭智浩;曹宇;張紅月;鄭前偉;李婷璐設計研發完成，并于2025-05-21向國家知識產權局提交的專利申請。

本一種基于個性化學習曲線的調控一體化培訓結果智能評價方法及系統在說明書摘要公布了：本發明涉及調控一體化培訓評價技術領域，公開了一種基于個性化學習曲線的調控一體化培訓結果智能評價方法及系統，包括：收集調控員的培訓數據，構建培訓智能評價指標；進行數據處理，計算評價指標對應的指標向量；通過多層感知機構建培訓評估模型，捕捉偏差與評分之間的關系，生成培訓結果分數向量；確定所述評價指標的權重，計算培訓結果；構建對應的學習成長曲線，識別培訓中薄弱知識點，制定未來培訓的針對性計劃。本發明能夠提高評價結果的準確性和可靠性，能夠全面分析調控員的能力變化趨勢，精準識別其在不同培訓階段的學習成效和能力短板，為個性化培訓設計和培訓方案優化提供科學依據，進而提升調控員的應變能力和綜合操作能力。

本發明授權一種基于個性化學習曲線的調控一體化培訓結果智能評價方法及系統在權利要求書中公布了：1.一種基于個性化學習曲線的調控一體化培訓結果智能評價方法，其特征在于，包括： 收集調控員的培訓數據，構建電網調控一體化培訓結果的智能評價指標； 對所述培訓數據進行數據處理，計算評價指標對應的指標向量； 基于所述指標向量，通過多層感知機構建培訓評估模型，捕捉偏差與評分之間的關系，生成培訓結果分數向量； 基于所述培訓結果分數向量，生成權重向量，確定所述評價指標的權重，計算培訓結果； 基于所述培訓結果，構建對應的學習成長曲線，識別培訓中薄弱知識點，制定未來培訓的針對性計劃； 收集調控員的培訓數據，構建電網調控一體化培訓結果的智能評價指標包括： 一級指標，所述一級指標包括任務完成度、應急響應度、操作規范度以及學習成長度； 二級指標，所述二級指標為基于一級指標數據的綜合表現數據，包括綜合評分、表現排名以及專長分析； 對所述培訓數據進行數據處理，計算評價指標對應的指標向量包括： 對所述培訓數據進行數據標準化，去除數據量綱； 基于處理后的數據，構建指標向量，所述指標向量包括訓練結果向量、基準參考向量、偏離度向量，訓練結果向量R由二級指標的相應元素實際訓練數據組成，基準參考向量S由二級指標的相應元素標準值組成，偏離度向量L按元素計算訓練結果與標準值之間的偏差，得到的偏離度向量，偏離度向量取偏差的絕對值； 通過多層感知機構建培訓評估模型，捕捉偏差與評分之間的關系，生成培訓結果分數向量包括： 所述多層感知機包括輸入層、輸出層、隱藏層，所述輸入層接收輸入數據，所述輸出層進行培訓評估模型的輸出，所述隱藏層經過神經元的加權連接進行培訓評估模型的構建； 在培訓評估模型中輸入偏離度向量，對每一層的每個神經元計算加權和，并引入非線性激活函數，隱藏層選擇泄露整流線性單元作為激活函數，輸出層選擇歸一化指數函數作為激活函數； 輸出二級指標分數向量E＝[e1,e2,…,en]，其中，ei表示輸出第i個二級指標分數，根據二級指標與一級指標之間的對應關系，得到如下公式： fj＝αe1+βe2+…+μen 其中，α+β+…+μ＝1，α,β,...,μ表示二級指標對應一級指標的權重系數，fj表示第j個一級指標分數； 進而，得出一級指標分數向量，表示為： F＝[f1,f2,…,fn] 其中，fi表示第i個一級指標分數； 構建對應的學習成長曲線包括： 通過時序注意力動態賦權算法，構建相應的學習成長曲線，將歷史訓練結果輸入時間序列向量，構建時間序列特征，將培訓結果與時間序列特征組合； 對每個時間點的特征通過線性變化生成查詢、鍵和值向量，并通過查詢向量和鍵向量計算注意力分數，獲取每個時間點的重要性； 基于所述每個時間點的重要性，計算每個時間點的學習值，生成學習成長曲線； 基于所述每個時間點的重要性，計算每個時間點的學習值，生成學習成長曲線包括： 將值向量按照對應的注意力權重進行加權求和，生成第t個時間點的學習值，表示為： 其中，αt,j為時間點j對時間點t的注意力權重，Vj表示學習值向量中第j個元素，T表示時間周期內時間點的總數； 遞歸生成整個學習曲線，計算每個時間點的學習值，生成學習成長曲線，表示為： Y＝[y1,y2,…,yT] 引入時間衰減因子，增強時間距離的權重差異，表示為： 其中，Scoret,j表示時間點j對時間點t的注意力分數，Qt表示查詢向量，Kt表示鍵向量，γ為時間衰減系數。

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貴州電網有限責任公司，其通訊地址為：550002 貴州省貴陽市南明區濱河路17號；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”。