技术领域
[0001] 本发明涉及电力系统技术领域，尤其涉及一种用于电力系统的智能化管理应用系统。
相关背景技术
[0002] 随着对知识产权的重视，知识产权产品在企业中的占比越来越重。目前，电力系统在科技创新和市场竞争中不断壮大，论文、专利等知识产权和成果在推动企业发展方面发挥着越来越重要的作用。
[0003] 随着供电公司内部的知识产权与成果信息量的迅速积累，对知识产权的成果转化资产评估管理也越来越重要，若通过人工管理的方式盲目的对知识产权的成果进行转化，存在效率低，以及导致潜在的风险和经济损失。
具体实施方式
[0037] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
[0038] 参照图1，一种用于电力系统的智能化管理应用系统，包括信息识别模块、等级划分模块、信息评估模块以及终端管理模块；
[0039] 信息识别模块用于对企业信息中的知识产权信息进行识别，其中，知识产权信息包括企业中的论文、专利以及各类标准和群创等多种其他类型，且在本实施例中，企业指供电公司，之后信息识别模块将所识别的知识产权信息传输至等级划分模块；
[0040] 需要进一步说明的是，由于供电公司内部分为多个部门和区域，例如，县区域公司和市区域公司，信息识别模块在对知识产权信息进行识别时，能够通过公司内部系统，对所有部门和区域内的知识产权信息进行识别，从而打破地域和部门间的信息壁垒，实现公司内部跨部门、跨层级的知识产权信息共享；
[0041] 等级划分模块用于对知识产权进行分析，将知识产权中的信息划分为不同的信息等级，其中，信息等级包括第一等级和第二等级，进一步的，在信息等级中，第一等级＞第二等级；
[0042] 其中，对知识产权进行信息等级划分的方法包括：
[0043] S1：将所识别的知识产权信息标记为目标信息，先对目标信息中的特征标题进行识别；
[0044] 特征标题的具体识别方法为：对目标信息中的字体格式进行识别，其中字体格式组合包括字体、字号、加粗以及字体倾斜等格式；
[0045] 取目标信息中字体格式组合存在最多的组合，并作为基础组合，并将基础组合对应的文本标记为正文内容，同时将剩余字体格式组合标记为预重点组合；
[0046] 获取预重点组合对应的文本信息，并识别文本信息在目标信息中的位置，之后对文本信息的前后内容进行识别，若文本信息的前后均为特征符号时，将此文本信息标记为特征标题，反之，若信息文本的前后存在一处不是特征符号时，将此文本信息标记为正文内容；
[0047] 其中，特征符号包括句号、冒号以及空白等；
[0048] S2：取特征标题，并对特征标题进行识别，确定内容标题以及段落标题，其中，内容标题指目标信息中的具体概括文章整体内容的标题，段落标题指针对一个段落中所要表达的内容的标题；
[0049] 之后根据段落标题，确定目标信息的特征保护区域，其中，特征保护区域指不同的知识产权中特有的保护区域，例如，在专利中，段落标题分为权利要求书、说明书等，此时专利的特征保护区域即为权利要求书中对应的正文内容；
[0050] 之后将特征保护区域标记为第一等级，并将剩余的正文内容标记为第二等级，同时等级划分模块与信息评估模块之间为单向通信连接；
[0051] 信息评估模块用于对目标信息进行评估，确定目标信息的综合风险值，具体的综合风险值的确定方法包括：
[0052] SS1：分别将目标信息中第一等级的信息内容和第二等级的信息内容进行提取，并标记为重点文本和常规文本，进一步的，重点文本即为第一等级的信息内容，常规文本即为第二等级的信息内容；
[0053] SS2：分别对重点文本和常规文本中的信息利用自然语言处理技术进行语义拆分，并利用TF‑IDF算法分别提取重点文本和常规文本中的信息关键词，同时将重点文本和常规文本中所提取的信息关键词分别标记为第一关键词汇和第二关键词汇，进一步的，第一关键词为重点文本中的信息关键词，第二关键词为常规文本中的信息关键词；
[0054] 其中，自然语言处理技术和TF‑IDF算法均为现有技术，此处就不再进行赘述，且信息关键词由TF‑IDF值进行决定，即信息关键词为TF‑IDF值大于等于阈值X1的词组，阈值X1的具体值由本领域技术人员经大数据运算后取得；
[0055] SS3：取第一关键词汇作为知识产权成果检索的关键词，并在大数据网络中进行检索，并将检索结果标记为相似转化成果；
[0056] 利用公式 计算目标信息的预计成果系数CG；
[0057] 其中，Ys为相似转化成果在一个周期时间内的实际收益，Br为相似转化成果的投入成本，Tz为相似转化成果的投入时间，α1和α2均为比例系数，C为固定常数，且α1、α2和C的具体值均由本领域技术人员经大数据运算后取得；
[0058] 需要进一步说明的是，预计成果系数越低，表示对应的知识产权信息的成果转化价值越低，反之，预计成果系数越高，表示对应的知识产权信息的成果转化价值越高；
[0059] 在本发明的另一个实施例中，若检测成果中存在多个相似转化成果，则分别对每个相似转化成果的预计成果系数进行计算，并取所有预计成果系数的均值，作为最终目标信息的预计成果系数；
[0060] SS4：再取第二关键词汇，将第二关键词汇同样在大数据中进行检索，并将检索结果标记为匹配信息，利用预训练的Word2Vec算法，分别将匹配信息与常规文本转换为向量，并利用余弦相似算法计算每个匹配信息与常规文本之间的信息相似值；
[0061] 其中，Word2Vec算法和余弦相似算法均为现有技术，此处就不再进行赘述；
[0062] SS5：取信息相似值大于等于相似阈值X2的匹配信息，并标记为二次信息；
[0063] 获取常规文本中的特征标题，同时以特征标题为分界点，将常规文本划分为多个信息段落；
[0064] 再以常规文本中的信息段落为单位，计算每个信息段落与二次信息之间的相似值，并标记为段落相似值，其中i表示不同的信息段落，且i∈[1，I]，表示常规文本中共存在I和信息段落；
[0065] 取每个信息段落的段落相似值的最大值，并标记为相似极值Zi；
[0066] 利用公式 计算二次信息的综合相似值CL，βi表示信息段落i对应的特征标题的权值系数，进一步的，βi的具体值由本领域技术人员经大数据运算后取得，且在计算每个信息段落与二次信息之间的相似值前，需要将信息段落与二次信息利用Word2Vec算法转化为向量后，再利用余弦相似算法计算相似值；
[0067] SS6：之后将目标信息的预计成果系数与综合相似值进行结合，利用公式Fx＝CL×‑1θ1+CG ×θ2得到目标信息的综合风险值Fx，θ1和θ2均为比例系数，且θ1和θ2具体值由本领域技术人员经大数据运算后取得；
[0068] 信息评估模块与终端管理模块之间为单向通信连接；
[0069] 终端管理模块用于对企业信息中知识产权信息的综合风险值Fx，并将知识产权信息的综合风险值在终端设备上进行显示，供相关的工作人员进行查看。
[0070] 以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
