国网重庆信通公司“智能机柜系统及机柜管理系统”等4项科技成果转化竞价公 告
（招标编号：XT-GKJJ-202301）
项目所在地区：重庆市
一、招标条件
本国网重庆信通公司“智能机柜系统及机柜管理系统”等4项科技成果转化已由 项目审批/核准/备案机关批准，项目资金来源为其他资金详见附件，招标人为 国网重庆市电力公司信息通信分公司。本项目已具备招标条件，现招标方式为 其它方式。
二、项目概况和招标范围
规模：详见附件
范围：本招标项目划分为1个标段，本次招标为其中的：
(001)国网重庆信通公司“智能机柜系统及机柜管理系统”等4项科技成果转化; 三、投标人资格要求
(001国网重庆信通公司“智能机柜系统及机柜管理系统”等4项科技成果转化) 的投标人资格能力要求：详见附件;
本项目不允许联合体投标。
四、招标文件的获取
获取时间：从2023年11月22日 17时00分到2023年11月27日 17时00分 获取方式：详见附件
五、投标文件的递交
递交截止时间：2023年11月30日 09时00分
递交方式：详见附件电子上传文件递交
六、开标时间及地点
开标时间：2023年11月30日 09时00分
开标地点：详见附件

招标人或其招标代理机构: 盖章)
七、其他
详见附件
八、监督部门
本招标项目的监督部门为国网重庆市电力公司信息通信分公司纪委办公室。
九、联系方式
招 标 人：国网重庆市电力公司信息通信分公司 地 址：重庆市渝北区青枫北路20号凤凰D座五楼 联 系 人：陈勇
电 话：023-88121602
电子邮件：/
招标代理机构：重庆展帆电力工程勘察设计咨询有限公司嘉智达分公司 地 址： 重庆市渝北区青枫北路12号双子座B703
联 系 人： 戴江
电 话： 13667645094
电子邮件： jzdsqcg2021@163.com
招标人或其招标代理机构主要负责人（项目负责人）： （签名）
招标人或其招标代理机构： （盖章）
第一章
国网重庆信通公司“智能机柜系统及机柜管理 系统”等4项科技成果转化
竞价公告
竞价条件
本项目业主单位为国网重庆市电力公司信息通信分公司，该项目已具备公开竞
价的条件，现对该项目进行公开竞价。
业主单位委托重庆展帆电力工程勘察设计咨询有限公司嘉智达分公司代理竞价 活动（以下简称“代理机构”），本项目采用公开竞价的方式邀请有兴趣的潜在竞价人 参与竞价。
2. 项目概况与竞价范围
详见公告附表1:项目需求一览表。
3. 应答人资格要求
无。
4. 采购文件的获取
本次实行网上免费发售电子版竞价文件，凡有意参加竞价者，请于2023年11月2 2日17:00时起至2023年11月27日17：00时止，按附件1格式填写《竞价文件获取登记 表》与营业执照和相关资格证明材料扫描件一并发送到代理机构邮箱jzdsqcg2021@ 163.com。代理机构将竞价文件（电子版）发送到竞价人的邮箱，竞价人应确保《竞价 文件获取登记表》中填写的信息真实、准确。否则，由此引起的后果自行承担。
5.竞价文件的递交
本项目不接受纸质应答文件，将电子竞价文件（PDF格式）在截止时间前上传
到代理机构的指定邮箱jzdsqcg2021@163.com。一轮竞价文件上传截止时间：2023
年11月30日9:00(多次上传的以最后一轮有效的竞价文为准)，一轮竞价截止时间前
未上传竞价文件的竞价人失去二轮竞价的资格。二轮竞价开始时间：同一轮竞价文
件上传截止时间，二轮竞价截止时间：以发出的二轮竞价通知为准。
6.发布公告的媒介
本次竞价采取公开邀请方式，在中国招标投标公共服务平台(https://www.ceb pubservice.com)上发布竞价公告。
7. 联系方式
业主单位：国网重庆市电力公司信息通信分公司
地址：重庆市渝北区青枫北路20号凤凰D座五楼
代理机构：重庆展帆电力工程勘察设计咨询有限公司嘉智达分公司 地址：重庆市渝北区青枫北路20号凤凰座D-9楼

联系事宜	联系人	联系电话
业主单位联系方式	陈先生	023-88121602
代理机构联系方式	戴先生	13667645094
成交服务费咨询	李先生	023-88120903

附表1：项目需求一览表
需求一览表

项目名称	项目编号	分包名称	产品介绍	竞价内容	许可类型	许可期限	报价方式
国网重庆信 通公司“智能 机柜系统及 机柜管理系 统”等4项科技 成果转化	XT-GKJJ-202301	包1智能机柜系 统及机柜管理系 统	详见附件2	“智能机柜系统及机柜管 理系统”专利普通许可	普通许可	从合同生效 之日起至202 6年11月30日	总价报价
		包2面向智能电 网客服问答的知 识图谱构建方法		“面向智能电网客服问答 的知识图谱构建方法”专 利普通许可	普通许可	从合同生效 之日起至202 6年11月30日	总价报价
		包3基于智能分 词与深度学习的 运维项目管理方 法		“基于智能分词与深度学 习的运维项目管理方法”专利普通许可	普通许可	从合同生效 之日起至202 6年11月30日	总价报价
		包4基于能源数 据分析的异常用 电监测方法		“基于能源数据分析的异 常用电监测方法”专利普 通许可	普通许可	从合同生效 之日起至202 6年11月30日	总价报价

附件1
竞价文件获取登记表
项目编号：XT-GKJJ-202301
项目名称：国网重庆信通公司“智能机柜系统及机柜管理系统”等4项科技成果转化

单位名称	联系人	手机	座机	传真	邮箱
单位地址	单位财务部门座机	单位开户银行	开户银行账号	企业统一社会信用代码

公章：日期：
附件2
智能机柜系统及机柜管理系统产品简介
一、产品介绍
智能机柜系统及机柜管理系统包括状态监测单元、漏水 检测单元、振动监测单元、门锁控制单元、状态显示单元以 及机柜控制单元等。通过特定的组网方式，既保障网络的可 靠性，同时降低建设和运维成本，方便网络施工。还可以和 工作票系统相联动，可以对操作机柜设备的时间和人与进行 权限管理，避免误碰设备造成设备运行异常。
二、市场应用前景
该成果专利于2022年3月授权，系统具有成熟的技术方 案。生产制造难度较低，对工艺要求不高，比较容易实现大 规模生产和应用。
该成果可以提升机房智能化管理水平，在通信机房和信 息化机房均可推广使用，提升机房运行的可靠性，降低运维 成本。
三、成果及获奖情况
本产品是基于信通公司2021年员工自主研究的成果，累 积获得授权实用新型专利一项《智能机柜系统及机柜管理系 统》ZL202122527941.9，作为成果附件支撑的《基于分布式智 能感知的智能机房关键技术研究与应用》项目获得2022年度 国网重庆市电力公司科技进步奖三等奖。
面向智能电网客服问答的知识图谱构建方
法产品简介
一、产品介绍
1.提出一种基于BIRCH和随机森林的电力客户分群方法。针对目前的聚类算法无法高效准确地对电力客户分群的问 题，提出一种基于BIRCH算法和随机森林算法的电力客户分 群方法，通过该方法进行电力客户的分群，能够有效地对电 力公司的客户数据进行聚类，并通过对客户群内的特征分析 得出每一类客户群的总体价值水平，为制定对应的服务标准 提供支撑。
2.提出面向智能电网客服问答的知识图谱构建方法。针 对基于KG问答系统中存在的中文问题表达模糊、线上服务 运维成本高的问题，提出面向智能电网客服问答的知识图谱 构建方法，解决了现有方法实体和断言识别准确率较低的问 题，可以自动将电网领域知识映射为本地知识图谱，快速实 现服务知识库的在线更新，以较低的响应延迟实现高准确率 的回答。
二、市场应用前景
在智能电网客服应用场景中，由于封闭性强、软硬件及 对应业务更新频繁、技术栈差异大等因素导致知识图谱的构 建、维护、更新存在较大的局限性。一方面，当前的知识图谱
研究针对固定的训练样本，通过词法与语法切分、关联序列 挖掘、问题模板分类等技术手段，能够满足有限样本空间下 的自动问答需求，但不能应对电力知识图谱不断更新的场景；另一方面，现有问答系统会引入知识图谱之外的网页搜索 和文档、问题检索等其他文本信息以形成开放知识库，从而 扩大了所属实体和断言集合的检索空间，存在检索错误高、结果不准确等问题。因此，为解决以上问题，需要一种面向 智能电网客服问答的知识图谱构建方法，能够达到较高的实 体和断言识别准确率，自动将电网领域知识映射为本地知识 图谱，快速实现服务知识库的在线更新，以较低的响应延迟 实现高准确率的回答。
三、成果及获奖情况
本产品是基于信通公司2019年科技项目《基于知识图谱的信 通客服用户行为分析技术研究》的研究上进行的开发，累积
获得《基于知识图谱的信通客服用户行为分析软件V1.0》软 件著作权一项，《融合领域特征知识图谱的电网客服问答系
统》、《基于模糊谱聚类的电力系统客户分群研究》、《联合手
肘发和期望最大化的高斯混合聚类电力系统客户分群算法》
论文三篇，《面向智能电网客服问答的知识图谱构建方法》20 1910736524.X、《基于BIRCH算法和随机森林算法的电力客 户分群方法》201911025643.0发明专利二项，《一种基于知识 图谱的客户行为分析装置》（专利号：201920785816.8）实用新 型专利一项。
基于智能分词与深度学习的运维项目管理
方法产品简介
一、产品介绍
智能运维项目管理系统是一款高效、智能的项目申报支 撑工具。它具备文本处理、相似度比较、自动评审、数据管理 和报告生成等核心功能，能够大大简化和优化项目申报流程，详细功能如下：
一是文本处理：系统能够智能地处理项目申报书和申报 指南的文本内容，准确提取关键信息，提升工作效率。
二是相似度比较：系统可以比较项目申报书与申报指南 之间的相似程度，帮助评估申报书与申报指南的一致性和文 档质量水平。
三是自动评审：系统能够自动评估项目申报书的质量，并快速给出评审结果，节省审批时间和精力。
四是数据管理：系统提供便捷的数据上传和存储功能，确保申报书和申报指南的安全性和易于访问。
五是报告生成：系统能够生成详细的评审报告，包括申 报书的质量评估和相似度比较结果，提供全面的评审意见和 改进建议。
智能运维项目管理系统提供高效准确的项目申报支持，缩短申报周期，降低申报成本，并提高整体项目管理效率和 质量。用户可以专注于核心业务工作，将繁琐的申报事务交 给系统处理。
二、市场应用前景
在当前数字化时代，人工智能技术的快速发展和广泛应 用，为企业、政府和科研机构等机构带来了更多的机会和挑 战。其中，运维项目管理是一个非常复杂和繁琐的任务，需 要处理大量的项目申报和申报指南文本，而基于智能分词与 深度学习的运维项目管理方法可以帮助企业在项目管理过 程中实现自动化和智能化。同时，该方法还可以提高工作效 率和准确性，方便企业在大量的信息中高效筛选、分类和推 荐，因此其在各个领域的应用前景非常广阔，并且在未来会 有更广泛的应用空间。
三、成果及获奖情况
本产品是基于信通公司2019年科技项目《基于自然语言处理 的运维服务项目计划提报创新应用服务》的研究上进行，累
积获得授权发明专利一项《基于智能分词与深度学习的运维
项目管理方法》ZL2019 1 1025651.5。
基于能源数据分析的异常用电监测方法产
品简介
一、产品介绍
基于能源数据分析的异常用电监测产品旨在帮助企业、组织或家庭实时监控能耗情况，并及时发现和解决异常用电 问题，以提升能源利用效率，降低能源成本，实现可持续发 展目标。以下是该产品的主要功能介绍：
实时监测能耗：通过实时采集和监测电力消费设备的用 电数据，包括功率、电流、电压等参数，用户可以准确了解能 源消耗状况。
异常检测与诊断：利用先进的数据分析算法，产品能够 检测异常用电情况，识别过高的能耗、异常波动、突然的用 电峰值等，并帮助用户找出导致异常的具体原因。
即时警报与通知：一旦发现异常用电情况，产品能够即 时发送警报和通知给相关人员，使他们能够迅速采取措施解 决问题，减少潜在的能源浪费和风险。
数据可视化与报告：通过直观的数据可视化界面，产品 将用电数据以图表、趋势图等形式展示给用户，使用户能够 清晰了解用电情况，并生成详细的报告，为决策提供科学依 据。
能效分析与优化建议：基于用电数据分析，产品能够提 供能效评估和优化建议，帮助用户识别潜在的节能机会，改 善能源管理和提高能效水平。
预测与预警功能：通过历史数据和算法模型，产品可以 进行用电趋势预测和异常预警，帮助用户规划能源使用，及 时发现潜在的用电问题。
用户管理与权限控制：产品支持多用户管理和权限控制，用户可以根据需要设定不同的权限级别，确保数据安全和 隐私保护。
通过以上功能，我们的基于能源数据分析的异常用电监 测产品能够帮助用户实现对能源消耗的实时监测和精准管 理，减少能源浪费，降低能源成本。同时，产品还能为用户提 供能效分析和优化建议，引导用户采取可持续的能源管理措 施，推动实现环境友好和可持续发展目标。
二、市场应用前景
基于能源数据分析的异常用电监测产品在当今的市场 前景非常广阔。以下是几个关键因素，说明了该产品的市场 潜力：
节能意识和可持续发展：全球对节能减排和可持续发展 的需求日益增加。政府、企业和个人都越来越关注能源消耗 情况，通过使用异常用电监测产品，能够实时掌握能源使用 状况，提高能效水平，降低碳排放，符合可持续发展的要求。
能源成本管理：对于企业来说，能源成本通常是重要的 运营成本之一。异常用电监测产品可以帮助企业识别能源浪 费和低效设备，并提供优化建议，从而降低能源成本，提升 竞争力。
技术进步和数据分析能力：随着技术的不断发展，数据 分析和人工智能等技术已经取得长足的进步。这使得异常用 电监测产品能够更准确和高效地识别异常情况，并提供精确 的优化建议。
综上所述，基于能源数据分析的异常用电监测产品具有 巨大的市场前景。它能满足节能减排、降低能源成本、实现 可持续发展等多重需求，适用于各种行业和规模的企业、组 织以及家庭用户。随着能源管理意识的提高和技术的进一步 创新，该产品将在未来市场中发挥越来越重要的作用。
三、成果及获奖情况
本产品是基于信通公司2021年科技项目《基于能源大数 据的异构多源用能关键技术研究》的研究上进行的二次开发，累积申请专利4项《基于监测数据空时相关性的配电网异常 监测与定位方法》，《用能数据的时空汇聚与查询方法》，《用 能数据的时空汇聚与查询方法》，《基于特征工程和多路深度学 习的电力负荷预测方法》；软件著作权2项《能源用户大数据信用 评价系统1.0》，《用能负荷短期预测电网大数据系统1.0》，发 表论文4篇《基于改进高斯混合模型的电力客户大数据行为分析》，《联合随机森林-反向传播神经网络-
逻辑回归的电力客户欠费混合风险预警算法》，《Load forecasting model consisting of data mining based orthogonal greedy algorithm and long short-term memory network》，《Timing shift based bi-residual network model for the detection of electricity stealing》。