华南公司天然气市场运营高质量数据集建设项目-非招标成交结果公告

标段编号

标段名称

标段描述

1

****天然气市场运营高质量数据集建设项目

本次服务招标内容主要为聚焦****天然气管道下载量预测AI场景建设需求，开发上下载点、托运业务、气象信息等市场运营相关高质量数据集，支撑天然气管道下载量预测相关算法模型开发与训练，实施内容具体包括： 1. 数据准备 （1）全面摸排、核实各类数据来源，完成上下载点、托运业务、气象信息等市场运营相关高质量数据集所需结构化时序数据入湖工作；历史数据追溯起始时间不晚于2023年1月1日。通过接口开发或其他可行技术方案，建立增量数据常态化定期更新机制。 （2）结合天然气下载量预测模型开发、训练工作需求，严格按照统一规范标准完成原始数据整理规整，并将处理后****集团高质量数据集平台。 2. 数据集开发实施 （1）数据清洗。采用自动化算子对原始数据开展治理，统一处置缺失值、异常值；保留真实有效数据，剔除原始数据内无效、冗余数据及各类干扰信息，确保数据洁净可用。 （2）数据标注。依据既定标签体系，采用自动化预标注与人工审核相结合的方式实施数据标注。对时序数据进行切片处理并完成标签挂载；建成数据集样本总数量不少于30000个，原始基础数据不少于30万条，数据集规模须充分满足模型开发与训练要求。 （3）数据增强。若现有数据集样本规模无法支撑模型开发、训练工作，采用数据增强技术扩充样本数量，直至数据集规模满足模型开发训练的数据要求。 （4）文件编制。编制形成数据集说明文档，包括但不限于数据集基本信息、内容特征、建设过程及应用说明等，确保数据集在跨团队运维、模型训练及合规审计中可追溯、可复用。编制数据集标注操作指南，用于指导常态化、规范化、标准化开展数据标注实施。 3. 数据集质量评估 配合开展数据集质量评估与模型应用评估。数据质量评估涵盖格式规范性、安全合规性、标注规范性、结构完整性、内容真实性、一致性、类型一致性及干净性等；模型应用评估涵盖多样性、规模完整性、时效性、标注准确性及模型适配性等。针对评估过程中发现的问题进行整改。