-
公开(公告)号：CN118710324A
公开(公告)日：2024-09-27
申请号：CN202410300706.3
申请日：2024-03-15
发明人： 黄思皖 , 钟明 , 安娜 , 任立兵 , 李力 , 杨宁 , 王春森 , 史鉴恒 , 王宝岳 , 杨雪 , 高亚林 , 沈惠聪 , 江晨 , 王静 , 任鑫 , 李小翔 , 冯帆 , 杨永前 , 韦玮 , 吴磊 , 刘旭亮
IPC分类号： G06Q30/0202 , G06Q30/0201 , G06F18/15 , G06F18/214 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种电力现货市场最优减载策略优化方法及相关设备，属于新型电力系统技术领域，本方法将预处理的电力现货市场数据输入至预先构建的双层规划模型以获得电力现货市场的最优减载量；其中，双层规划模型的上层模型为电力现货市场成本最小化策略；而下层模型采用两个神经网络，神经网络来表征上层(代理)决策与下层(市场)结果之间的映射，即采用神经网络模型取代原有算法中下层经济调度约束问题，用来捕捉输入变量和价格之间的映射；使得本方法构成一个非凸优化问题并进行求解得到最优的减负载量以获得最大收益；本方法通过创新的模型架构、数据选择和训练策略，提高了原算法模型的性能和适用性。
-
公开(公告)号：CN118172088A
公开(公告)日：2024-06-11
申请号：CN202410300702.5
申请日：2024-03-15
发明人： 黄思皖 , 钟明 , 安娜 , 李力 , 杨宁 , 王春森 , 任立兵 , 史鉴恒 , 王宝岳 , 杨雪 , 高亚林 , 沈惠聪 , 江晨 , 王静 , 张燧 , 王青天 , 邸智 , 王芸靖 , 郑子辰 , 葛戈 , 刘雅欣 , 杨紫阳 , 伊然 , 任鑫 , 李小翔 , 薛丽 , 李亚川 , 孙可欣
IPC分类号： G06Q30/0201 , G06F18/22 , G06F18/214 , G06N3/04 , G06N3/096
摘要： 本发明公开了一种基于自适应循环神经网络的电力现货市场日前价格预测方法及系统，包括：将采集电价的原始数据进行清洗；基于时序相似性对清洗后的数据进行分割量化，获取若干段分布最不相似的时间序列；基于所有时间段的完全标记数据构建RNN模型，并对RNN模型进行模型预训练，得到网络参数；基于若干段分布最不相似的时间序列构建迁移学习模型，将网络参数输入至迁移学习模型中进行迭代训练，得到最优化的迁移学习模型；再次采集电价的原始数据输入至最优化的迁移学习模型中，获取预测电力现货市场的日前价格。本发明对时间序列数据进行迁移学习，构建一个时间无关的模型用于未知测试集数据，能够提高模型准确率，准确的获得参考预测结果。
-
公开(公告)号：CN117034785A
公开(公告)日：2023-11-10
申请号：CN202311296298.0
申请日：2023-10-09
IPC分类号： G06F30/27 , G06N3/0442 , G06N3/08 , G06N7/01 , G06F113/06 , G06F119/06
摘要： 本发明提出一种风电机组功率预测方法、装置及电子设备，其中，方法包括：获取风电机组状态数据集；对风电机组状态数据集进行预处理，以得到初始风电机组状态数据集；基于初始风电机组状态数据集，采用随机森林回归模型执行至少一轮递归特征消除过程，以得到最优风电机组状态数据集；基于最优风电机组状态数据集，采用训练好的长短期记忆LSTM神经网络模型进行预测，以得到风电功率预测值。由于采用了基于随机森林的递归梯度消除方法筛选数据集，减少了模型对无用特征的训练时间，提高了模型预测的准确性。同时，由于在对LSTM神经网络模型进行训练的过程中，采用了基于高斯过程的贝叶斯超参数优化方法确定模型的最优超参数组合，有效提高了调参效率。
-
公开(公告)号：CN118154219A
公开(公告)日：2024-06-07
申请号：CN202410300703.X
申请日：2024-03-15
发明人： 黄思皖 , 钟明 , 安娜 , 王春森 , 任鑫 , 李小翔 , 史鉴恒 , 王宝岳 , 杨雪 , 高亚林 , 沈惠聪 , 张燧 , 邸智 , 王青天 , 冯帆 , 韦玮 , 彭鹏 , 刘雅欣 , 郑子辰 , 葛戈 , 杨紫阳 , 王芸靖 , 伊然 , 代斌 , 王志伟 , 张慧君 , 吴磊 , 丁杰 , 孙可欣
IPC分类号： G06Q30/0201 , G06F18/214 , G06F18/2415 , G06N3/04
摘要： 本发明公开了一种模型训练方法、电力市场日内价格预测方法及相关设备，属于新型电力系统技术领域，采用将预处理的历史电力市场数据构建价格差异向量；然后对价格差异向量依次进行条件归一化流和高斯回归处理，得到实际量纲的预测值；最终以历史电力市场数据作为输入；以实际量纲的预测值作为输出，对预构建的神经网络模型进行训练，输出电力市场日内价格预测模型，实现对电力市场日内价格预测模型的训练；本方法采用概率预测方式，概率预测可以提供更全面的预测信息，弥补单值预测的缺陷，日内价格概率预测结果相比单值预测结果更精准；提升模型应对复杂市场的性能，能够全面地描述日内价格的波动情况，提升了预测结果的精准度。
-
公开(公告)号：CN118013386A
公开(公告)日：2024-05-10
申请号：CN202410189833.0
申请日：2024-02-20
申请人： 华能新能源股份有限公司 , 中国华能集团清洁能源技术研究院有限公司 , 华能集团技术创新中心有限公司
IPC分类号： G06F18/2411 , G06F18/214 , G06F18/2135 , G06N20/10
摘要： 本申请提出了一种传动链的故障识别模型的训练方法、故障识别方法及装置，涉及风电机组领域，通过基于预设核函数构建多分类支持向量机，其中，预设核函数为指数核函数与方差分析核函数之和；基于训练样本集对多分类支持向量机进行训练，获取训练完成后的模型参数；由多分类支持向量机和迁移学习网络构建初始故障识别模型；对多分类支持向量机按照模型参数进行参数冻结，并基于待识别的目标风电机组对应的第二传动链相关数据对迁移学习网络进行训练，获取训练结束后生成的中间故障识别模型；对中间故障识别模型内的多分类支持向量机进行参数解冻，并基于第二传动链相关数据对中间故障识别模型进行参数微调，获得最终生成的目标故障识别模型。
-
公开(公告)号：CN117745854A
公开(公告)日：2024-03-22
申请号：CN202311117878.9
申请日：2023-08-31
IPC分类号： G06T11/00 , G06N3/0475 , G06N3/094
摘要： 本发明提出一种节日类banner图像素材的生成方法及装置，涉及图像处理技术领域，方法包括：获取用户个性化画像，其中，用户个性化画像是通过对用户的多个行为数据以及各个行为数据与图像色彩、视觉设计风格之间的偏好关系确定的；确定任一目标节日的目标节日信息；根据用户个性化画像和目标节日信息，使用生成式对抗网络，生成符合用户兴趣和目标节日的banner图像素材，由此，基于生成式对抗网络对用户个性化画像和目标节日信息进行处理，实现每个用户独特banner图像素材的快速精确生成，增加用户选择和创意的可能性，提升用户体验度。
-
公开(公告)号：CN117117858B
公开(公告)日：2024-01-30
申请号：CN202311346538.3
申请日：2023-10-18
摘要： 本发明涉及风机机组功率预测技术领域，尤其是指一种风电机组功率预测方法、装置、设备及计算机存储介质。本发明所述的风电机组功率预测方法，将参数方法中的区间划分与非参数方法中的梯度提升回归树结合，将每一个风速区内的数据作为梯度提升回归树的训练集输入，以得到每一个风速区的参考功率，用于拟合功率曲线；本发明还用k近邻加权平均对梯度提升回归树进行改进，以提高离预测样本越近的样本的贡献值，使预测的效果更加精确。
-
公开(公告)号：CN117311847A
公开(公告)日：2023-12-29
申请号：CN202311283797.6
申请日：2023-09-28
IPC分类号： G06F9/445 , G06N3/0464 , G06F9/48
摘要： 本申请提出了一种基于深度学习神经网络的边缘计算任务卸载方法及装置，涉及计算机技术领域。本申请考虑到了系统总时延的最小化，提高了卸载精度，将任务数据列向量和终端决策权重列向量组合为高维度矩阵的数据形式作为终端决策卷积神经网络的输入，提高了提取任务权重信息的神经网络训练效率，改善了神经网络对动态变化的边缘计算场景的适应性。
-
公开(公告)号：CN117117858A
公开(公告)日：2023-11-24
申请号：CN202311346538.3
申请日：2023-10-18
摘要： 本发明涉及风机机组功率预测技术领域，尤其是指一种风电机组功率预测方法、装置、设备及计算机存储介质。本发明所述的风电机组功率预测方法，将参数方法中的区间划分与非参数方法中的梯度提升回归树结合，将每一个风速区内的数据作为梯度提升回归树的训练集输入，以得到每一个风速区的参考功率，用于拟合功率曲线；本发明还用k近邻加权平均对梯度提升回归树进行改进，以提高离预测样本越近的样本的贡献值，使预测的效果更加精确。
-
公开(公告)号：CN116977467A
公开(公告)日：2023-10-31
申请号：CN202310927412.9
申请日：2023-07-26
IPC分类号： G06T11/00 , G06F40/205 , G06F40/295
摘要： 本公开提出一种图标生成方法、装置、电子设备及存储介质。具体方案为：接收图标生成请求，其中，图标生成请求包括：初始图标需求信息，并对初始图标需求信息进行解析处理，以获取多个目标需求关键词，再将多个目标需求关键词一并输入至目标图标生成模型之中，以获取目标图标生成模型输出的目标图标，实现联合目标图标生成模型高效地生成目标图标，有效地提升目标图标的生成效率。
-
-
-
-
-
-
-
-
-
搜索结果
61 条记录 (耗时 0.081 秒)
