-
公开(公告)号：CN102288736B
公开(公告)日：2012-12-12
申请号：CN201110130041.9
申请日：2011-05-19
申请人： 浙江大学 , 浙江大学建筑设计研究院
IPC分类号： G01N33/18
摘要： 本发明公开了一种带可视管段的循环管网水质综合模拟试验系统，包括供水子系统和独立循环管网子系统，供水子系统包括带进水口、出水口和药剂注入口的第一供水水箱和与第一供水水箱用带第二阀门的管道连通带进水口、出水口和药剂注入口的第二供水水箱；独立循环管网子系统为包括通过管道串联的主循环泵、多通道流量切换校准装置、可视管段和高位补水排气水箱的回路；回路连有用于实现封闭循环的第一管道支路、补水系统、放空支路、水质在线监测系统和温度控制系统。同时，该独立循环管网子系统的管道上还连有药剂加注系统。该循环管网水质综合模拟试验系统利用各部件相互配合，具有仿真度高、可模拟多种市政给水管网系统工况的优点。
-
公开(公告)号：CN102278599B
公开(公告)日：2012-11-21
申请号：CN201110130724.4
申请日：2011-05-19
申请人： 浙江大学 , 浙江大学建筑设计研究院
摘要： 本发明公开了一种带温度控制系统的循环管网水质综合模拟试验系统，包括供水子系统和独立循环管网子系统，供水子系统包括带进水口、出水口和药剂注入口的第一供水水箱和与第一供水水箱用带第二阀门的管道连通带进水口、出水口和药剂注入口的第二供水水箱；独立循环管网子系统为包括通过管道串联的主循环泵、电磁流量计和高位补水排气水箱的回路；回路连有用于实现封闭循环的第一管道支路、补水系统、放空支路、水质监测系统和温度控制系统。该独立循环管网子系统的管道上还连有药剂加注系统。该带温度控制系统的循环管网水质综合模拟试验系统利用各部件相互配合，具有仿真度高、可模拟多种实际市政给水管网系统工况的优点。
-
公开(公告)号：CN102288736A
公开(公告)日：2011-12-21
申请号：CN201110130041.9
申请日：2011-05-19
申请人： 浙江大学 , 浙江大学建筑设计研究院
IPC分类号： G01N33/18
摘要： 本发明公开了一种带可视管段的循环管网水质综合模拟试验系统，包括供水子系统和独立循环管网子系统，供水子系统包括带进水口、出水口和药剂注入口的第一供水水箱和与第一供水水箱用带第二阀门的管道连通带进水口、出水口和药剂注入口的第二供水水箱；独立循环管网子系统为包括通过管道串联的主循环泵、多通道流量切换校准装置、可视管段和高位补水排气水箱的回路；回路连有用于实现封闭循环的第一管道支路、补水系统、放空支路、水质在线监测系统和温度控制系统。同时，该独立循环管网子系统的管道上还连有药剂加注系统。该循环管网水质综合模拟试验系统利用各部件相互配合，具有仿真度高、可模拟多种市政给水管网系统工况的优点。
-
公开(公告)号：CN116805785B
公开(公告)日：2023-11-28
申请号：CN202311039969.5
申请日：2023-08-17
申请人： 国网浙江省电力有限公司金华供电公司 , 金华八达集团有限公司 , 浙江大学 , 浙江浙达能源科技有限公司
摘要： 本发明公开了基于随机聚类的电力负荷层次时间序列预测方法，包括如下步骤：S1、获取地理层次结构中的电力区块对应的电力日负荷值，基于区块规划相似度对地理层次结构进行重构并获取电力负荷时间序列；S2、基于随机自适应搜索策略对电力负荷时间序列进行聚类得到若干电力负荷时间序列簇；S3、基于电力负荷时间序列簇建立地理层次、聚类层次统一的层次时间序列电力负荷预测模型；S4、基于三次指数平滑法构建基础预测模型，基于基础预测模型结合广义最小二乘法求解层次时间序列电力负荷预测模型得到电力负荷最优估计，方案可以有效消除数据偏差并减少参与运算的数据量，提高了负荷(56)对比文件CN 116485398 A,2023.07.25US 2021109140 A1,2021.04.15WO 2023131215 A1,2023.07.13刘晓峰 等.基于快速动态时间弯曲和最小覆盖球的 多日负荷曲线聚类方法《.电力自动化设备》.2022,第42卷(第7期),第51-58页.郎祎平 等.间歇性时间序列的可预测性评估及联合预测方法《.计算机应用》.2022,第42卷(第9期),第2722-2731页.Benjamin Goehry et al..Aggregation ofMulti-Scale Experts for Bottom-Up LoadForecasting《.IEEE TRANSACTIONS ON SMARTGRID》.2020,第11卷(第3期),第1895-1904页.
-
公开(公告)号：CN115293400A
公开(公告)日：2022-11-04
申请号：CN202210718685.8
申请日：2022-06-23
申请人： 国网浙江省电力有限公司营销服务中心 , 浙江大学
摘要： 本发明公开了一种电力系统负荷预测方法和系统。本发明预测方法包括：以用电企业为单位，对企业用电数据集以给定的采样时间窗口进行滑动采样；将滑动采样后的数据集划分为训练集和测试集，构成GA‑CNN‑LSTM模型的输入；构建GA‑CNN‑LSTM模型；构建基于GA遗传算法的调参策略；将训练集输入GA‑CNN‑LSTM模型，在GPU上进行模型调参，获得最优参数；将训练集输入GA‑CNN‑LSTM模型，使用最优参数，在GPU上进行模型训练；将训练集输入GA‑CNN‑LSTM模型，在测试集上进行预测，获得最终预测结果；使用均方误差MSE、平均绝对误差RMSE、决定系数R2_Score和均方根误差MAE指标评估模型的效果。本发明能得到更可靠的数据集划分方式及能稳定、精确地挖掘电力负荷序列长期依赖关系，有效解决电力负荷预测技术难题。
-
公开(公告)号：CN114971187A
公开(公告)日：2022-08-30
申请号：CN202210442004.X
申请日：2022-04-25
申请人： 浙江大学
摘要： 本发明公开了一种基于机器人流程自动化的供用电合同生成方法和系统，属于合同自动生成领域。本发明使用了融合统一规制与个性化信息的多种内容形式的合同文本生成方法，引入了任务保险机制、关键元素等待机制、重启与恢复机制来保证在合同自动生成流程遇到失败任务时能顺利进行。本发明能在国网应用场景下快速生成各种有效的业务合同，极大降低了人工操作，提高了办公效率。
-
公开(公告)号：CN107273687B
公开(公告)日：2020-04-17
申请号：CN201710456011.4
申请日：2017-06-16
申请人： 浙江大学
摘要： 本发明公开了一种kbAFSA的超临界水氧化反应动力学模型参数估计方法。包括如下步骤：1)通过现场操作或实验来获得超临界水氧化反应过程的实际输入、输出采样数据；2)将超临界水氧化反应动力学模型的估计输出与实际输出相对误差绝对值之和作为kbAFSA寻优搜索的目标函数；3)设定算法运行参数；4)运行kbAFSA对超临界水氧化反应动力学模型中的未知参数进行估计，通过最小化目标函数。得到模型中未知参数的估计值，将估计值代入动力学模型中，形成数学模型。本发明建模方法具有寻优精度高、收敛速度快的特点，也适用于其它复杂化学反应过程的建模。
-
公开(公告)号：CN110377957A
公开(公告)日：2019-10-25
申请号：CN201910539255.8
申请日：2019-06-20
申请人： 浙江大学
摘要： 本发明公开了一种鲸鱼搜索策略灰狼算法的桥式吊车神经网络建模方法，属于智能建模领域。桥式吊车系统是一类典型的非线性欠驱动系统，建立高精度的桥式吊车模型是对其实现有效控制的基础。利用鲸鱼搜索策略灰狼算法对桥式吊车神经网络模型的径向基函数中心和方差进行寻优，获得相应的RBF神经网络模型。本发明的建模方法，在桥式吊车的神经网络建模实验中取得了理想的效果，也可以适用于其它复杂系统的建模。
-
公开(公告)号：CN107239830B
公开(公告)日：2019-08-13
申请号：CN201710427440.9
申请日：2017-06-08
申请人： 浙江大学
摘要： 本发明公开了一种引力搜索RNA‑GA的催化裂化主分馏塔神经网络建模方法，属于智能建模领域。催化裂化主分馏塔是一个多输入多输出系统。本发明通过样本输入输出数据建立了RBF神经网络模型。将样本数据中的一部分作为训练样本，以RBF神经网络模型输出数据与对应的实际数据的差的绝对值之和作为适应度函数，利用引力搜索RNA遗传算法对催化裂化主分馏塔神经网络模型的径向基函数中心进行寻优，得到RBF神经网络模型的径向基函数中心最优解，由此获得催化裂化主分馏塔的神经网络模型。本发明的建模方法在实验中取得了理想的效果，也适用于其他复杂系统的建模。
-
公开(公告)号：CN109871953A
公开(公告)日：2019-06-11
申请号：CN201910075832.2
申请日：2019-01-25
申请人： 浙江大学
摘要： 本发明提供一种fpRNA遗传算法的重油裂解过程小波神经网络建模方法，利用花授粉算法的全局搜索算子和局部搜索算子来提高RNA遗传算法的种群多样性和局部搜索能力。重油裂解过程通常呈现复杂非线性等特点，通常拥有众多需要调整的参数，利用小波神经网络来对重油裂解过程动态过程建模，通过混合花授粉策略RNA遗传算法来调整多小波神经网络建模参数，获得重油裂解动态系统模型。建模结果表明通过该方法建立的重油裂解动态系统模型能够很好的反映多变量系统特性。
-
-
-
-
-
-
-
-
-
搜索结果
143 条记录 (耗时 0.123 秒)
