一种基于云架构的机器学习算法全过程训练方法及系统

    公开(公告)号:CN108665072A

    公开(公告)日:2018-10-16

    申请号:CN201810498265.7

    申请日:2018-05-23

    IPC分类号: G06N99/00

    摘要: 本发明涉及一种基于云架构的机器学习算法全过程训练方法及系统,所述方法包括:通过web应用程序上传训练数据集和待求解问题数据集至云数据服务器,并选择预先建立的机器学习算法;云计算服务器通过云数据服务器获取训练数据集,利用训练数据集进行模型训练,获取训练模型;云计算服务器通过云数据服务器获取待求解问题数据集,根据待求解问题数据集利用训练模型获取求解结果,并将该求解结果返回至云数据服务器;云数据服务器将求解结果返回至web应用程序;本发明提供的技术方案将计算环境和计算资源部署在云端,帮助技术研究及开发人员高效快速地搭建机器学习算法模型并高效训练模型,减少时间成本和软硬件购置成本。

    基于综合性能指标的高渗透率分布式电源集群划分方法

    公开(公告)号:CN108448620A

    公开(公告)日:2018-08-24

    申请号:CN201810300551.8

    申请日:2018-04-04

    IPC分类号: H02J3/38

    摘要: 本发明公开了基于综合性能指标的高渗透率分布式电源集群划分方法,涉及可再生能源电源的配电网规划和控制技术领域,集群划分的指标体系与集群划分的有效算法;集群划分的指标定义为综合性能指标,综合性能指标包括基于电气距离的模块度指标ρ、集群的无功平衡度指标 和集群的有功平衡度指标 为适应综合性能指标体系的计算表达以及集群划分的客观要求,集群划分的有效算法是利用遗传算法进行分布式电源集群划分,同时,改进了基本遗传算法,根据网络的邻接关系设计了染色体的编码方式,并采用了自适应交叉变异概率。本发明优点在于:能够充分发挥节点之间的互补性与集群的自治能力,有益于对大规模可再生能源的消纳与控制。

    一种通用领域模型全景可视化方法与系统

    公开(公告)号:CN108762731B

    公开(公告)日:2024-09-20

    申请号:CN201810485936.6

    申请日:2018-05-21

    IPC分类号: G06F8/20

    摘要: 本发明涉及一种通用领域模型全景可视化方法及系统,包括:基于领域规则,提取所述领域知识中的相关内容构建所述领域模型,为所述领域模型中的相关内容构建标签进行规范化表示,基于预先制定的所述标签与图元的对应关系,将所述领域模型转换为可伸缩矢量图文件,并采用可伸缩矢量图进行展示。一种通用领域模型全景可视化方法与系统,基于领域知识构建所述领域模型,为所述领域模型中的元素构建标签进行规范化表示,基于预先制定的所述标签与图元的对应关系,将所述规范化表示的领域模型转换为可伸缩矢量图文件,并采用可伸缩矢量图进行展示,解决了领域模型不便于修改,领域模型内部元素之间关系不清晰,难以直观展示、导航的问题。