-
公开(公告)号：CN118283547A
公开(公告)日：2024-07-02
申请号：CN202410361107.2
申请日：2024-03-27
IPC分类号： H04W4/30 , H04W12/106
摘要： 本申请公开了一种海上风电厂的数据传输方法及系统、存储介质、电子装置及计算机程序产品，涉及数据传输领域，该海上风电厂的数据传输方法应用于终端设备，包括：基于对接收到的海上风机的数据信号进行信号完整性校验的校验结果使用安装在终端设备上的第一螺旋相位板对数据信号进行还原处理，得到数据信号指示的目标数据，第一螺旋相位板的相位板结构与海上风机发送数据信号时使用的第二螺旋相位板的相位板结构之间呈对称相反关系；使用安装在终端设备上的第三螺旋相位板对基于目标数据生成的初始响应数据进行转换处理，得到第一待传输数据，并将第一待传输数据发送至海上风机，以使海上风机通过海上升压站将第一待传输数据转发给微波基站。
-
公开(公告)号：CN118245802A
公开(公告)日：2024-06-25
申请号：CN202410353203.2
申请日：2024-03-26
IPC分类号： G06F18/214 , G06F18/213 , G06F18/241
摘要： 本申请公开了一种模型的训练方法及装置、存储介质及电子装置，其中，上述方法包括：将样本数据集中的第一样本数据输入至预测模型的第一降维模块，以及将样本数据集中的第二样本数据输入至预测模型的第二降维模块，其中，第一样本数据包括：第一日期的每个预设时间段的时间特征、第一日期的每个预设时间段的电力特征和第二日期的每个预设时间段的电力特征，第二日期为第一日期在目标时长之前的日期；通过第一降维模块将第一样本数据映射到表征空间，以及通过第二降维模块将第二样本数据映射到表征空间，以得到降维后的第一向量和降维后的第二向量；根据第一向量和第二向量对预测模型进行训练，以得到训练好的预测模型。
-
公开(公告)号：CN118229323A
公开(公告)日：2024-06-21
申请号：CN202410410372.5
申请日：2024-04-07
IPC分类号： G06Q30/0201 , G06Q10/04 , G06Q50/06 , G06N3/045 , G06N3/0464 , G06N3/08
摘要： 本申请公开了一种目标电价信息的确定方法及装置、存储介质及电子装置，涉及电力技术领域，该目标电价信息的确定方法包括：使用编码器对当前电价信息所对应的电价数值序列进行编码操作，得到电价维度向量；将电价维度向量分别输入目标特征提取模型所包括的第一特征提取网络和第二特征提取网络；对第一特征提取网络输出的趋势特征向量和第二特征提取网络输出的季节特征向量进行拼接，得到向量拼接结果；将向量拼接结果回归预测模型，根据所述回归预测模型输出的回归预测序列确定出目标电价信息。采用上述技术方案，解决了如何准确地进行电价预测的技术问题。
-
公开(公告)号：CN117666780A
公开(公告)日：2024-03-08
申请号：CN202311540621.4
申请日：2023-11-17
IPC分类号： G06F3/01 , G06F3/0481 , G06F3/0487
摘要： 本申请提出一种基于眼动追踪的增强交互方法，其中，方法包括：通过获取用户在当前交互界面上的眼动数据；根据眼动数据，确定用户在当前交互界面上的关注区域以及关注区域对应的停留信息；获取当前交互界面的界面类型；根据界面类型和停留信息，对关注区域中的内容进行放大处理。由此，根据眼动数据以实现了用户对关注区域中的内容进行放大处理，优化了当前交互界面，方便了用户可快速获取关注区域上的内容，提高了用户获取有效信息的效率和体验。
-
公开(公告)号：CN117319031A
公开(公告)日：2023-12-29
申请号：CN202311265813.9
申请日：2023-09-27
发明人： 杨永前 , 李小翔 , 任立兵 , 冯帆 , 韦玮 , 邸智 , 薛丽 , 史鉴恒 , 沈惠聪 , 王宝岳 , 高亚林 , 黄思皖 , 钟明 , 安娜 , 李力 , 杨宁 , 王春森 , 李亚川 , 丁杰 , 孙可欣
IPC分类号： H04L9/40
摘要： 本发明提出一种基于SD‑WAN蜜网架构的网络安全系统，涉及网络安全技术领域，包括入侵检测模块、SD‑WAN交换机、SD‑WAN控制器和防火墙，其中，SD‑WAN控制器通过SD‑WAN交换机周期性收集全网数据的数据流状态；入侵检测模块根据数据流状态判断数据流是否为恶意数据流，若检测到恶意数据流攻击警报时，SD‑WAN控制器将恶意数据流进行数据流转发引入蜜网中，同时根据恶意数据流的攻击类型和攻击源，对动态Docker蜜罐系统发决策指令实时开启高交互或低交互蜜罐，以收集攻击信息。利用SD‑WAN技术实现了对恶意数据流的数据流重定向，实现了颗粒度更加细化的数据流控制，结合动态Docker蜜罐系统的优势，能无感知的把攻击者引入蜜网中，提高了诱骗性。
-
公开(公告)号：CN117252615A
公开(公告)日：2023-12-19
申请号：CN202311126258.1
申请日：2023-09-01
IPC分类号： G06Q30/0201 , G06F17/18
摘要： 本公开提出一种基于概率密度函数修正的电价价差预测方法和装置，该方法包括：获取历史电价数据和当前时刻预测价差，根据历史电价数据，构建价差概率密度函数模型，基于价差概率密度函数模型对当前时刻预测价差进行修正处理，得到目标预测价差，由此，能够基于价差概率密度函数模型对当前时刻预测价差进行修正处理，从而可以保证所得目标预测价差的准确性，能够有效提升电力现货的结算收益。
-
公开(公告)号：CN117273208A
公开(公告)日：2023-12-22
申请号：CN202311181149.X
申请日：2023-09-13
IPC分类号： G06Q10/04 , G06Q50/06 , G06F18/10 , G06F18/214 , G06F18/213 , G06N3/0464 , G06N3/08
摘要： 本发明涉及新能源功率预测技术领域，尤其涉及一种组合功率预测方法、装置、设备及存储介质，包括：获取新能源原始数据，构建原始数据集，对原始数据集进行数据清洗处理，获得预处理数据集，构建预训练模型，利用预处理数据集对预训练模型进行训练，得到训练完成的功率预测模型，利用功率预测模型对待预测的数据进行预测处理，得到预测结果。对不同的数据源进行数据清晰与预处理，对不同的数据源的历史数据采用通道独立的思想进行时间序列预测，分别用不同数据源的历史数据预测该数据源未来的结果，随后对不同数据源的预测结果进行状态融合，实现对各个时间步的单独预测过程，最终时间短期的功率预测功能，实现了准确、高效的组合功率预测。
-
公开(公告)号：CN117252635A
公开(公告)日：2023-12-19
申请号：CN202311181123.5
申请日：2023-09-13
IPC分类号： G06Q30/0202 , G06Q30/0201 , G06N3/0442 , G06N3/045
摘要： 本公开提出了一种电价预测模型权重获取和电价预测方法及装置，该方法包括：获取电价预测模型和历史电价数据；基于历史电价数据生成至少一个电价数据矩阵；将电价数据矩阵分别输入至BiLSTM预测子模型和XGBoost预测子模型中，以分别获取第一预测结果矩阵和第二预测结果矩阵；基于第一预测结果矩阵、第二预测结果矩阵和真实结果矩阵，确定第一权重矩阵和第二权重矩阵。通过第一权重矩阵和第二权重矩阵，可以针对不同的预测条件因素进行精确预测，可以提升模型的实用性，同时通过设置BiLSTM预测子模型和XGBoost预测子模型的形式，可以同时兼顾BiLSTM预测子模型和XGBoost预测子模型的优点，提升预测的准确性。
-
公开(公告)号：CN117252616A
公开(公告)日：2023-12-19
申请号：CN202311127328.5
申请日：2023-09-01
IPC分类号： G06Q30/0201 , G06N20/00 , G06F18/2413
摘要： 本发明涉及人工智能和电力控制技术领域，尤其涉及一种电价差价预测方法、装置、设备及存储介质，包括：获取历史电价参数，构建历史电价数据集，提取所述历史电价数据集特征值，获得特征值数据集，基于K近邻算法模型构建电价差价预测模型，利用特征值数据集对所述电价差价预测模型进行训练，获得训练完成的电价差价预测模型，利用训练完成的电价差价预测模型对电价差价进行预测，获得电价差价预测结果。从实际应用场景出发，针对日前申报所关注的“价差”这一参数，基于K近邻算法模型对价差进行预测，利用历史数据，计算出最佳的价差数据，从而提高日前申报策略的收益，显著的提高了价差预测的准确性，可以有效提高新能源在现货市场中的收益。
-
公开(公告)号：CN117251728A
公开(公告)日：2023-12-19
申请号：CN202311149117.1
申请日：2023-09-06
IPC分类号： G06F18/214 , G06F18/25 , G06Q10/04 , G06Q50/06 , H02J3/00 , G06F17/16 , G06N3/0442 , G06N3/0464 , G06N3/08
摘要： 本公开提出一种风电机组发电功率预测模型训练方法、装置及设备，方法包括：获取多条训练数据，其中，每条训练数据包括每天中多个时间点的多种机组运行数据构成的第一矩阵、多种测风塔数据构成的第二矩阵、多种气象预报数据构成的第三矩阵，并分别将每条训练数据的第一矩阵、第二矩阵以及第三矩阵作为特征图并进行融合处理，以得到训练特征图，以及分别将训练特征图输入至初始网络模型，以输出多个时间点的多个预测功率，利用预设损失函数基于多个时间点的实际功率和预测功率计算目标损失值，并参考目标损失值对初始网络模型进行优化直至收敛，得到发电功率预测模型，从而能够利用发电功率预测模型准确预测风电机组的发电功率。
-
-
-
-
-
-
-
-
-
搜索结果
72 条记录 (耗时 0.135 秒)
