废弃矿井光伏抽水蓄能电站的储能配置确定方法和装置

    公开(公告)号:CN117081115A

    公开(公告)日:2023-11-17

    申请号:CN202310919075.9

    申请日:2023-07-25

    IPC分类号: H02J3/28 H02J3/00

    摘要: 本发明提供了一种废弃矿井光伏抽水蓄能电站的储能配置确定方法和装置。该废弃矿井光伏抽水蓄能电站的储能配置确定方法包括:对光伏发电功率数据进行光伏数据处理,得到目标光伏发电功率序列;利用小波算法对光伏发电功率数据进行分解,得到分解后的光伏发电时间功率数据;对小波基函数和分解层数进行选择优化处理,确定目标小波基函数和与目标基函数对应的变化结果;根据目标光伏发电系统并网功率和光伏发电功率数据,确定抽水蓄能电站的发电功率时间序列和目标抽水蓄能调节功率;以及根据抽水蓄能电站的发电功率时间序列和目标抽水蓄能调节功率,确定废弃矿井光伏抽水蓄能电站的储能配置。

    基于改进贝叶斯加性回归树的冲突事件数据处理方法

    公开(公告)号:CN117743983A

    公开(公告)日:2024-03-22

    申请号:CN202311807587.2

    申请日:2023-12-26

    摘要: 本发明实施例公开了一种基于改进贝叶斯加性回归树的冲突事件数据处理方法,包括:获取目标区域内影响冲突风险的多个指标,并将所述多个指标分成冲突事件的易发性指标、暴露度指标和脆弱性指标;以所述目标区域内的地理网格为单位提取各指标的数据,并利用各易发性指标的数据构建易发性样本;利用易发性样本集对改进的贝叶斯加性回归树模型进行训练,通过训练好的模型预测所述目标区域未来的冲突事件易发性分布;利用各暴露度和脆弱度指标的数据集成多个多准则决策模型,评估所述目标区域的暴露度和脆弱度分布;根据所述易发性分布、暴露度分布和脆弱性分布,生成所述目标区域未来的冲突风险分布图。本实施例能够给出合理的区域风险分布图。

    基于降尺度和贝叶斯模型的包虫病流行率预测方法

    公开(公告)号:CN117423476A

    公开(公告)日:2024-01-19

    申请号:CN202311734550.1

    申请日:2023-12-18

    摘要: 本发明实施例公开了一种基于降尺度和贝叶斯模型的包虫病流行率预测方法,包括:获取区域尺度的包虫病流行率数据,包括牲畜患包虫病的流行率数据和犬类患包虫病的流行率数据;以牲畜密度或人口密度为抽取概率,在各区域内抽取公里尺度的多个栅格,并对所述多个栅格进行空间聚类,得到代表各区域患病泛化情况的多个聚类中心;将各区域的包虫病流行率赋值给区域内各聚类中心,得到点级尺度的包虫病流行率数据;利用所述点级尺度的包虫病流行率数据,训练贝叶斯时空高斯过程模型,并生成牲畜患包虫病流行率的空间分布预测图和犬类患包虫病流行率的空间分布预测图。本实施例实现公里尺度的精细预测。

    目标物种潜在入侵风险评估方法及装置

    公开(公告)号:CN114154428B

    公开(公告)日:2022-09-23

    申请号:CN202210119592.3

    申请日:2022-02-09

    摘要: 本发明是关于一种目标物种潜在入侵风险评估方法及装置,其中,方法包括:获取目标物种的分布记录数据和多维时空数据;根据所述分布记录数据和多维时空数据,使用最大熵模型生成伪缺失概率分布数据,并从所述伪缺失概率分布数据中随机筛选出与所述分布记录数据等量的伪缺失样本数据;根据所述伪缺失样本数据、所述分布记录数据和多维时空数据,构建并训练得到一个基于多个增强回归树模型的机器学习集成模型;通过所述机器学习集成模型,确定驱动所述目标物种入侵风险的关键影响因素,确定所述目标物种的入侵概率,评估潜在入侵风险区分布和量化评估的不确定性。

    虫媒传染病的传播风险预测方法及装置

    公开(公告)号:CN114520058A

    公开(公告)日:2022-05-20

    申请号:CN202210150342.6

    申请日:2022-02-18

    IPC分类号: G16H50/80

    摘要: 本发明是关于一种虫媒传染病的传播风险预测方法及装置,其中,方法包括:获取全国范围内虫媒传染病的历史病例数据和与其匹配的当地气候环境数据;将所述历史病例数据作为因变量,当地气候环境数据作为自变量,基于广义可加性混合模型进行建模分析,并验证不同策略下的模型精度,得到最佳拟合模型;获取预测的未来预设时间的气象数据;根据所述未来预设时间的气象数据和所述最佳拟合模型,结合不同气候变化情景,预测未来预设时间的虫媒传染病的时空分布。

    一种跨空间图层映射的网络行为智能画像分析方法

    公开(公告)号:CN112887285B

    公开(公告)日:2022-03-11

    申请号:CN202110052576.2

    申请日:2021-01-15

    IPC分类号: H04L9/40

    摘要: 本发明提供了一种跨空间图层映射的网络行为智能画像分析方法。该方法包括基于网络攻击行为事理的图层映射与图层构建;利用图层不断切换为用户、专家呈现不同的图谱展示视角,采用自动数据抽取与人工标准相结合的形式实现网络行为信息抽取;基于知识图谱的图层要素表示技术对抽取焦点数据进行融合、推理、补全,进行网络攻击行为的分析与画像。该方法采用网络空间地理图谱图层叠加方式,通过图层切换和可视化表达进行网络行为的智能画像与可视化推演分析,基于各类网络攻击行为在跨物理空间、网络空间、社会空间不同要素图层叠加形成的综合知识图谱对网络攻击行为关系图谱进行分析,实现对网络攻击行为的智能画像与关系分析。

    一种考虑局部不变性约束的图卷积文献分类方法及系统

    公开(公告)号:CN112925909A

    公开(公告)日:2021-06-08

    申请号:CN202110206857.9

    申请日:2021-02-24

    IPC分类号: G06F16/35 G06N3/04 G06N3/08

    摘要: 本发明提供了一种考虑局部不变性约束的图卷积文献分类方法及系统。该方案包括获取文献引用数据集,输入为图结构数据,生成邻接矩阵和特征矩阵,并获得每个图节点的特征最相似邻节点,加入到最近邻接数据集;输入特征矩阵和邻接矩阵,根据两层的GCN模型生成标签预测;获取所有的图节点的特征矩阵和邻接矩阵,生成图半监督学习损失;更新训练参数值,获得图卷积网络损失的最小值,并将图卷积网络损失的最小值对应的训练参数值保存为目标分类参数;进行反向推演和随机梯度下降学习,构建目标模型。该方案为文献引用数据集中每个节点找出特征分布最相似相邻节点,并改进图卷积网络的损失函数,使特征最相似的邻近节点的输出尽可能有相同标签预测。