-
公开(公告)号：CN116960963A
公开(公告)日：2023-10-27
申请号：CN202310923091.5
申请日：2023-07-25
申请人： 北京百度网讯科技有限公司
发明人： 童厚杰
IPC分类号： H02J3/00 , G06F18/214 , G06F18/22
摘要： 本公开提供了电力系统的稳定性确定方法、模型训练方法及装置，涉及人工智能技术领域，尤其涉及大数据、物联网、电力系统安全评估技术领域。具体实现方案为：响应于稳定性确定请求，获取电力系统的运行特征数据；对运行特征数据进行自编码数据重构，得到位于安全域的重构特征数据；以及基于运行特征数据和重构特征数据之间的重构误差，得到电力系统的稳定性确定结果。
-
公开(公告)号：CN116576599A
公开(公告)日：2023-08-11
申请号：CN202310458467.X
申请日：2023-04-25
申请人： 北京百度网讯科技有限公司
发明人： 童厚杰
摘要： 本公开提供了一种控制方法及控制模型的训练方法、装置、设备和存储介质，涉及人工智能技术领域，具体涉及物联网、机器学习等技术领域。控制方法包括：基于目标对象的当前感知信息，确定所述目标对象的目标状态量；基于所述目标状态量，确定所述目标对象的目标控制量；基于所述目标控制量，控制所述目标对象。本公开可以提高控制效果。
-
公开(公告)号：CN116576629B
公开(公告)日：2024-03-12
申请号：CN202310620058.5
申请日：2023-05-29
申请人： 北京百度网讯科技有限公司
发明人： 童厚杰
摘要： 本公开提供了一种系统控制方法、系统控制装置、电子设备以及存储介质，涉及人工智能技术领域，尤其涉及深度学习、机器学习、制冷技术、制热技术领域。具体实现方案为：根据目标系统的至少一个第一候选运行状态信息，确定与至少一个候选运行状态信息对应的N个层级的候选设备能耗影响信息，当前层级的候选设备能耗影响信息与上一层级的候选设备能耗影响信息和输入信息关联；根据与当前运行状态信息对应的第一当前选择信息和与至少一个第一候选运行状态信息对应的第一候选选择信息，从当前运行状态信息的当前设备控制信息和至少一个第一候选运行状态信息的第一候选设备控制信息中确定目标设备控制信息；根据目标设备控制信息，控制目标系统运行。
-
公开(公告)号：CN115345355B
公开(公告)日：2023-09-19
申请号：CN202210921658.0
申请日：2022-08-02
申请人： 北京百度网讯科技有限公司
摘要： 本公开提供了一种能耗预测模型构建方法、短期能耗预测方法及相关装置，涉及深度学习、大数据等人工智能技术领域，可应用于能耗预测和节能减排场景。该方法包括：利用预设的编码器处理目标对象在历史时段的能耗数据序列和影响因子数据序列，编码器基于引入注意力机制的循环神经网络构建得到；利用预设的解码器处理编码器的输出数据、目标对象在预测时段的天气数据和节假日数据，得到能耗预测结果，解码器基于循环神经网络构建得到，预测时段为在与历史时段在时间序列上具有连续性的时段；将训练完成的基于编码器和解码器构建的能耗预测模型，输出为目标能耗预测模型。应用该方法提供的能耗预测模型可以更好对目标对象的短期能耗进行预测。
-
公开(公告)号：CN116576629A
公开(公告)日：2023-08-11
申请号：CN202310620058.5
申请日：2023-05-29
申请人： 北京百度网讯科技有限公司
发明人： 童厚杰
摘要： 本公开提供了一种系统控制方法、系统控制装置、电子设备以及存储介质，涉及人工智能技术领域，尤其涉及深度学习、机器学习、制冷技术、制热技术领域。具体实现方案为：根据目标系统的至少一个第一候选运行状态信息，确定与至少一个候选运行状态信息对应的N个层级的候选设备能耗影响信息，当前层级的候选设备能耗影响信息与上一层级的候选设备能耗影响信息和输入信息关联；根据与当前运行状态信息对应的第一当前选择信息和与至少一个第一候选运行状态信息对应的第一候选选择信息，从当前运行状态信息的当前设备控制信息和至少一个第一候选运行状态信息的第一候选设备控制信息中确定目标设备控制信息；根据目标设备控制信息，控制目标系统运行。
-
公开(公告)号：CN115915708A
公开(公告)日：2023-04-04
申请号：CN202211339249.6
申请日：2022-10-28
申请人： 北京百度网讯科技有限公司
IPC分类号： H05K7/20 , G06N3/0442 , G06N3/088
摘要： 本公开提供了一种制冷设备控制参数预测方法、装置、电子设备及存储介质，涉及物联网、边缘融合、大数据、深度学习等人工智能技术领域。该方法包括：获取目标制冷设备的当前环境参数和当前设备工况；基于时间序列模型预测目标制冷设备在目标时段的预测环境参数；将拥有与预测环境参数相似的预设数量的历史环境参数的历史时段，确定为目标历史时段；基于当前设备工况、当前环境参数、目标历史时段的历史环境参数以及时间序列特征，预测得到与目标时段对应的预测控制参数和与对应的预测功耗；基于预测功耗的大小和预设边界条件，筛选出满足要求的目标预测功耗和与目标预测功耗对应的目标预测控制参数。该方案提升了对制冷设备控制参数的预测准确性。
-
公开(公告)号：CN118690169A
公开(公告)日：2024-09-24
申请号：CN202410781102.5
申请日：2024-06-17
申请人： 北京百度网讯科技有限公司
IPC分类号： G06F18/213 , G06F18/214 , G06F40/289 , G06F16/35 , G06N3/09 , G06N3/045
摘要： 本公开提供了一种特征提取模型的训练方法以及特征提取方法，涉及自然语言处理、深度学习、智慧金融、大模型等技术领域。该方法包括：获取初始训练样本；确定初始训练样本的目标特征，其中，目标特征包括分词特征和分类特征，分词特征用于表征初始训练样本对应的分词的特征信息，分类特征用于表征初始训练样本对应于预设的分类类别的特征信息；利用初始训练样本的目标特征对初始模型进行训练，得到训练完成的特征提取模型。该方法大幅提升了特征挖掘的深度和广度，提升了特征提取模型提取特征的全面性。
-
公开(公告)号：CN118606713A
公开(公告)日：2024-09-06
申请号：CN202410797902.6
申请日：2024-06-19
申请人： 北京百度网讯科技有限公司
IPC分类号： G06F18/214 , G06Q40/00 , G06F18/213 , G06N3/042 , G06N3/084
摘要： 本公开提供了风控模型训练方法、装置、电子设备及存储介质，涉及机器学习、人工智能等技术领域，尤其涉及金融风控技术领域。具体实现方案为：获取训练样本数据；将训练样本数据进行特征向量化，得到与训练样本数据对应的特征向量；将与训练样本数据对应的特征向量分别经过专属专家网络和共享专家网络进行特征提取，得到专属特征向量和共享特征向量；根据专属特征向量和共享特征向量对待训练模型进行训练，直至待训练模型满足预设训练条件，得到目标风控模型。本公开与训练样本数据对应的专属特征向量和共享特征向量对待训练模型进行训练，由于在模型训练时联合训练多份不同的样本数据，大幅提升了模型的泛化能力。
-
公开(公告)号：CN115915708B
公开(公告)日：2024-04-12
申请号：CN202211339249.6
申请日：2022-10-28
申请人： 北京百度网讯科技有限公司
IPC分类号： F24F11/64 , H05K7/20 , G06N3/0442 , G06N3/088
摘要： 本公开提供了一种制冷设备控制参数预测方法、装置、电子设备及存储介质，涉及物联网、边缘融合、大数据、深度学习等人工智能技术领域。该方法包括：获取目标制冷设备的当前环境参数和当前设备工况；基于时间序列模型预测目标制冷设备在目标时段的预测环境参数；将拥有与预测环境参数相似的预设数量的历史环境参数的历史时段，确定为目标历史时段；基于当前设备工况、当前环境参数、目标历史时段的历史环境参数以及时间序列特征，预测得到与目标时段对应的预测控制参数和与对应的预测功耗；基于预测功耗的大小和预设边界条件，筛选出满足要求的目标预测功耗和与目标预测功耗对应的目标预测控制参数。该方案提升了对制冷设备控制参数的预测准确性。
-
公开(公告)号：CN117763955A
公开(公告)日：2024-03-26
申请号：CN202311734079.6
申请日：2023-12-15
申请人： 北京百度网讯科技有限公司
发明人： 童厚杰
摘要： 本公开涉及深度学习、人工智能等人工智能技术领域，尤其涉及制冷系统设备建模方法及装置。具体实现方案为：以待预测设备的运行参数中的关键变量为自变量，并以待预测设备的运行状态为因变量，构建机理模型；将待预测设备的运行参数中的相关扰动变量作为输入，并将运行状态作为输出，构建神经网络模型；将机理模型的输出端和神经网络模型的输出端连接同一个输出节点，构建双塔模型；对机理模型和神经网络模型进行训练，得到训练后的双塔模型。本公开的双塔模型结合了机理建模和数据驱动建模的优势，不仅具备机理公式的兜底能力，也能通过对相关扰动变量的建模，适应不同场景和不同工况设备特性的改变，提升了双塔模型泛化性能的上限。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.036 秒)
