-
公开(公告)号：CN105760649A
公开(公告)日：2016-07-13
申请号：CN201510883959.9
申请日：2015-12-04
Applicant: 华北电力大学(保定)
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 一种面向大数据的可信度量方法，用于对大数据的可信性进行准确分析，其技术方案是，通过计算数据源之间的可信度、数据源的可信度、数据的可信度，动态地构建含有时间因子和惩罚因子权重参数的层次化的大数据可信性分析网络，最后利用所构建的可信性分析网络计算出数据的可信度。本发明在传统数据可信分析理论的基础上，通过增加时间因子与惩罚因子等权重参数，构建了层次化的动态大数据可信分析网络模型，将大数据的可信性分析问题归结为数据源、数据源之间及数据传播网络路径的组合问题，仿真实验证明，数据源提供的数据量越多，该模型越能对数据的可信性进行准确分析，很好地满足了大数据的可信需求。
-
Patent Agency Ranking
公开(公告)号：CN106354995A
公开(公告)日：2017-01-25
申请号：CN201610708527.9
申请日：2016-08-24
Applicant: 华北电力大学(保定)
CPC classification number: G06F19/00 , G06F17/30539
Abstract: 本发明属于数据挖掘技术领域，具体涉及一种基于拉格朗日插值与时间序列分析的数据预测方法。该发明在数据预处理、数据预测和数据挖掘技术基础上，利用拉格朗日插值法对缺失值与异常值进行预处理，将缺失值和异常值填补完整，保留了历史数据，为后续的数据挖掘提供了数据基础。在预处理数据的基础上，应用时间序列分析法预测未来值。本发明与现有模型相比，解决了因直接将时间序列预测方法应用到不完整的原始数据上而导致预测结果偏离、准确性降低等问题，提高了数据预测准确性，较好地满足了企事业的预测需求。
-
公开(公告)号：CN119623141A
公开(公告)日：2025-03-14
申请号：CN202411437422.5
申请日：2024-10-15
Applicant: 中电普瑞电力工程有限公司 , 华北电力大学(保定) , 国网河南省电力公司直流中心 , 国家电网有限公司
IPC: G06F30/23 , G06F30/27 , G06F9/50 , G06N3/006 , G06N3/126 , G06N5/01 , G06F111/04 , G06F111/06 , G06F111/10 , G06F119/02 , G06F119/08 , G06F119/14
Abstract: 本发明涉及电气设备故障预测技术领域，并公开了一种换流阀薄弱环节求解方法、装置、存储介质及计算机设备，方法包括建立待判别换流阀的系统对应的子结构模型，并分别进行插值优化，得到多个降阶子结构模型；再将降阶子结构模型分配至多个处理器中并行处理，利用等几何分析法计算分析结果，并采用多目标进化算法对分析结果进行求解，利用帕累托转移策略对每一有限元模型的解进行优化迭代，得到最优参数集，根据待判别换流阀的运行数据构建非线性方程，利用最优参数集对非线性方程进行求解，识别换流阀的温度异常点以确定薄弱环节。上述方法提高了换流阀薄弱环节识别的速度和精度，精准定位温度异常区域，为维护人员提供了明确的故障诊断信息。
-
公开(公告)号：CN119622541A
公开(公告)日：2025-03-14
申请号：CN202411437427.8
申请日：2024-10-15
Applicant: 华北电力大学(保定) , 中电普瑞电力工程有限公司 , 国网河南省电力公司直流中心 , 国家电网有限公司
IPC: G06F18/2431 , G01R31/00 , G06F18/214 , G06F18/25 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/0985 , G06F18/243 , G06N5/01 , G06N20/20
Abstract: 本发明涉及电气设备状态监测技术领域，并公开了一种换流阀多元监测平台数据处理方法及装置、介质、设备，方法包括首先获取全工况下换流阀多物理场的仿真数据样本，然后构建最小二乘生成对抗网络并进行训练，得到多物理场参数样本，将仿真数据样本与多物理场参数样本结合得到扩展数据样本，再利用预处理后的扩展数据样本对预设的评估模型进行训练和评估，生成目标评估模型，最终基于扩展数据样本和目标评估模型建立故障预测模型，利用故障预测模型对换流阀的多物理场数据进行处理，得到换流阀故障预测结果。上述方法有效提高了数据的多样性、模型的计算能力以及模型的预测精度，实现了对换流阀多物理场数据的高效处理及故障预测。
-
公开(公告)号：CN105843829B
公开(公告)日：2019-04-26
申请号：CN201510632818.X
申请日：2015-09-30
Applicant: 华北电力大学(保定)
IPC: G06F16/2458
Abstract: 本发明属于面向大数据的数据信任评估的领域，具体涉及一种基于分层模型的大数据可信性度量方法。该发明在传统数据可信分析理论的基础上，通过增加时间因子与惩罚因子等权重参数，计算数据源之间的可信度、数据源的可信度、数据的可信度，动态地构建了层次化的大数据可信分析网络。本发明与现有模型相比，克服了传统数据可信分析方法对于大数据可信计算的不适用性，从更加综合的层面上分析了影响大数据可信度计算的因素，同时，在数据源提供的数据量越多的情况下，越能对所提供数据的可信性度量进行准确分析，较好地满足了大数据的可信需求。
-
公开(公告)号：CN105843829A
公开(公告)日：2016-08-10
申请号：CN201510632818.X
申请日：2015-09-30
Applicant: 华北电力大学(保定)
IPC: G06F17/30
CPC classification number: G06F17/30864
Abstract: 本发明属于面向大数据的数据信任评估的领域，具体涉及一种基于分层模型的大数据可信性度量方法。该发明在传统数据可信分析理论的基础上，通过增加时间因子与惩罚因子等权重参数，计算数据源之间的可信度、数据源的可信度、数据的可信度，动态地构建了层次化的大数据可信分析网络。本发明与现有模型相比，克服了传统数据可信分析方法对于大数据可信计算的不适用性，从更加综合的层面上分析了影响大数据可信度计算的因素，同时，在数据源提供的数据量越多的情况下，越能对所提供数据的可信性度量进行准确分析，较好地满足了大数据的可信需求。
-
-
-
-
-
Search Results
6
records
(took 0.022 seconds)
