-
公开(公告)号：CN117609694A
公开(公告)日：2024-02-27
申请号：CN202311583857.6
申请日：2023-11-24
申请人： 哈尔滨工业大学 , 中国电力科学研究院有限公司 , 国网上海市电力公司
IPC分类号： G06F18/10 , H02J3/00 , G06F18/213 , G06N3/0464 , G06N3/08 , G06F17/16 , G06F17/11
摘要： 基于深度卷积网络的电网运行方式灵敏度分析方法，解决了采用蒙特卡洛方法进行电网在电网系统数据中筛选出多组一维的电网运行方式特征数据，每组进行填充并随机打乱，计算每两组特征数据的组间相关性，再组合并补全缺失部分，得到二维的电网运行方式特征数据，组间相关性高的组位于相邻位置；构建神经网络结构，将二维的电网运行方式特征数据作为神经网络结构的输入，输出为断面可用输电能力；利用训练集对神经网络结构进行训练，根据训练完成的神经网络结构的权重计算神经网络结构中各层输入特征对输出的灵敏度值，进而得到神经网络结构的输入对输出的灵敏度值。
-
公开(公告)号：CN117609818A
公开(公告)日：2024-02-27
申请号：CN202311583856.1
申请日：2023-11-24
申请人： 哈尔滨工业大学 , 中国电力科学研究院有限公司 , 国网上海市电力公司
IPC分类号： G06F18/23213 , G06F18/213 , G06F18/22 , G06N5/01
摘要： 基于聚类与信息熵的电网关联关系发现方法，解决了电网运行方式关联关系不容易分析的问题，属于电网分析领域。本发明包括：根据原始电网系统数据进行关键特征的初步选择，得到多组初次筛选特征；利用改进DBSCAN聚类算法在各特征组内进行聚类，聚类结果为二次筛选特征；计算二次筛选特征与断面输电能力的秩相关系数作为特征的差异化度量，进一步计算余弦相似度d，将d作为K‑means++聚类算法的距离度量，利用所述聚类算法对二次筛选特征进行聚类，得到k种电网运行方式对应的特征，进一步构建决策树，基于决策树分别对每个特征添加随机扰动，分析不同特征扰动对分类的影响，最终得到各个特征与断面输电能力的粗粒度关联关系。
-
公开(公告)号：CN111209710B
公开(公告)日：2022-07-01
申请号：CN202010015091.1
申请日：2020-01-07
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 哈尔滨工业大学
IPC分类号： G06F30/27
摘要： 本发明公开了一种潮流计算收敛的自动调整方法，包括：设计用于潮流计算收敛的深度强化学习网络的状态、动作空间和奖赏；根据所述状态、动作空间和奖赏构建用于潮流计算收敛的深度强化学习网络；在所述深度强化学习网络中加入知识经验，并模拟人工调整潮流的过程，从而构建潮流调整策略，使用所述潮流调整策略对电网的潮流收敛进行调整，解决目前调整大电网的收敛工作效率低、不精准，人力成本消耗过大的问题。
-
公开(公告)号：CN111209710A
公开(公告)日：2020-05-29
申请号：CN202010015091.1
申请日：2020-01-07
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 哈尔滨工业大学
IPC分类号： G06F30/27
摘要： 本发明公开了一种潮流计算收敛的自动调整方法，包括：设计用于潮流计算收敛的深度强化学习网络的状态、动作空间和奖赏；根据所述状态、动作空间和奖赏构建用于潮流计算收敛的深度强化学习网络；在所述深度强化学习网络中加入知识经验，并模拟人工调整潮流的过程，从而构建潮流调整策略，使用所述潮流调整策略对电网的潮流收敛进行调整，解决目前调整大电网的收敛工作效率低、不精准，人力成本消耗过大的问题。
-
公开(公告)号：CN114897140B
公开(公告)日：2024-08-02
申请号：CN202210499086.1
申请日：2022-05-09
申请人： 哈尔滨工业大学
IPC分类号： G06N3/045 , G06N20/20 , G06Q50/06 , G06N3/0475 , G06N3/094
摘要： 一种基于电网潮流数据因果干预的反事实生成方法，涉及机器学习技术领域，针对现有反事实生成方法中每个新的实例都需要重新解决一个特定的优化问题，进而导致反事实生成效率低的技术问题，本申请通过对反事实因果干预的分析，为生成过程提供因果角度的理论保证；并适当地将模型偏差与属性之间的因果关系结合起来，以确保反事实解释的可行性；使用生成对抗网络与因果干预相结合，克服了原有方法针对一项实例就需要解决一个特定优化问题导致生成效率低下的难点，提高了反事实生成的效率。
-
公开(公告)号：CN117708111A
公开(公告)日：2024-03-15
申请号：CN202311742033.9
申请日：2023-12-18
申请人： 哈尔滨工业大学
IPC分类号： G06F16/215 , G06F16/2455 , G06F16/901
摘要： 一种基于否定约束的错误数据检测方法及系统，涉及计算机数据清洗技术领域，针对现有技术中利用否定约束进行错误数据检测存在效率低的问题，本申请利用矩阵的思维保存证据集，用0和1表示是否满足谓词，减少了使用字符串时的重复匹配操作与冗余路径的搜索，在不降低错误数据检测精度的情况下大幅提高了错误数据检测的速度，同时没有降低对错误数据的检测精度。
-
公开(公告)号：CN116561122A
公开(公告)日：2023-08-08
申请号：CN202310454483.1
申请日：2023-04-25
申请人： 哈尔滨工业大学
IPC分类号： G06F16/22 , G06F16/2455
摘要： 一种基于时效平衡树的数据处理方法及系统，具体涉及一种基于时效平衡树的数据处理方法及系统，为了解决计算机的平衡树类结构上存在的短期内被查询频率最高的节点通常消耗代价过高、单次查询消耗通常固定为对数级别时间，使平衡树缺乏对查询频率和近期查询的时效性的敏感性，导致每次查询时间过长的问题。它构建时效平衡树，将数据按照时效平衡树的结构存储，空树、单节点、时效平衡树的左子树和右子树均是时效平衡树，时效平衡树上的每个节点包括检索键值对、时效权值和记录查询轮次，时效权值由衰减法计算。定义时效平衡树的失衡度、平衡状态和旋转方式。依据定义、时效平衡树和时效权值完成计算机数据的处理。属于计算机数据处理领域。
-
公开(公告)号：CN111274498B
公开(公告)日：2023-06-23
申请号：CN202010075210.2
申请日：2020-01-22
申请人： 哈尔滨工业大学
IPC分类号： G06F16/9536 , G06Q50/00
摘要： 一种网络特征社区查找方法，属于网络社区构建技术领域。解决了现有升级版的社区搜索和特征社区查找存在的效率低且适应性差的问题。本发明根据真实的社区的内部结构特征和外部结构特征，建立社区节点的内部连结密度评估函数；建立社区节点的外部连结密度评估函数；对待搜索的网络社区的属性和给定属性之间的相关度进行量化，建立网络社区的属性相关性评估函数；对社区节点的内部连结密度评估函数、社区节点的外部连结密度评估函数和量化的待搜索的网络社区的属性和给定属性相关度的函数进行融合，获取函数RACSF；利用NSS节点选择策略和弹性ISC循环终止条件对函数RACSF进行优化，获取目标社区结构的最优解为最终查找的特征社区。本发明适用于网络特征的查找使用。
-
公开(公告)号：CN116049229A
公开(公告)日：2023-05-02
申请号：CN202211395062.8
申请日：2022-11-08
申请人： 哈尔滨工业大学
IPC分类号： G06F16/2455 , G06F16/28 , G06F16/215
摘要： 本发明属于人工智能领域，公开了一种基于核密度估计的局部可解释方法。步骤1、选择要解释的数据实例和训练好的黑盒模型；步骤2、使用核密度估计生成要解释数据周围新的数据；步骤3、使用数据选择方法从步骤2中得到数据集中选择具有代表性的数据，舍弃冗余无用的数据；步骤4、使用数据再平衡方法处理步骤3中得到的数据集，使得其类别平衡；步骤5、使用步骤4得到的数据集训练可解释的决策树模型，并从决策树模型中输出if‑then形式的规则作为解释。用以解决现有技术中在生成要解释实例周围的扰动数据过程中，使用随机生成的数据为基础，没有考虑局部数据一致性的问题。
-
公开(公告)号：CN115729934A
公开(公告)日：2023-03-03
申请号：CN202211468014.7
申请日：2022-11-22
申请人： 哈尔滨工业大学
IPC分类号： G06F16/22 , G06N20/00 , G06F18/214 , G06F16/2453
摘要： 一种基于布隆过滤器的学习索引方法及系统，具体涉及一种基于前缀布隆过滤器的学习索引方法及系统，为了解决现有索引在计算机查询数据不存在计算机数据库中时，需遍历相应索引的整体结构或机器学习模型才能确定计算机查询数据是否存在于计算机数据库中及其在数据库中的存在位置，使得计算机数据查询时间过长的问题，它包括构建树形结构的学习索引，学习索引包括非叶子结点和叶子结点，针对非叶子结点，利用前缀布隆过滤器判断计算机数据是否存在于计算机数据库内，若不存在，则返回计算机数据不存在于计算机数据库的结果；若存在，在叶子结点中利用机器学习模型查询计算机数据在计算机数据库内的位置。属于数据库索引领域。
-
-
-
-
-
-
-
-
-
搜索结果
130 条记录 (耗时 0.113 秒)
