-
公开(公告)号：CN117829344A
公开(公告)日：2024-04-05
申请号：CN202311664536.9
申请日：2023-12-06
申请人： 四川大学
IPC分类号： G06Q10/04 , G06Q30/0201 , G06Q50/06 , G06F17/11
摘要： 本发明涉及一种考虑双边合约时序灵活性的售电商购电决策方法，属于数据处理技术领域。在系统满足负荷供应的情况下，降低了售电公司的运行成本。仿真结果表明，在小时级优化策略中，利用灵活性双边合约和自有储能互相配合，规避在日前市场电价较高时购电，同时充分调用可转移负荷实现低价用电，大大降低系统运行费用。
-
公开(公告)号：CN116502389A
公开(公告)日：2023-07-28
申请号：CN202211552445.1
申请日：2022-12-05
申请人： 国网福建省电力有限公司 , 四川大学
IPC分类号： G06F30/20 , G06F18/23 , G06Q50/06 , H02J3/46 , G06F119/02 , G06F111/08
摘要： 本发明提供了一种可再生能源容量可信度因子不确定性的区间估计方法，涉及能源系统技术领域。本发明通过引入置信水平区间估计方法来量化新能源机组出力的不确定性；具体而言，首先给出不同时段的容量因子的期望概率分布；接着在不同季节对这些概率分布进行细分；然后使用预测区间代替传统的点估计方法，以近似与可再生能源相关的不确定性。因此，本发明非常适合于处理可再生能源的时变特征，在考虑可再生能源不确定性程度时，可降低负荷损失的风险以及提高系统的稳定性；在可再生能源数据分析过程中，考虑了可再生能源的小时和季节特征；此外，本发明还提供更保守的估计，可供调度员关于可再生能源时变特征影响方面的参考。
-
公开(公告)号：CN112001438A
公开(公告)日：2020-11-27
申请号：CN202010834848.X
申请日：2020-08-19
申请人： 四川大学
IPC分类号： G06K9/62
摘要： 本发明公开了一种聚类数目自动选择的多模态数据聚类方法，其包括获取多个模态数据集合；寻找模态数据集合中模态数据的邻居，连接互为邻居的模态数据形成邻接图，并依次构建模态数据间的相似性图；将归一化处理后的每个模态数据集合分别输入一个自编码器网络；初始化各模态数据所对应的潜在表示和连通图参数；采用损失函数计算损失值，根据损失值进行梯度反向传播，更新自编码器网络的网络参数、连通图参数和潜在表示直到损失函数收敛；根据优化后的连通图，连接多个连通图中两个模态数据在超过半数连通图中都已连接的模态数据形成公共连通图；在公共连通图上进行子图划分，将独立的子图作为聚类的一个簇，得到多个目标对象最终的聚类结果。
-
公开(公告)号：CN116976304A
公开(公告)日：2023-10-31
申请号：CN202310962388.2
申请日：2023-08-01
申请人： 四川大学
IPC分类号： G06F40/186 , G06N20/00 , G06F16/951
摘要： 本发明公开了一种基于新闻模版和语言生成模型的新闻写作方法，其包括以下步骤：获取新闻数据并进行处理，得到处理后的新闻数据、关键信息以及对应的关联并存储至数据库结构；根据新闻场景的需求设计新闻模版；将动态参数引进新闻模版，调整模版结构，得到更新后的模版结构；根据关键信息将处理后的新闻数据填充至对应的模版，生成初始新闻文章；基于新闻数据构建语言预训练模型并进行微调，得到微调后的语言预训练模型；将初始新闻文章输入至微调后的语言预训练模型，完成改写。本发明通过结合模板填充和语言模型，可快速生成符合要求的新闻文章，节省人力成本和时间，提高新闻生成的效率、可靠性和准确性，增强文章的语言流畅性和多样性。
-
公开(公告)号：CN116976303A
公开(公告)日：2023-10-31
申请号：CN202310962351.X
申请日：2023-08-01
申请人： 四川大学
IPC分类号： G06F40/186 , G06F40/20 , G06N20/00
摘要： 本发明公开了一种基于上下文学习的新闻模版自动生成方法，其包括以下步骤：获取新闻数据和对应的模版结构并存储至数据库；根据新闻数据和对应的模版结构构建上下文，得到对应的数据并作为大规模预训练语言模型的输入数据；大规模预训练语言模型根据输入数据自动生成模版。本发明充分利用大规模语言模型的上下文理解能力，使模型通过学习大量的新闻和相应模版数据，快速提取关键信息和结构，快速生成新闻模版，提高新闻写作的效率，减少人工成本；具备良好的可扩展性，能够适应不断变化的新闻场景和不同类型的新闻报道；通过学习上下文的关联性，模型能够从大量数据中捕捉到新闻和模版之间的规律，生成符合特定场景需求的新闻模版，扩大应用范围。
-
公开(公告)号：CN116740736A
公开(公告)日：2023-09-12
申请号：CN202310931726.6
申请日：2023-07-27
申请人： 四川大学
IPC分类号： G06V30/19 , G06V10/82 , G06N3/04 , G06N3/084 , G06N3/0895
摘要： 本发明公开了一种对图文对错误匹配鲁棒的预训练方法，本发明旨在针对视觉‑语言预训练所遇到的错误匹配图文对问题，设计了一套简洁、有效的鲁棒预训练方法，在不额外增加模型参数和训练开销的情况下，有效解决错误匹配图文对，提升模型的视觉‑语言表征能力，增强在诸如图像‑文本检索、图像定位、视觉问答、视觉推理等任务中的性能。首次在视觉‑语言预训练中提出负向学习，从而使预训练模型对错误匹配图文对鲁棒，提升表征能力，在下游任务获得更好性能。
-
公开(公告)号：CN112001438B
公开(公告)日：2023-01-10
申请号：CN202010834848.X
申请日：2020-08-19
申请人： 四川大学
IPC分类号： G06V10/762 , G06V10/75
摘要： 本发明公开了一种聚类数目自动选择的多模态数据聚类方法，其包括获取多个模态数据集合；寻找模态数据集合中模态数据的邻居，连接互为邻居的模态数据形成邻接图，并依次构建模态数据间的相似性图；将归一化处理后的每个模态数据集合分别输入一个自编码器网络；初始化各模态数据所对应的潜在表示和连通图参数；采用损失函数计算损失值，根据损失值进行梯度反向传播，更新自编码器网络的网络参数、连通图参数和潜在表示直到损失函数收敛；根据优化后的连通图，连接多个连通图中两个模态数据在超过半数连通图中都已连接的模态数据形成公共连通图；在公共连通图上进行子图划分，将独立的子图作为聚类的一个簇，得到多个目标对象最终的聚类结果。
-
公开(公告)号：CN118862486A
公开(公告)日：2024-10-29
申请号：CN202410967740.6
申请日：2024-07-18
申请人： 四川大学
IPC分类号： G06F30/20 , G06F111/10 , G06F119/14
摘要： 本发明涉及光伏储能配置技术领域，具体公开了基于双时间尺度动力学模型分析最佳光储配置比例的方法，包括以下步骤：步骤S1：分析各市场主体之间关系，建立反馈回路，构建因果回路图；步骤S2：建立多个系统子模块的数学关系，以构建存量流量模型；步骤S3：建立基于机组组合优化的数据接口，以联系市场出清模型与系统动力学模型；步骤S4：构建多种出清场景与多种报价曲线，通过机组组合优化的结果得到市场出清电量与电价；步骤S5：将市场出清模型嵌入系统动力学模型，通过机组组合优化算法的数据转换进行连接，构成双时间尺度仿真模型。
-
公开(公告)号：CN117996720A
公开(公告)日：2024-05-07
申请号：CN202311791271.9
申请日：2023-12-22
申请人： 四川大学
摘要： 本发明涉及一种分析灵活性发电容量演变的双时间尺度动力学模型，属于电力系统数据分析技术领域。系统动力学模型构建，以社会效益最大化建立目标函数，约束条件考虑峰值负荷约束、能源需求约束和可靠性约束，建立考虑多重约束的动力学演化模型；灵活性要求制定，考虑爬坡约束，将其嵌入容量市场，并计算不同发电机对爬坡能力的需求；将随机机组组合模型嵌入系统动力学，构成双时间尺度仿真系统。能够体现电网的灵活性机组容量变化，有助于相关决策制定。考虑了风力发电和太阳能发电的系统灵活性要求，因此可制定可靠性约束，以增强当前容量市场模型。通过提高电力系统的尖峰响应能力提高其稳定性和可靠性。
-
公开(公告)号：CN117251597A
公开(公告)日：2023-12-19
申请号：CN202311279648.2
申请日：2023-09-28
申请人： 四川大学
IPC分类号： G06F16/783 , G06N3/045 , G06N3/084
摘要： 本发明公开了一种针对噪声关联的视频文本检索方法，其包括以下步骤：初始化神经网络模型的参数；将训练数据输入至神经网络模型并进行计算，得到对应的视频表征和文本表征；根据视频表征和文本表征通过最优传输进行计算得到对应视频与文本的相似性；根据视频与文本的相似性通过反向传播算法计算视频匹配损失函数，通过优化器对神经网络模型进行参数更新；重复上述步骤直至得到收敛后的神经网络模型；将检索文本输入至收敛后的神经网络模型，完成对视频文本的检索。本发明可通过重新对齐视频时序不对齐的部分以提升存在噪声关联的视频数据的鲁棒性和匹配的精确度以及检索性能。
-
-
-
-
-
-
-
-
-
搜索结果
17 条记录 (耗时 0.024 秒)
