-
公开(公告)号：CN118568571B
公开(公告)日：2024-10-22
申请号：CN202411038138.0
申请日：2024-07-31
Applicant: 国网安徽省电力有限公司经济技术研究院 , 本源量子计算科技(合肥)股份有限公司
Inventor： 潘东 , 施天成 , 王绪利 , 朱刘柱 , 窦猛汉 , 杨欣 , 代磊 , 张辉 , 王磊 , 种亚林 , 周帆 , 李志伟 , 赵锋 , 周远科 , 胡斌 , 方圆 , 孔小飞 , 李蕾 , 田佳 , 郭汶璋 , 胡旭东 , 聂元弘 , 孟晓星
IPC: G06F18/241 , G06F18/214 , G06F18/213 , G06N3/0442 , G06Q50/06 , H02J3/00
Abstract: 本发明涉及一种基于QTCN和随机LSTM光伏功率预测方法，包括：收集光伏发电系统的历史性能数据进行预处理；构建随机LSTM光伏发电功率预测模型；将预处理后的数据输入量子时序卷积进行特征提取，进行训练；将前面D时刻的气象数据、历史发电功率数据输入训练后的随机LSTM光伏发电功率预测模型，得到后续T时刻的光伏发电功率。本发明采用量子卷积对特征数据进行局部时间内特征进行建模，引增强了模型的表达能力和泛化能力加强不同时刻之间的关联关系建立，增强模型的局部上下文建模能力，从而提升光伏功率预测的准确度；处理更复杂的计算任务，并且在某些特定情况下，可以获得更高的计算效率。
-
公开(公告)号：CN118568572A
公开(公告)日：2024-08-30
申请号：CN202411038215.2
申请日：2024-07-31
Applicant: 国网安徽省电力有限公司经济技术研究院 , 本源量子计算科技(合肥)股份有限公司
Inventor： 潘东 , 施天成 , 窦猛汉 , 王绪利 , 朱刘柱 , 杨欣 , 代磊 , 张辉 , 王磊 , 种亚林 , 周帆 , 李志伟 , 胡斌 , 方圆 , 孔小飞 , 李蕾 , 赵锋 , 周远科 , 田佳 , 郭汶璋 , 胡旭东 , 聂元弘 , 孟晓星
IPC: G06F18/241 , G06F18/214 , G06F18/213 , G06N3/0442 , G06N10/60 , G06Q50/06 , H02J3/00
Abstract: 本发明涉及一种基于QLSTM的短期光伏发电功率预测方法，包括：对原始数据进行预处理，采用MSTL算法进行多季节趋势分解，得到对应尺度的季节分量、趋势分量和残差分量；构建量子长短期记忆神经网络模型；将季节分量、趋势分量、残差分量与原始数据进行融合，将融合后的数据输入至量子长短期记忆神经网络模型中进行序列预测，得到短期光伏发电功率值。本发明还公开了一种基于QLSTM的短期光伏发电功率预测装置。本发明能够更有效地捕捉和学习数据中的长短期依赖关系，从而提升整体性能和稳定性，不仅提高了网络训练的效率，还增强了模型的泛化能力和预测准确性，具有轻量化的参数设计，这使得模型更加高效且易于实现，能够取得优异的预测效果。
-
公开(公告)号：CN118568571A
公开(公告)日：2024-08-30
申请号：CN202411038138.0
申请日：2024-07-31
Applicant: 国网安徽省电力有限公司经济技术研究院 , 本源量子计算科技(合肥)股份有限公司
Inventor： 潘东 , 施天成 , 王绪利 , 朱刘柱 , 窦猛汉 , 杨欣 , 代磊 , 张辉 , 王磊 , 种亚林 , 周帆 , 李志伟 , 赵锋 , 周远科 , 胡斌 , 方圆 , 孔小飞 , 李蕾 , 田佳 , 郭汶璋 , 胡旭东 , 聂元弘 , 孟晓星
IPC: G06F18/241 , G06F18/214 , G06F18/213 , G06N3/0442 , G06Q50/06 , H02J3/00
Abstract: 本发明涉及一种基于QTCN和随机LSTM光伏功率预测方法，包括：收集光伏发电系统的历史性能数据进行预处理；构建随机LSTM光伏发电功率预测模型；将预处理后的数据输入量子时序卷积进行特征提取，进行训练；将前面D时刻的气象数据、历史发电功率数据输入训练后的随机LSTM光伏发电功率预测模型，得到后续T时刻的光伏发电功率。本发明采用量子卷积对特征数据进行局部时间内特征进行建模，引增强了模型的表达能力和泛化能力加强不同时刻之间的关联关系建立，增强模型的局部上下文建模能力，从而提升光伏功率预测的准确度；处理更复杂的计算任务，并且在某些特定情况下，可以获得更高的计算效率。
-
公开(公告)号：CN116415667A
公开(公告)日：2023-07-11
申请号：CN202111680613.0
申请日：2021-12-30
Applicant: 本源量子计算科技(合肥)股份有限公司
Abstract: 本发明公开了一种数据处理方法、机器学习框架及相关设备，该方法包括：调用量子模块和经典模块创建包括量子程序的机器学习模型，调用数据结构模块获取目标数据并创建包括目标数据的张量数据；调用量子模块基于量子程序所需的第一量子比特的数量和量子设备中允许使用的第二量子比特的数量将第二量子比特划分为多组；调用量子模块针对每一组第二量子比特，基于量子程序生成包括该组第二量子比特的量子线路；基于张量数据得到每组量子线路的输入数据，并将输入数据分别输入每一量子线路，得到每一量子线路的输出结果。根据量子程序生成多个量子线路，用于处理输入数据，进而提高对数据的运算效率。
-
公开(公告)号：CN116523059A
公开(公告)日：2023-08-01
申请号：CN202210083468.6
申请日：2022-01-24
Applicant: 本源量子计算科技(合肥)股份有限公司
Abstract: 本发明公开了一种数据处理方法、机器学习框架及相关设备，应用于包括机器学习框架的电子设备，所述机器学习框架包括数据结构模块、量子模块和经典模块，所述方法包括：调用所述数据结构模块获取输入数据并创建包括所述输入数据的张量数据，调用所述量子模块和所述经典模块创建机器学习模型，所述机器学习模型包括多个计算层以及多个所述计算层之间的前向传播关系；从多个所述计算层中确定所述张量数据对应的待执行的第一计算层；基于所述前向传播关系创建包括所述第一计算层对应的子计算图的计算图；基于所述计算图确定所述机器学习模型的输出结果。基于上述技术方案，可以降低对机器学习模型调试的难度，提高开发效率。
-
Patent Agency Ranking
公开(公告)号：CN117035105A
公开(公告)日：2023-11-10
申请号：CN202210479028.2
申请日：2022-04-29
Applicant: 本源量子计算科技(合肥)股份有限公司
Abstract: 本发明公开了一种数据预测方法及相关设备，所述方法包括：获取第一目标态，并获取表征目标数据的第二目标态；将所述第一目标态和所述第二目标态输入预测节点，以基于所述第一目标态和所述第二目标态得到第一中间态，并基于所述第一中间态和所述第二目标态得到第一输出态；在不满足第一预设条件时，将所述第一中间态作为所述第一目标态，并返回执行所述获取表征目标数据的第二目标态至所述将所述第一目标态和所述第二目标态输入预测节点的步骤；基于所述第一输出态得到预测结果。通过该技术方案，可以提高对于数据预测的准确度。
-
公开(公告)号：CN116415667B
公开(公告)日：2024-08-13
申请号：CN202111680613.0
申请日：2021-12-30
Applicant: 本源量子计算科技(合肥)股份有限公司
Abstract: 本发明公开了一种数据处理方法、机器学习框架及相关设备，该方法包括：调用量子模块和经典模块创建包括量子程序的机器学习模型，调用数据结构模块获取目标数据并创建包括目标数据的张量数据；调用量子模块基于量子程序所需的第一量子比特的数量和量子设备中允许使用的第二量子比特的数量将第二量子比特划分为多组；调用量子模块针对每一组第二量子比特，基于量子程序生成包括该组第二量子比特的量子线路；基于张量数据得到每组量子线路的输入数据，并将输入数据分别输入每一量子线路，得到每一量子线路的输出结果。根据量子程序生成多个量子线路，用于处理输入数据，进而提高对数据的运算效率。
-
公开(公告)号：CN117350394A
公开(公告)日：2024-01-05
申请号：CN202210739159.X
申请日：2022-06-27
Applicant: 本源量子计算科技(合肥)股份有限公司
Abstract: 本发明公开了一种业务数据预测方法及相关设备，所述方法包括：获取目标业务的时间序列数据，并将所述时间序列数据转化为表示向量；将所述表示向量输入量子编码器，得到编码信息；将所述编码信息输入量子解码器，得到预测结果。通过该技术方案，可以提高对于时间序列数据预测的鲁棒性。
-
公开(公告)号：CN116029261B
公开(公告)日：2024-08-13
申请号：CN202111230543.9
申请日：2021-10-22
Applicant: 本源量子计算科技(合肥)股份有限公司
IPC: G06F40/126 , G06F40/253 , G06F40/289 , G06N3/0442 , G06N3/08 , G06N10/20
Abstract: 本发明公开了一种中文文本语法纠错方法及相关设备，该方法包括：获取待纠错的中文文本，以及通过量子长短时记忆网络QLSTM对所述待纠错的中文文本进行编码得到多个嵌入向量；通过Q‑Transformer模型分别对多个所述嵌入向量进行处理，得到多个最终表示向量；基于多个所述最终表示向量确定纠错后的中文文本。通过将QLSTM和Q‑Transformer模型结合去实现中文文本语法的纠错，通过量子计算实现中文文本语法的纠错，提高人机交互过程中纠错系统的性能。
-
公开(公告)号：CN115293254B
公开(公告)日：2024-07-19
申请号：CN202210915095.4
申请日：2022-07-29
Applicant: 本源量子计算科技(合肥)股份有限公司
IPC: G06F18/241 , G06N3/0499 , G06N3/08 , G06N3/063 , G06N10/70 , G06N10/80 , G06N10/40 , G06N10/20
Abstract: 本发明公开了一种基于量子多层感知器的分类方法及相关设备，所述方法包括：获取待分类数据，并将所述待分类数据编码为编码量子态；将所述编码量子态输入第一量子计算层，得到中间量子态，所述第一量子计算层包括含参量子纠缠模块；将所述中间量子态输入第二量子计算层，得到结果量子态，所述第二量子计算层包括级联的量子非线性变换模块和所述含参量子纠缠模块；基于所述结果量子态得到分类结果。通过上述技术方案，可以提高分类效率。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.056 seconds)
