-
公开(公告)号：CN117420615B
公开(公告)日：2024-08-16
申请号：CN202311491911.4
申请日：2023-11-10
申请人： 国网江苏省电力有限公司 , 河海大学
IPC分类号： G01W1/02 , G06N3/0442 , G06N3/084
摘要： 本发明公开一种基于时空注意力联合门控网络的沿海站点风速预测方法，方法包括：步骤1：输入沿海地区每个站点采集的风速数据，站点的位置信息和时间戳，以及站点采集的辅助特征数据；步骤2：构建风速预测模型；步骤3：利用采集到的数据，训练风速预测模型；步骤4：计算风速预测模型预测的准确率，若准确率超过预设阈值，则执行步骤5，否则，返回步骤3；步骤5：将沿海地区每个站点的风速数据、静态时空数据以及站点的辅助特征数据输入训练好的风速预测模型，获得沿海地区多个站点的风速预测值。与现有技术相比，本发明具有预测效果好、实用性好等优点。
-
公开(公告)号：CN117633456B
公开(公告)日：2024-05-31
申请号：CN202311535592.2
申请日：2023-11-17
申请人： 国网江苏省电力有限公司 , 河海大学
IPC分类号： G06F18/20 , G06F18/10 , G06F18/2135 , G06F18/214 , G06Q10/0635 , G06Q50/06 , G06N3/044 , G06N3/0455 , G06N3/08
摘要： 本发明公开一种基于自适应焦点损失的海上风电天气事件辨识方法和装置，收集海上风电场的基本数据和天气事件数据，以及对这些数据进行清洗和编码。根据风电场的特定属性和天气事件表现来构建一个辨识模型，该模型能够准确地识别天气事件。利用WAFL功能来训练一个深度学习模型，该模型能够准确地识别和评估天气事件。根据深度学习模型的输出来解析和理解天气事件的辨识结果。本发明通过引入WAFL功能和深度学习技术，提高了天气事件辨识的准确性和效率。此外，本发明还能够更好地识别和关注那些对海上风电运营可能产生较大影响的天气事件，从而有助于实现更加有针对性和有效的预警和风险管理，减少了大量的人工成本和资源浪费。
-
公开(公告)号：CN117633456A
公开(公告)日：2024-03-01
申请号：CN202311535592.2
申请日：2023-11-17
申请人： 国网江苏省电力有限公司 , 河海大学
IPC分类号： G06F18/20 , G06F18/10 , G06F18/2135 , G06F18/214 , G06Q10/0635 , G06Q50/06 , G06N3/044 , G06N3/0455 , G06N3/08
摘要： 本发明公开一种基于自适应焦点损失的海上风电天气事件辨识方法和装置，收集海上风电场的基本数据和天气事件数据，以及对这些数据进行清洗和编码。根据风电场的特定属性和天气事件表现来构建一个辨识模型，该模型能够准确地识别天气事件。利用WAFL功能来训练一个深度学习模型，该模型能够准确地识别和评估天气事件。根据深度学习模型的输出来解析和理解天气事件的辨识结果。本发明通过引入WAFL功能和深度学习技术，提高了天气事件辨识的准确性和效率。此外，本发明还能够更好地识别和关注那些对海上风电运营可能产生较大影响的天气事件，从而有助于实现更加有针对性和有效的预警和风险管理，减少了大量的人工成本和资源浪费。
-
公开(公告)号：CN117420615A
公开(公告)日：2024-01-19
申请号：CN202311491911.4
申请日：2023-11-10
申请人： 国网江苏省电力有限公司 , 河海大学
IPC分类号： G01W1/02 , G06N3/0442 , G06N3/084
摘要： 本发明公开一种基于时空注意力联合门控网络的沿海站点风速预测方法，方法包括：步骤1：输入沿海地区每个站点采集的风速数据，站点的位置信息和时间戳，以及站点采集的辅助特征数据；步骤2：构建风速预测模型；步骤3：利用采集到的数据，训练风速预测模型；步骤4：计算风速预测模型预测的准确率，若准确率超过预设阈值，则执行步骤5，否则，返回步骤3；步骤5：将沿海地区每个站点的风速数据、静态时空数据以及站点的辅助特征数据输入训练好的风速预测模型，获得沿海地区多个站点的风速预测值。与现有技术相比，本发明具有预测效果好、实用性好等优点。
-
公开(公告)号：CN117194633A
公开(公告)日：2023-12-08
申请号：CN202311170167.8
申请日：2023-09-12
申请人： 河海大学
IPC分类号： G06F16/332 , G06F40/30 , G06F40/295 , G06F16/36 , G06F16/35 , G06N3/0464
摘要： 本发明公开一种基于多层级多路径的大坝应急响应知识问答系统及实现方法，从问句中找到主题实体，并查找知识库中的候选三元组；根据候选关系的不同粒度，分别从词级、Token级和关系级对后候选关系进行多层级表示；实体类型‑候选关系匹配获取相似性分数，以全局角度扩大目标关系与非目标关系之间的差距；局部问句‑候选关系匹配模型匹配问题模板和关系之间的字面信息；借助全局问句‑候选关系匹配模型获取语义交互信息；整合多路径的匹配分数，进而得到最终关系排序。通过上述的多层级多路径匹配的关系预测方法充分考虑问句和候选关系之间丰富的交互作用，提高了知识库问答系统的性能。
-
公开(公告)号：CN117194633B
公开(公告)日：2024-07-26
申请号：CN202311170167.8
申请日：2023-09-12
申请人： 河海大学
IPC分类号： G06F16/332 , G06F40/30 , G06F40/295 , G06F16/36 , G06F16/35 , G06N3/0464
摘要： 本发明公开一种基于多层级多路径的大坝应急响应知识问答系统及实现方法，从问句中找到主题实体，并查找知识库中的候选三元组；根据候选关系的不同粒度，分别从词级、Token级和关系级对后候选关系进行多层级表示；实体类型‑候选关系匹配获取相似性分数，以全局角度扩大目标关系与非目标关系之间的差距；局部问句‑候选关系匹配模型匹配问题模板和关系之间的字面信息；借助全局问句‑候选关系匹配模型获取语义交互信息；整合多路径的匹配分数，进而得到最终关系排序。通过上述的多层级多路径匹配的关系预测方法充分考虑问句和候选关系之间丰富的交互作用，提高了知识库问答系统的性能。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.04 秒)