-
公开(公告)号:CN109902915A
公开(公告)日:2019-06-18
申请号:CN201910029600.3
申请日:2019-01-11
申请人: 国网浙江省电力有限公司 , 国网浙江省电力有限公司宁波供电公司 , 浙江大学 , 浙江华云信息科技有限公司 , 国家电网有限公司
摘要: 本发明公开了一种基于模糊C均值模型的电水气用能行为分析方法,属于电力技术领域。目前应用的用户用能分析方法由于缺乏用户用水、用气数据,分析效果较差,无法实现对居民用户用能的分类与离群用户区分,工作效率较低,可能对供能企业造成较大损失。本发明提供通过采集电、水、气数据,利用大数据并行计算技术对每一个用户的用能情况进行分析,利用用户日用电量、用水量、用气量等数据,构建电水气融合数据矢量,通过聚类算法实现用户聚类,达到对居民用户用能的分类与离群用户区分的目的,并能够对离群用户进行研究是否出现窃电、漏水等用能异常,提高工作效率和减少供能企业损失。
-
公开(公告)号:CN107704944A
公开(公告)日:2018-02-16
申请号:CN201710696129.4
申请日:2017-08-15
申请人: 浙江大学
CPC分类号: G06Q10/04 , G06N3/0481 , G06N3/08 , G06Q40/04
摘要: 本发明公开了一种基于信息论学习的股市波动区间预测方法。方法包括:股票指数数据的获取和区间化;区间神经网络预测模型的建立;设计基于信息论学习的代价函数;通过最大化代价函数对区间神经网络预测模型进行训练,将训练好的模型用于股市波动区间预测。本发明实现了对股票指数波动区间的建模和预测,克服了常用的最小均方误差准则依赖于高斯前提假设的局限性,具有较好的准确性和鲁棒性,应用范围更加广泛。
-
公开(公告)号:CN107704944B
公开(公告)日:2021-05-04
申请号:CN201710696129.4
申请日:2017-08-15
申请人: 浙江大学
摘要: 本发明公开了一种基于信息论学习的股市波动区间预测模型的构建方法。相应方法包括:股票指数数据的获取和区间化;区间神经网络预测模型的建立;设计基于信息论学习的代价函数;通过最大化代价函数对区间神经网络预测模型进行训练,将训练好的模型用于股市波动区间预测。本发明实现了对股票指数波动区间的建模和预测,克服了常用的最小均方误差准则依赖于高斯前提假设的局限性,具有较好的准确性和鲁棒性,应用范围更加广泛。
-
-