-
公开(公告)号：CN110796159A
公开(公告)日：2020-02-14
申请号：CN201910864244.7
申请日：2019-09-12
申请人： 国网浙江省电力有限公司杭州供电公司
发明人： 司为国 , 朱炯 , 张博 , 张玉鹏 , 赵开 , 郭小茜 , 张浩 , 俞成彪 , 严志毅 , 闫宇铎 , 曹杰人 , 金仁云 , 宋惠忠 , 李骏 , 柳志军 , 唐鸣 , 张益军 , 施萌 , 张俊 , 侯伟宏 , 钟晓红 , 何可人 , 高瑾 , 吴颖 , 陈晨 , 厉律阳 , 徐国锋 , 章晨璐 , 朱小炜 , 孙远 , 向新宇 , 华玫 , 沈志强 , 朱坚 , 孙建军 , 仲从杰 , 毛无穷 , 刘磊
摘要： 本发明涉及计算机领域，尤其涉及基于朴素贝叶斯算法的电力数据分类方法及系统，包括：S1：从电力公司的电力系统中获取数据并生成数据集；S2：从数据集中取数据子集，并作增量式训练，所述数据子集；S3：计算各类别Ck在数据子集中的频率；S4：将数据子集划分成K个子数据子集，计算出其中第j个特征Xj＝ajl的概率；S5：计算其对于每个类别Ck的后验概率，概率值最大的类别即为待预测样本的预测类别；S6：在数据集中去掉当前数据子集，并判断数据集是否为空，若非空则进入步骤S2，若空则结束分类。本发明针对各种特征采用极大似然估计来表示各种分类的概率，再选取概率值最大的类别即为待预测样本的预测类别，能够迅速准确的实现数据的分类。
-
公开(公告)号：CN110955811A
公开(公告)日：2020-04-03
申请号：CN201910865149.9
申请日：2019-09-12
申请人： 国网浙江省电力有限公司杭州供电公司
发明人： 司为国 , 朱炯 , 张博 , 张玉鹏 , 赵开 , 郭小茜 , 张浩 , 俞成彪 , 严志毅 , 闫宇铎 , 曹杰人 , 金仁云 , 宋惠忠 , 李骏 , 柳志军 , 唐鸣 , 张益军 , 施萌 , 张俊 , 侯伟宏 , 钟晓红 , 何可人 , 高瑾 , 吴颖 , 陈晨 , 厉律阳 , 徐国锋 , 章晨璐 , 朱小炜 , 孙远 , 向新宇 , 华玫 , 沈志强 , 朱坚 , 孙建军 , 仲从杰 , 毛无穷 , 刘磊
IPC分类号： G06F16/906 , G06K9/62 , G06Q50/06
摘要： 本发明涉及计算机领域，尤其涉及基于朴素贝叶斯算法的电力数据分类方法及系统，包括：S1：从电力公司的电力系统中获取数据并生成数据集；S2：从数据集中取数据子集，并作增量式训练；S3：对于每一个类别，计算各类别在数据子集中的频率；S4：将数据子集划分成K个子数据子集，分别对属于Ck的子数据子集进行计算，计算出其中第j个特征的概率；S5：针对待预测样本，计算其对于每个类别Ck的后验概率，概率值最大的类别即为待预测样本的预测类别；S6：在数据集中去掉当前数据子集，并判断数据集是否为空，若非空则进入步骤S2，若空则结束分类。本发明能够迅速准确的实现数据的分类，分类性能不会因为数据的不同而展现差异，具有良好的健壮性。
-
公开(公告)号：CN110766043A
公开(公告)日：2020-02-07
申请号：CN201910854694.8
申请日：2019-09-10
申请人： 国网浙江省电力有限公司杭州供电公司
发明人： 司为国 , 朱炯 , 张博 , 张玉鹏 , 赵开 , 郭小茜 , 张浩 , 俞成彪 , 严志毅 , 闫宇铎 , 曹杰人 , 金仁云 , 宋惠忠 , 李骏 , 柳志军 , 唐鸣 , 张益军 , 施萌 , 张俊 , 侯伟宏 , 钟晓红 , 何可人 , 高瑾 , 吴颖 , 陈晨 , 厉律阳 , 徐国锋 , 章晨璐 , 朱小炜 , 孙远 , 向新宇 , 华玫 , 沈志强 , 朱坚 , 孙建军 , 仲从杰 , 毛无穷 , 刘磊
摘要： 本申请实施例提出了基于电网信息数据的K-means聚类算法，包括使用手肘法对电网信息数据进行处理，推断最优分类个数；从电网信息数据中随机选取数据作为聚类中心，从剩余数据中选取数据与已选数据计算空间距离，逐个选取全部的聚类中心；基于已选的聚类中心使用K-means算法进行更新；基于更新后的聚类中心对输出簇进行划分。通过对电网信息数据使用K-means聚类算法，能够依靠非监督学习判断出最优分类数目，并进行数据聚类。对初始的聚类中心进行计算确定，确保最后的结果不受起始点的随机选择而变化。
-
公开(公告)号：CN110796331A
公开(公告)日：2020-02-14
申请号：CN201910860593.1
申请日：2019-09-11
申请人： 国网浙江省电力有限公司杭州供电公司
发明人： 司为国 , 朱炯 , 张博 , 张玉鹏 , 赵开 , 郭小茜 , 张浩 , 俞成彪 , 严志毅 , 闫宇铎 , 曹杰人 , 金仁云 , 宋惠忠 , 李骏 , 柳志军 , 唐鸣 , 张益军 , 施萌 , 张俊 , 侯伟宏 , 钟晓红 , 何可人 , 高瑾 , 吴颖 , 陈晨 , 厉律阳 , 徐国锋 , 章晨璐 , 朱小炜 , 孙远 , 向新宇 , 华玫 , 沈志强 , 朱坚 , 孙建军 , 仲从杰 , 毛无穷 , 刘磊
摘要： 本发明公开了一种基于C4.5决策树算法的电力业务协同分类方法及系统，方法包括如下步骤：获取电力业务协同相关数据库，并从中提取样本集S；提取指标集A，所述指标集A含有用于评估业务协同数据的指标；基于C4.5算法对样本集S计算各个指标的信息熵和信息增益比，以选定合适的根节点和中间节点；根据选定的根节点构建决策树；基于决策树对各个业务协同方案评估并进行选择；同时公开了相应的系统。本发明采用信息熵和信息增益比计算，分类规则易于理解，准确率较高，应用于电力外包等业务的协同数据计算及分析，通过选择最优划分特征作为节点生成决策树并进行数据分类，分类快捷且效果好，有效实现对电力外包等业务的协同管理。
-
公开(公告)号：CN110796158A
公开(公告)日：2020-02-14
申请号：CN201910853706.5
申请日：2019-09-10
申请人： 国网浙江省电力有限公司杭州供电公司
发明人： 司为国 , 朱炯 , 张博 , 张玉鹏 , 赵开 , 郭小茜 , 张浩 , 俞成彪 , 严志毅 , 闫宇铎 , 曹杰人 , 金仁云 , 宋惠忠 , 李骏 , 柳志军 , 唐鸣 , 张益军 , 施萌 , 张俊 , 侯伟宏 , 钟晓红 , 何可人 , 高瑾 , 吴颖 , 陈晨 , 厉律阳 , 徐国锋 , 章晨璐 , 朱小炜 , 孙远 , 向新宇 , 华玫 , 沈志强 , 朱坚 , 孙建军 , 仲从杰 , 毛无穷 , 刘磊
摘要： 本申请实施例提出了基于RBF径向基神经网络的电网公司分类方法，包括从公司状态数据中选取h个聚类中心；调用k-means算法基于样本点集合重新计算得到聚类中心；构造RBF径向神经网络模型，对已得到聚类中心进行重新计算得到RBF径向神经网络模型的输出分类结果。通过利用RBF神经网络对电网行业中多特征的数据进行分类筛选，有助于避免陷入局部最优解，得到更好的分类效果。
-
公开(公告)号：CN110955811B
公开(公告)日：2023-09-22
申请号：CN201910865149.9
申请日：2019-09-12
申请人： 国网浙江省电力有限公司杭州供电公司 , 浙江中新电力工程建设有限公司
发明人： 司为国 , 朱炯 , 张博 , 张玉鹏 , 赵开 , 郭小茜 , 张浩 , 俞成彪 , 严志毅 , 闫宇铎 , 曹杰人 , 金仁云 , 宋惠忠 , 李骏 , 柳志军 , 唐鸣 , 张益军 , 施萌 , 张俊 , 侯伟宏 , 钟晓红 , 何可人 , 高瑾 , 吴颖 , 陈晨 , 厉律阳 , 徐国锋 , 章晨璐 , 朱小炜 , 孙远 , 向新宇 , 华玫 , 沈志强 , 朱坚 , 孙建军 , 仲从杰 , 毛无穷 , 刘磊
IPC分类号： G06F16/906 , G06F18/2415 , G06Q50/06
摘要： 本发明涉及计算机领域，尤其涉及基于朴素贝叶斯算法的电力数据分类方法及系统，包括：S1：从电力公司的电力系统中获取数据并生成数据集；S2：从数据集中取数据子集，并作增量式训练；S3：对于每一个类别，计算各类别在数据子集中的频率；S4：将数据子集划分成K个子数据子集，分别对属于Ck的子数据子集进行计算，计算出其中第j个特征的概率；S5：针对待预测样本，计算其对于每个类别Ck的后验概率，概率值最大的类别即为待预测样本的预测类别；S6：在数据集中去掉当前数据子集，并判断数据集是否为空，若非空则进入步骤S2，若空则结束分类。本发明能够迅速准确的实现数据的分类，分类性能不会因为数据的不同而展现差异，具有良好的健壮性。
-
公开(公告)号：CN110826589A
公开(公告)日：2020-02-21
申请号：CN201910854717.5
申请日：2019-09-10
申请人： 国网浙江省电力有限公司杭州供电公司
发明人： 司为国 , 朱炯 , 张博 , 张玉鹏 , 赵开 , 郭小茜 , 张浩 , 俞成彪 , 严志毅 , 闫宇铎 , 曹杰人 , 金仁云 , 宋惠忠 , 李骏 , 柳志军 , 唐鸣 , 张益军 , 施萌 , 张俊 , 侯伟宏 , 钟晓红 , 何可人 , 高瑾 , 吴颖 , 陈晨 , 厉律阳 , 徐国锋 , 章晨璐 , 朱小炜 , 孙远 , 向新宇 , 华玫 , 沈志强 , 朱坚 , 孙建军 , 仲从杰 , 毛无穷 , 刘磊
摘要： 本申请实施例提出了用于电力系统内基于KNN算法的公司分类方法，包括对公司数据进行分类训练，基于分类结果确定临近数k的取值；基于欧式距离计算公式确分类后的公司数据与各分类集之间的距离，根据计算得到的距离结合k值选取高频类作为被测数据类；重复上述步骤，直至测试完全部分类；提交预测分类数据。通过使用KNN算法来解决多分类问题，能够达到无需训练、无需估计参数、以及少误差的效果，提高分类的准确性。
-
公开(公告)号：CN110766272A
公开(公告)日：2020-02-07
申请号：CN201910860591.2
申请日：2019-09-11
申请人： 国网浙江省电力有限公司杭州供电公司
发明人： 司为国 , 朱炯 , 张博 , 张玉鹏 , 赵开 , 郭小茜 , 张浩 , 俞成彪 , 严志毅 , 闫宇铎 , 曹杰人 , 金仁云 , 宋惠忠 , 李骏 , 柳志军 , 唐鸣 , 张益军 , 施萌 , 张俊 , 侯伟宏 , 钟晓红 , 何可人 , 高瑾 , 吴颖 , 陈晨 , 厉律阳 , 徐国锋 , 章晨璐 , 朱小炜 , 孙远 , 向新宇 , 华玫 , 沈志强 , 朱坚 , 孙建军 , 仲从杰 , 毛无穷 , 刘磊
摘要： 本发明公开了一种基于ID3决策树算法的电力业务协同分类方法及系统，方法包括如下步骤：获取电力业务协同相关数据库，并从中提取样本集S；提取指标集A，所述指标集A含有用于评估业务协同数据的指标；基于ID3算法对样本集S计算各个指标的信息熵和信息增益，以选定合适的根节点和中间节点；根据选定的根节点构建决策树；基于决策树对各个业务协同方案评估并进行选择；同时公开了相应的系统。本发明采用信息熵和信息增益计算，计算量相对较小，分类准确性高，应用于电力外包等业务的协同数据计算及分析，通过选择最优划分特征作为节点生成决策树并进行数据分类，分类快捷且效果好，有效实现对电力外包等业务的协同管理。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.036 秒)
