公开(公告)号：CN113240193A

公开(公告)日：2021-08-10

申请号：CN202110622868.5

申请日：2021-06-03

申请人： 安徽理工大学

发明人： 胡天羽 ,  周孟然 ,  卞凯 ,  胡锋 ,  来文豪 ,  孙磊 ,  褚海波

IPC分类号： G06Q10/04 ,  G06Q10/06 ,  G06Q50/06 ,  G06K9/62 ,  G06N3/00

摘要： 本发明公开一种基于模态分解和群优化算法的短期电力负荷预测方法，涉及电力负荷预测领域和人工智能领域，包含以下步骤：(1)负荷数据的获取(2)负荷数据的分解。(3)负荷数据的划分。(4)模型输入矩阵的构建。(5)预测模型的构建。本发明采用VMD对负荷序列进行分解，通过ABC算法对SVR的c和g参数进行寻优，构建ABC‑SVR模型对分解后的若干分量进行预测，具有较好的预测性能并且对于数据量的要求较小，具有较好的实践应用价值。

公开(公告)号：CN113743345B

公开(公告)日：2024-02-02

申请号：CN202111065561.6

申请日：2021-09-09

申请人： 安徽理工大学

发明人： 卞凯 ,  周孟然 ,  胡锋 ,  来文豪 ,  燕晶晶 ,  褚海波 ,  朱梓伟

IPC分类号： G16H50/20 ,  G16H10/60 ,  G16H50/30 ,  A61B5/00 ,  G06F18/15 ,  G06F18/213 ,  G06F18/214 ,  G06F18/241 ,  G06N3/0455 ,  G06N3/08

摘要： 本发明涉及一种基于CEEMDAN‑SAE的矿工疑似职业病识别方法，包含以下步骤：(1)搭建矿工职业健康检测系统用于矿工健康数据的采集；据，加入人工标记的标签，建立矿工健康标准数据库；(3)采用CEEMDAN对原始脑电、心电、肌电信号进行去噪处理，避免数据中噪声信号的干扰；(4)采用留出法(hold‑out)按一定比例将预处理数据划分成训练集和测试集；(5)将SAE用于数据的特征提取工作，降低数据的维度，提取出重要特征；(6)利用重要特征优选的数据建立基于LVQ的矿工疑似职业病识别模型，并评估模型的识别性能。本发明采用CEEMDAN‑SAE结合LVQ用于矿工疑似职业病的识别，适用于职业健康智能识别领域的研究。(2)利用职业健康检测系统采集矿工职业健康数

公开(公告)号：CN113743345A

公开(公告)日：2021-12-03

申请号：CN202111065561.6

申请日：2021-09-09

申请人： 安徽理工大学

发明人： 卞凯 ,  周孟然 ,  胡锋 ,  来文豪 ,  燕晶晶 ,  褚海波 ,  朱梓伟

IPC分类号： G06K9/00 ,  G06K9/40 ,  G06K9/62 ,  G16H10/60 ,  G16H50/20 ,  G16H50/30 ,  A61B5/00 ,  G06N3/04 ,  G06N3/08

摘要： 本发明涉及一种基于CEEMDAN‑SAE的矿工疑似职业病识别方法，包含以下步骤：(1)搭建矿工职业健康检测系统用于矿工健康数据的采集；(2)利用职业健康检测系统采集矿工职业健康数据，加入人工标记的标签，建立矿工健康标准数据库；(3)采用CEEMDAN对原始脑电、心电、肌电信号进行去噪处理，避免数据中噪声信号的干扰；(4)采用留出法(hold‑out)按一定比例将预处理数据划分成训练集和测试集；(5)将SAE用于数据的特征提取工作，降低数据的维度，提取出重要特征；(6)利用重要特征优选的数据建立基于LVQ的矿工疑似职业病识别模型，并评估模型的识别性能。本发明采用CEEMDAN‑SAE结合LVQ用于矿工疑似职业病的识别，适用于职业健康智能识别领域的研究。