-
公开(公告)号：CN111859286B
公开(公告)日：2024-01-26
申请号：CN202010536579.9
申请日：2020-06-12
Applicant: 美林数据技术股份有限公司
IPC: G06Q30/0202 , G06Q50/06 , G06F17/18
Abstract: 本发明公开了一种疫情影响下售电量精准预测方法，包括：构造算法一，由自回归模型拟合售电量曲线，并利用LightGBM集成学习算法预测售电量；构造算法二，利用X13季节分解算法分解售电量曲线处理，以得到预测后的售电量曲线；对算法一的结果以及算法二的结果进行优化估计，得到正常情况下模型最优预测结果。构造算法三，利用均值法得到疫情持续期间的每天影响电量；构造算法四，利用Logistic生长曲线分别预测疫情病例人数和疫情影响时长，并利用综合评价熵权法计算得到每天疫情影响权重；利用算法三和算法四的结果，加权计算每天的疫情影响电量，进而计算整个疫情影响期间的影响电量总量。利用疫情影响的电量计算结果进行修正，得到最终的售电量精准预测结果。
-
公开(公告)号：CN106204321A
公开(公告)日：2016-12-07
申请号：CN201610504072.9
申请日：2016-06-30
Applicant: 西安美林数据技术股份有限公司
CPC classification number: G06Q50/06 , G06K9/6218
Abstract: 本发明公开了一种智能制定电力客户削峰填谷策略的方法，包括：利用两步聚类算法对区域电网一定时间内的负荷曲线聚类，获取区域电网聚类结果，包括聚类中心曲线及聚类明细；划分区域电网负荷曲线峰段、谷段，并结合区域电网聚类结果，匹配出对应日期的用电客户曲线；分别在峰段、谷段下，利用两步聚类算法对某类区域电网同期的用电客户负荷曲线聚类，获取用电客户的聚类结果，包括聚类中心曲线及聚类明细；根据区域电网下用电客户聚类中心曲线归一化均值，区域电网与对应的用电客户聚类中心曲线的相似度，构建电力客户削峰填谷指数。本发明实用性强，避免了只考虑曲线形态或者负荷绝对值导致推荐削峰填谷的电力客户不符合实际情况的缺点。
-
公开(公告)号：CN114039767A
公开(公告)日：2022-02-11
申请号：CN202111306889.2
申请日：2021-11-05
Applicant: 美林数据技术股份有限公司
Abstract: 本发明公开了一种基于隐私计算的税电联合分析方法，包括：数据加密：根据双方商定的协议内容选择相应的加密方式，并生成密钥对；数据对齐：通过加密后的数据ID进行匹配获得匹配结果；联合分析业务计算：根据双方商议好的协议内容进行密文上的联合分析计算，并得出结果；数据解密：通过使用密钥对对联合分析结果进行解密；联合分析结果展示：通过使用其他数据可视化工具进行数据可视化展示。本发明实用性与泛化性强，通过变换不同的业务规则可以实现多维度下隐私计算，在保证了双方的数据安全情况下，实现了联合数据分析，解决业务需求。
-
公开(公告)号：CN111859286A
公开(公告)日：2020-10-30
申请号：CN202010536579.9
申请日：2020-06-12
Applicant: 美林数据技术股份有限公司
Abstract: 本发明公开了一种疫情影响下售电量精准预测方法，包括：构造算法一，由自回归模型拟合售电量曲线，并利用LightGBM集成学习算法预测售电量；构造算法二，利用X13季节分解算法分解售电量曲线处理，以得到预测后的售电量曲线；对算法一的结果以及算法二的结果进行优化估计，得到正常情况下模型最优预测结果。构造算法三，利用均值法得到疫情持续期间的每天影响电量；构造算法四，利用Logistic生长曲线分别预测疫情病例人数和疫情影响时长，并利用综合评价熵权法计算得到每天疫情影响权重；利用算法三和算法四的结果，加权计算每天的疫情影响电量，进而计算整个疫情影响期间的影响电量总量。利用疫情影响的电量计算结果进行修正，得到最终的售电量精准预测结果。
-
公开(公告)号：CN113947500A
公开(公告)日：2022-01-18
申请号：CN202111201407.7
申请日：2021-10-15
Applicant: 美林数据技术股份有限公司
Abstract: 本发明公开了一种基于设备拓扑与机器学习的多源网架台账融合方法，包括以下步骤：S101:接入各单系统的网架台账数据，所述网架台账数据包括但不限于实体及实体之间的关系；S102：将接入的各单系统网架台账数据按照所属组织机构进行分类；S103：对每一类实体，筛选出实体在各个系统中的共有属性；S104：根据步骤S103中共有属性值类型的不同，选择不同的相似度计算方法，计算最终的相似度；S105：将最终的相似度与设置的阈值比较，做出判断，两个实体能够融合或不能融合。本发明可以自动地对多系统中的网架台账数据进行自动融合，降低了人工比对的成本，可以有效地提升数据的贯通性，有助于数据管理与价值挖掘。
-
Patent Agency Ranking
公开(公告)号：CN113920366A
公开(公告)日：2022-01-11
申请号：CN202111201242.3
申请日：2021-10-15
Applicant: 美林数据技术股份有限公司
IPC: G06V10/764 , G06N20/00
Abstract: 本发明公开了一种基于机器学习的综合加权主数据识别方法，包括以下步骤：步骤1：梳理业务实体域并依据主数据的特点，选出主数据的最具代表性的特征,所述特征至少包括引用的出度及入度；步骤2：根据步骤1中获得的主数据提取出来的识别特征作为随机森林分类的特征，选取训练集，进行数据清洗，基于随机森林算法，选取最优参数构建决策树；步骤3：使用测试集，利用构建的多棵决策树进行测试，得到对应的分类类别；步骤4：采用综合加权法对决策树赋予不同的权重，采用投票法则得到最终分类结果。本发明可提升企业业务主数据查找的准确率及速率，有效提高企业主数据的管理效率。
-
公开(公告)号：CN111859263A
公开(公告)日：2020-10-30
申请号：CN202010536580.1
申请日：2020-06-12
Applicant: 美林数据技术股份有限公司
Abstract: 本发明公开了一种用于自来水处理的精准投药方法，包括：数据预处理：0值、空值和异常值处理；通过相关性分析，分析进水指标：进水流量、进水浊度、进水PH、投药量与出水浊度之间的关系；构建日均进水浊度与日均投药量线性回归方程；利用系统动态方程算法构建出水浊度预测模型；利用K-L信息法确定投药出水浊度滞后时间；根据曼哈顿距离算法寻找历史样本中的近似样本，进行投药量近似最优解分析；利用模拟退火算法进行投药量寻优最优解分析。本发明实用性强，实现对自来水生产工艺中精准投药的控制，保证出水水质的情况下，有效避免人工饱和式投药带来的经济损失，意义重大。
-
公开(公告)号：CN106203683A
公开(公告)日：2016-12-07
申请号：CN201610497287.2
申请日：2016-06-29
Applicant: 西安美林数据技术股份有限公司
Abstract: 本发明公开了一种电力客户用电负荷预测的建模方法，包括：对过去若干年的历史日的用电负荷进行分群，分为工作日集合和非工作日集合；根据分群结果分别对工作日集合和非工作日集合的用电负荷进行建模；对预测日按是否工作日与分群结果进行匹配，以匹配对应集合的模型对预测日负荷进行预测，得到初步预测结果；还包括利用马尔可夫求取预测误差转移矩阵，得到预测日误差修正值；由初步预测结果和预测日误差修正值得到最终预测结果。本发明实现对用电负荷的预测，为电网的投资规划提供依据，提高电网工作效率。
-
公开(公告)号：CN105427194A
公开(公告)日：2016-03-23
申请号：CN201510967788.8
申请日：2015-12-21
Applicant: 西安美林数据技术股份有限公司
IPC: G06Q50/06
CPC classification number: G06Q50/06
Abstract: 本发明公开了一种基于随机森林回归的售电量预测方法及装置，依据预设时长内的历史的月售电量数据，以及预先确定的若干影响因素指标，建立基于随机森林回归的月售电量预测模型。获取和计算待预测月的上述若干影响因素指标，代入月售电量预测模型，得到未来待预测月的月售电量预测结果。
-
公开(公告)号：CN118551734A
公开(公告)日：2024-08-27
申请号：CN202411002769.7
申请日：2024-07-25
Applicant: 美林数据技术股份有限公司
IPC: G06F40/154 , G06V30/412 , G06V30/414 , G06F16/31
Abstract: 本申请公开了一种面向大模型知识问答的文档树自动生成方法及装置，所述方法包括：获取文档待解析页的页面图像；分析页面图像版面，获得各区域的文档元素的类别与位置信息；获得正文信息、标题信息、页眉信息与页脚信息，并对应存储于各文档元素的信息集合；获得单元格列表；将各文档元素的信息集合存储于文档内容列表，将标题信息存储于标题列表；对标题列表中的标题信息进行层级解析，获得每个标题的层级信息并存储至标题层级列表；对同一层级的所有标题进行排序；建立两个标题的父子节点关系；设置节点属性中正文的文字信息。本申请提供的技术方案避免了解析结果中文档元素的缺失，将标题按照文档树的形式建立联系，有利于文档内容的检索。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.035 seconds)
